الوسم: منوعات ذكاء اصطناعي

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

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 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

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 (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 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