الكاتب: عمر أحمد
-
اختلافات وحدات معالجة الرسوميات (GPUs) ووحدات معالجة المصفوفات العصبية (TPUs) في تدريب نماذج المحولات الضخمة: مقارنة شاملة
مقدمة: GPUs مقابل TPUs في تدريب نماذج المحولات الضخمة تُعدّ كل من وحدات معالجة الرسوميات (GPUs) ووحدات معالجة المصفوفات العصبية (TPUs) عناصر أساسية في تسريع عملية تدريب نماذج المحولات الضخمة. إلا أن اختلافات أساسية في بنيتها الأساسية، وأداءها، وتوافقها مع الأنظمة البيئية المختلفة، تؤدي إلى… قراءة المزيد
-

**ذكاء اصطناعي طبي مُحسّن: نظام g-AMIE لإجراء تشخيصات طبية دقيقة وآمنة**
ذكاء اصطناعي طبي مُحسّن: نظام g-AMIE لإجراء تشخيصات طبية دقيقة وآمنة يُمثّل التقدم المُذهل في نماذج اللغات الكبيرة (LLM) ثورةً في مجال الذكاء الاصطناعي الطبي، حيث أصبح بإمكان هذه النماذج إجراء حوارات طبية عالية الجودة، وتقديم تشخيصات تفاضلية، ووضع خطط علاجية في بيئات مُحاكاة. إلا… قراءة المزيد
-
مقارنة نماذج اللغات الكبيرة: استخدام تقنية “الساحة كحكم” لتقييم الأداء
مقارنة أداء نماذج اللغات الكبيرة باستخدام تقنية “الساحة كحكم” تُعدّ نماذج اللغات الكبيرة (LLMs) من أهمّ التطوّرات في مجال الذكاء الاصطناعي، إلا أنّ تقييم أدائها يُشكّل تحديًا. تُقدّم هذه المقالة شرحًا عمليًا لطريقة مبتكرة لتقييم هذه النماذج، وهي طريقة “الساحة كحكم” (LLM Arena-as-a-Judge). بدلاً من… قراءة المزيد
-
بناء أنظمة تنبؤ متعددة النماذج باستخدام GluonTS: دليل شامل مع بيانات اصطناعية وتقييم مرئي متقدم
بناء أنظمة تنبؤ متعددة النماذج باستخدام GluonTS: دليل شامل مع بيانات اصطناعية وتقييم مرئي متقدم يقدم هذا الدليل الشامل شرحًا عمليًا لاستخدام مكتبة GluonTS للتنبؤ بالمتسلسلات الزمنية، مع التركيز على بناء أنظمة تنبؤ مرنة وقابلة للتطوير. سنتعلم كيفية توليد مجموعات بيانات اصطناعية معقدة، وإعدادها، وتطبيق… قراءة المزيد
-
قواعد البيانات الحديثة: أنواعها، تطبيقاتها، وأبرز الابتكارات لعام 2025
مقدمة: فهم عالم قواعد البيانات في عالمنا الذي يعتمد بشكل كبير على البيانات، تُشكل قواعد البيانات العمود الفقري للتطبيقات الحديثة، بدءًا من تطبيقات الهاتف المحمول ووصولاً إلى أنظمة المؤسسات الضخمة. يُعد فهم أنواع قواعد البيانات المختلفة وتطبيقاتها أمراً بالغ الأهمية لاختيار النظام المناسب للاحتياجات المحددة،… قراءة المزيد
-
إطار عمل اتخاذ قرارات بناء مقابل الشراء للذكاء الاصطناعي المؤسسي في الولايات المتحدة
إطار عمل اتخاذ قرارات بناء مقابل الشراء للذكاء الاصطناعي المؤسسي في الولايات المتحدة (2025) يواجه نواب رئيس الذكاء الاصطناعي في الشركات الأمريكية سؤالاً حاسماً: هل نبني قدرات الذكاء الاصطناعي داخلياً، أم نشتريها من مورد خارجي، أم نجمع بين الحلين؟ لم يعد مجال الذكاء الاصطناعي المؤسسي… قراءة المزيد
-
وكيل ذكاء اصطناعي هيكلي قائم على الرسم البياني مع جيميني: تنفيذ كامل بالشفرة
وكيل ذكاء اصطناعي هيكلي قائم على الرسم البياني مع جيميني: تنفيذ كامل بالشفرة في هذا البرنامج التعليمي، سننفذ وكيل ذكاء اصطناعي متقدم قائم على الرسم البياني باستخدام إطار عمل GraphAgent ونموذج Gemini 1.5 Flash. سنُعرّف رسمًا بيانيًا موجهًا للعُقد، حيث يكون كل عقد مسؤولاً عن… قراءة المزيد
-

GPZ: ضغط بيانات الجسيمات الضخمة المُعجّل بمعالجات الرسوميات (GPU) – جيل جديد من الكفاءة
GPZ: ثورة في ضغط بيانات الجسيمات الضخمة باستخدام معالجات الرسوميات تُعاني عمليات المحاكاة القائمة على الجسيمات وتطبيقات سُحُب النقاط من التوسع الهائل في حجم وتعقيد مجموعات البيانات العلمية والتجارية، والتي غالباً ما تتجاوز مليارات أو تريليونات النقاط المنفصلة. يُشكل تخفيض هذه البيانات بكفاءة وتخزينها وتحليلها… قراءة المزيد
-

إطار عمل Prefix-RFT: ثورة جديدة في ضبط نماذج اللغات الكبيرة
إطار عمل Prefix-RFT: دمج متطور لضبط النماذج اللغوية الكبيرة يُعَدّ ضبط نماذج اللغات الكبيرة بعد مرحلة ما قبل التدريب عملية بالغة الأهمية لتحسين أدائها. ويتم ذلك عادةً باستخدام إحدى طريقتين رئيسيتين: ضبط النموذج المُشرف (SFT) أو ضبط النموذج المعزز (RFT)، ولكل منهما نقاط قوة وضعف… قراءة المزيد
-
وكلاء الصوت في الذكاء الاصطناعي: أفضل ٩ منصات لبناء وكلاء صوت متطورين (٢٠٢٥)
وكلاء الصوت في الذكاء الاصطناعي: ثورة في التفاعل الصوتي مقدمة: ما هو وكيل الصوت؟ وكيل الصوت في الذكاء الاصطناعي هو نظام برمجي قادر على إجراء محادثات ثنائية الاتجاه في الوقت الفعلي عبر الهاتف أو الإنترنت (VoIP). على عكس أنظمة الاستجابة الصوتية التفاعلية (IVR) التقليدية، يسمح… قراءة المزيد
