أساسيات الذكاء الاصطناعي قبل بناء أول مشروع

النموذج اللغوي (LLM)

برنامج مُدرَّب على كمية ضخمة من النصوص يتنبّأ بالكلمة التالية. لا يبحث في الإنترنت ولا يعرف بياناتك ما لم تمرّرها له.

الرمز (Token)

وحدة تجزئة النص التي يحاسبك عليها المزوّد. الكلمة العربية قد تساوي عدة رموز، لذا التكلفة بالعربية أعلى من الإنجليزية لنفس النص.

التعليمة (Prompt)

النص الذي ترسله للنموذج. جودة المخرج تتبع دقة التعليمة أكثر مما تتبع قوة النموذج.

الهلوسة (Hallucination)

أن يخترع النموذج معلومة بثقة. تُعالَج بربط النموذج بمصدر حقيقي وإلزامه بالاستشهاد، لا بمطالبته «ألّا يكذب».

RAG

استرجاع معزَّز بالتوليد: تبحث أولاً في مستنداتك عن المقاطع ذات الصلة، ثم تمرّرها للنموذج ليجيب منها. هذا ما يجعل المشروع يعرف بياناتك أنت.

التضمين (Embedding)

تمثيل رقمي للنص يسمح بقياس التشابه في المعنى لا في الحروف. أساس البحث الدلالي داخل RAG.

المخرجات المهيكلة

إجبار النموذج على الرد بصيغة JSON بمخطط ثابت، حتى يستطيع برنامجك الاعتماد على الرد بدل قراءته كنص حر.

التقييم (Eval)

مجموعة أسئلة بإجابات صحيحة معروفة تقيس دقة نظامك برقم، فتعرف هل تحسّن فعلاً أم ساء بعد كل تعديل.

مستوى برمجي أساسي

• تكتب دالة وتقرأ خطأً في الطرفية بلغة JavaScript أو Python
• تعرف ما هو نداء HTTP ومفتاح API
• لا يلزمك أي خلفية في الرياضيات أو تعلّم الآلة

تجهيز الجهاز

• محرّر كود (VS Code أو ما يعادله)
• Node.js إصدار حديث، أو Python 3.11 فأحدث
• حساب Git لحفظ المشروع ونشره
• لا تحتاج كرت شاشة ولا جهازاً قوياً — التشغيل عبر واجهات المزوّدين

الحسابات والمفاتيح

• حساب لدى أحد مزوّدي النماذج مع مفتاح API
• رصيد تجريبي صغير يكفي لإنهاء وحدات الدورة
• حساب استضافة مجاني لنشر المشروع في الوحدة الأخيرة

الوقت المطلوب

• 9 ساعات فيديو موزّعة على 8 وحدات
• احسب ضعفها تقريباً للتطبيق العملي والمهام
• أفضل إيقاع: وحدة كل يومين مع إنجاز مهامها قبل الانتقال