أساسيات الذكاء الاصطناعي: مقدمة عن تقنيات الذكاء الاصطناعي

Description

مرحبًا بكم في دورة أساسيات الذكاء الاصطناعي: مقدمة عن تقنيات الذكاء الاصطناعي

الدورة مقدمة من معهد ام تي اف (MTF) للإدارة والتقنية والمالية

ام تي اف (MTF) هو معهد عالمي للتعليم والبحث العلمي، يقع مقره الرئيسي في لشبونة، البرتغال، ويركز على التعليم الهجين (الحضوري داخل المعهد وعبر الإنترنت) في مجالات الأعمال والإدارة، والعلوم والتقنية، والخدمات المصرفية والمالية.
يهتم مركز ام تي اف للبحث والتطوير (MTF R&D) بالأنشطة البحثية في مجالات: الذكاء الاصطناعي (Artificial Intelligence)، التعلم الآلي (Machine Learning)، علوم البيانات (Data Science)، البيانات الضخمة (Big Data)، ويب 3 (WEB3)، سلسلة الكتل (Blockchain)، العملة المشفرة (Cryptocurrency)، الأصول الرقمية (Digital Assets)، ميتافيرس (Metaverse)، التحول الرقمي (Digital Transformation)، التقنية المالية (Fintech)، التجارة الإلكترونية (Electronic Commerce)، انترنت الأشياء (Internet of Things).
ام تي اف (MTF) هي الشريك الرسمي لكل من:  آي بي إم (IBM)، إنتل (Intel)، مايكروسوفت (Microsoft)، وهي عضو في غرفة التجارة والصناعة البرتغالية (Portuguese Chamber of Commerce and Industry)، ومقيمة في حاضنة بيت التقنية المالية بالبرتغال
(The Fintech House of Portugal).

ام تي اف (MTF) موجودة في 208 دولة وقد تم اختيارها من قبل أكثر من 380.000 طالب.

مرحبًا وأهلا وسهلا بكم، أشكركم للانضمام إلينا في هذه الدورة التي اتطلع لمرافقتكم بها لفهم امكانات الذكاء الاصطناعي وكيفية الاستفادة منه واستخدامه لإحداث أثر ايجابي.

اسمي محمد الفاتح مكي، مهندس نظم وتقنية المعلومات. أعمل في مجال تقنية المعلومات منذ أكثر من عقد من الزمن، وحاصل على شهادة كبير مسؤولي التقنية من معهد ام تي اف (MTF) للإدارة والتقنية والمالية.

أحب المعرفة ونشرها، ولهذا السبب أقدم هذه الدورة للمهتمين بفهم أساسيات الذكاء الاصطناعي وبعض تطبيقاته الحديثة.
سنستكشف معاً في هذه الدورة مجموعة واسعة من الموضوعات المتعلقة بالذكاء الاصطناعي بما في ذلك:

ما هو الذكاء الاصطناعي؟
هو مجال من علوم الحاسب الآلي يدرُس كيفية إنشاء آلات وتقنيات يمكنها معالجة المعلومات واتخاذ القرارات وتنفيذ مهام محددة.

تاريخ للذكاء الاصطناعي الحديث
يمتد مجال الذكاء الاصطناعي إلى تاريخ طويل وعريق، يعود تاريخه إلى الأيام الأولى للحوسبة. ومع ذلك، فقد تأسس المجال كما نعرفه اليوم في عام 1956 في مؤتمر بكلية دارتموث في نيو هامبشاير. جمع هذا المؤتمر بعضًا من الباحثين الرائدين بمجال الذكاء الاصطناعي في ذلك الوقت، بمن في ذلك آلان تورينج وجون ماكارثي ومارفين مينسكي. يُنسب إلى المؤتمر الفضل في المساعدة على تعريف مجال الذكاء الاصطناعي ووضع جدول أعمال للبحث المستقبلي.

الذكاء الاصطناعي مجال معقد يتطلب مهارات ومعرفة متنوعة لذلك فان التعاون بين الأشخاص من التخصصات المختلفة للعمل سويّا من أجل تطويرهً هو أمر ضروري. على سبيل المثال تطوير النماذج اللغوية الكبيرة تطلب هذا الأمر تعاون العديد من الأشخاص ذوي المهارات المختلفة، مثل علماء الحاسب الآلي واللغويين وعلماء البيانات. لقد عملوا معًا لتطوير طرق جديدة لتدريب نماذج اللغة الكبيرة، كما قاموا بجمع ومعالجة الكميات الهائلة من النصوص والرموز اللازمة لتدريب هذه النماذج.

ما هو التعلم الآلي؟
التعلم الآلي هو نوع من الذكاء الاصطناعي الذي يسمح للحاسب الآلي بالتعلم من البيانات دون الحاجة إلى برمجة، أو بعبارة أخرى، يمكن لخوارزميات التعلم الآلي التعرف على الأنماط والاستنتاجات بناءً على البيانات، دون الحاجة إلى أمر من أحد حول كيفية القيام بذلك. وهذا يُمكّن الحاسب الآلي من تعلم مهام جديدة وتحسين أدائها بمرور الوقت دون تدخل بشري.

أين يُستخدم التعلم الآلي؟
يُستخدم التعلم الآلي في مجموعة واسعة من التطبيقات، بما في ذلك تصفية البريد الإلكتروني، وتخصيص وسائل التواصل الاجتماعي، والتعرف على الصور، والتعرف على الكلام، وكشف الاحتيال، واستنتاج النص، واقتراح المنتجات، والتشخيص الطبي، تخصيص الرعاية الصحية، واستنتاج حركة المرور.

ما هي الشبكات العصبية؟
الشبكات العصبية هي نوع من خوارزميات التعلم الآلي المستوحاة من بنية ووظيفة الدماغ البشري. تتكون الشبكات العصبية من عقد مترابطة، تعالج المعلومات بطريقة مستوحاة من كيفية عمل الدماغ. العقدة هي وحدة أساسية يمكنها استقبال وتخزين وارسال المعلومات.

ما هو التعلم العميق؟
التعلم العميق هو نوع من التعلم الآلي الذي يستخدم شبكات عصبية ذات طبقات متعددة. تتكون كل طبقة من عدة عقد يمكنها القيام بمهام متنوعة. هذا يسمح لنماذج التعلم العميق بتعلم أنماط أكثر تعقيدًا من البيانات مقارنةً بخوارزميات التعلم الآلي التقليدية. كلما زاد عدد الطبقات، تعمق النموذج، وأصبح أكثر قوة. قد تم استخدام التعلم العميق لتحقيق نتائج قيّمة في مجموعة واسعة من المهام، بما في ذلك التعرف على الصور، والتعرف على الكلام، والترجمة الآلية.