دول تحاول الموازنة بين الكتلتين الأمريكية والصينية في سباق الذكاء الاصطناعي
تواجه دول كثيرة خيارًا متزايد الصعوبة بين تقنيات ورقائق أمريكية متقدمة ومنظومة صينية أقل تكلفة وأكثر اعتمادًا على النماذج المفتوحة.
اقرأ الخبرتواجه دول كثيرة خيارًا متزايد الصعوبة بين تقنيات ورقائق أمريكية متقدمة ومنظومة صينية أقل تكلفة وأكثر اعتمادًا على النماذج المفتوحة.
اقرأ الخبرقالت الشركة الصينية إنها خفضت القدرات الهجومية السيبرانية في Kimi K3.1 Pro مع الحفاظ على قدراته العامة في البرمجة.
اقرأ الخبرستستخدم OpenAI نسخًا مؤرشفة ومحاكاة للويب بدل الاتصال المباشر أثناء تدريب أقوى نماذجها.
اقرأ الخبرخمسة مسارات و20 درسًا عربيًا من الأساسيات إلى التطبيقات والوكلاء الذكيين.
12 حزمة SKILL.md عربية جاهزة للتخصيص والاستخدام في العمل والتعلم.
معرفة، تعلم وتطبيق في مكان واحد.
ابدأ من المفاهيم الأساسية، ثم انتقل إلى الأدوات والأدوات والمسارات والمشروعات العملية. محتوى منظم بالعربية وروابط مباشرة للمصادر الأصلية.
أقسام واضحة لكل مستوى ومجال اهتمام.
محتوى تأسيسي مكتمل قبل الانتقال إلى الأدوات.
الذكاء الاصطناعي هو مجال يبني أنظمة قادرة على أداء مهام ترتبط عادةً بقدرات بشرية مثل فهم اللغة، التعرّف على الأنماط، التنبؤ والتخطيط. لا يعني ذلك أن النظام «يفهم» بالطريقة البشرية؛ غالبًا يتعلم علاقات إحصائية من بيانات كثيرة ليولد أفضل مخرج محتمل.
يتعلم النموذج من أمثلة كثيرة ثم يتنبأ بالجزء التالي من النص أو الصورة أو الصوت. عند الكتابة له، تُحوّل الكلمات إلى وحدات تسمى Tokens، ويستخدم سياق المحادثة وتعليماتك لتوليد استجابة. جودة المخرج تعتمد على التدريب، والسياق، وصياغة المهمة، والتحقق البشري.
قد يهلوس النموذج، أو يعكس انحيازات البيانات، أو يقدم معلومة قديمة. لذلك لا تعتمد عليه منفردًا في القرارات الطبية أو القانونية أو المالية، ولا تدخِل بيانات سرية دون سياسة واضحة.
لا للاستخدام العام، نعم غالبًا لبناء تطبيقات مخصصة أو نماذج تعلم آلة.
لا. اطلب المصادر وافتحها بنفسك، وقارن الأرقام مع المصدر الأولي.
لا توجد أداة واحدة لكل شيء؛ اختر حسب المهمة والخصوصية والتكامل والتكلفة.
النماذج الكبرى تدعم العربية بدرجات متفاوتة. اختبر اللهجة، التشكيل، والسياق المحلي قبل الاعتماد.
ملخصات تحريرية تشرح الفكرة، الأثر وما ينبغي التحقق منه.
خطوات قصيرة مع اختبار جودة واضح.
تعرف على الفرق بين الذكاء الاصطناعي وتعلم الآلة والتعلم العميق، ثم تعلّم المصطلحات الأساسية وخطوات استخدام النماذج بوعي.
شاهد مسار المبتدئAI المجال الأوسع: أنظمة تؤدي مهام تتطلب قدرات ذكية. ML فرع يتعلم الأنماط من البيانات. Deep Learning فرع من تعلم الآلة يستخدم شبكات عصبية متعددة الطبقات.
ابدأ بالسؤال: ما المشكلة والبيانات ومعيار النجاح؟ ثم اختر الأداة المناسبة وتحقق من المخرجات.
شرح المصطلحات من IBM ↗بطاقات عملية وروابط للمواقع الرسمية. الأسعار والميزات تتغير؛ تحقق منها قبل الاشتراك.
مدة مقترحة مرنة، مع تطبيق عملي ومشروع نهائي لكل مسار.
أمثلة قابلة للتكييف مع سياسات المؤسسة وخصوصية البيانات.
المحادثة تجيب عن طلبك؛ الوكيل ينفذ خطوات بأدوات وصلاحيات وحدود واضحة.
في الأعمال: متابعة الطلبات والتقارير. في التعليم: إعداد أنشطة للمراجعة. في الجمعيات: تلخيص مؤشرات البرامج دون كشف بيانات المستفيدين. في البحث: جمع مصادر ومقارنتها، مع اعتماد بشري للنتيجة.
عرّف المهمة والمصادر والأدوات ونقطة الموافقة البشرية. جرّب أدوات الربط المدرجة في الدليل، ثم قِس الدقة وحالات الفشل قبل الاستخدام الفعلي.
مسار بناء الوكلاء ←تحديثات النماذج والأدوات والتنظيمات تتغير بسرعة؛ هذه مداخل رسمية بدل أخبار مؤرخة بلا تحديث.
نقرأ التقارير والأبحاث الأصلية، ثم نقدم عنوانًا عربيًا وملخصًا تحريريًا لأهم ما ورد فيها.
هذه ملخصات عربية تحريرية وليست ترجمات حرفية كاملة. افتح المصدر الأصلي للتحقق من المنهج والأرقام والسياق قبل الاقتباس الأكاديمي أو اتخاذ قرار.
أفكار المساهمات: اقتراح أداة، مقال، تقييم تجربة، أو سؤال للنقاش. ستُراجع الإضافات قبل عرضها عند تفعيل استقبال المساهمات.
اذكر المصدر الأصلي، تاريخ المعلومة، مثالًا عمليًا، وحدود الاستخدام. تجنب إدخال بيانات شخصية أو سرية في الأمثلة.
استقبال المساهمات والحسابات لم يُفعّل بعد في هذه النسخة.