كيف يعمل الذكاء الاصطناعي الحديث، بعيداً عن المبالغات

لا تتعلم البرامج عن طريق السحر، بل تغير سلوكها بعد الاطلاع على أمثلة؛ وتُعد هذه الفكرة جوهر الذكاء الاصطناعي الحديث. تقدم هذه الدورة شرحاً مبسطاً وواضحاً لمفاهيم التدريب، وجودة البيانات، والشبكات العصبية، ونماذج اللغة، وأوجه القصور المحتملة فيها، مما يتيح لك تقييم الادعاءات المتعلقة بالذكاء الاصطناعي بنظرة أكثر دقة وفهماً. وهي موجهة للمبتدئين الراغبين في استيعاب المفاهيم قبل الخوض في الرياضيات، وتكوين رؤية نقدية قبل الشروع في بناء النماذج.

تتناول الدورة التعلم من الأمثلة، وحلقة التدريب، وكيف تؤدي البيانات الرديئة إلى نشوء التحيز والضجيج ونقص التغطية وتسرب البيانات. كما تغطي الشبكات العصبية بوصفها أنظمة متعددة الطبقات لاستخلاص الأنماط، ومفاهيم التعميم والإفراط في التخصيص (overfitting)، ونماذج اللغة التي تتنبأ بالعناصر (tokens) التالية، بالإضافة إلى أنماط الفشل الشائعة مثل الهلوسة، وهشاشة النموذج، وتحول التوزيع، والحساسية تجاه صياغة الأوامر (prompt sensitivity).