تعلّم كيف ‹ 🖥️ كمبيوتر
🤖 تعلم الذكاء الاصطناعي: خارطة طريق
خارطة طريق لتعلم الذكاء الاصطناعي وتعلم الآلة للمبتدئين: الفرق بين استخدام أدوات الذكاء الاصطناعي وبنائها، المتطلبات (بايثون، والرياضيات الأساسية، والبيانات)، المراحل (تحليل البيانات، وتعلم الآلة، والتعلم العميق، والنماذج اللغوية)، المكتبات والأدوات المجانية، المشاريع العملية، والأخلاقيات.
مساران مختلفان
- استخدام أدوات الذكاء الاصطناعي في عملك (الكتابة، والتصميم، والتحليل): مهارة لكل شخص؛ أسابيع (انظر مقالة الذكاء الاصطناعي في العمل).
- بناء أنظمة الذكاء الاصطناعي (مهندس تعلم آلة، أو عالم بيانات): مسار تقني طويل، هذه المقالة عنه.
المتطلبات
1. البرمجة بـ بايثون
اللغة الأساسية للمجال. أتقن الأساسيات، والدوال، والقوائم والقواميس، والمكتبات (انظر مقالة تعلم بايثون).
2. الرياضيات (لا تخف!)
- الإحصاء والاحتمالات: المتوسط، والتباين، والتوزيعات (الأهم).
- الجبر الخطي: المتجهات والمصفوفات.
- التفاضل: فكرة المشتقة والتدرج (لفهم كيف تتعلم النماذج).
- تتعلمها بالتدريج مع التطبيق؛ لا تحتاج أن تكون عالم رياضيات للبداية.
3. البيانات
الذكاء الاصطناعي يتعلم من البيانات؛ فهم البيانات وتنظيفها 80% من العمل فعليًا.
المراحل
- تحليل البيانات: مكتبات NumPy وPandas للتعامل مع البيانات، وMatplotlib للرسوم. وSQL مفيدة جدًا.
- تعلم الآلة الكلاسيكي: مكتبة scikit-learn:
- التصنيف (هذه الرسالة سبام أم لا؟).
- الانحدار (توقع سعر بيت).
- التجميع (تقسيم العملاء لمجموعات).
- تقييم النماذج، والتدريب والاختبار، والإفراط في التعلم.
- التعلم العميق (الشبكات العصبية): مكتبات PyTorch أو TensorFlow؛ للصور والصوت والنصوص.
- التخصص:
- معالجة اللغة والنماذج اللغوية الكبيرة (مجال ضخم اليوم؛ والعربية تحتاج متخصصين!).
- الرؤية الحاسوبية (الصور والفيديو).
- أنظمة التوصية، والسلاسل الزمنية.
- بناء التطبيقات باستخدام النماذج الجاهزة عبر واجهاتها البرمجية: مسار سريع ومطلوب.
الأدوات المجانية
- Google Colab: بيئة بايثون في المتصفح مع معالج رسومي مجاني محدود؛ ممتازة للتعلم.
- Kaggle: بيانات حقيقية، ومسابقات، ودروس مجانية، وأكواد الآخرين للتعلم.
- دورات جامعية مجانية مشهورة على الإنترنت في تعلم الآلة.
المشاريع (الأهم)
- تحليل بيانات حقيقية (أسعار، أو مبيعات، أو طقس).
- نموذج يتوقع سعر شقة.
- مصنف رسائل السبام.
- نموذج يتعرف على الأرقام المكتوبة بخط اليد.
- تحليل مشاعر تعليقات عربية.
- اعرضها على GitHub مع شرح.
المدة
بجهد منتظم (ساعة أو اثنتان يوميًا): 6–12 شهرًا لأساس قوي يؤهلك لمشاريع ووظائف مبتدئة. المجال يتطور بسرعة؛ التعلم مستمر.
الأخلاقيات
- احترام خصوصية البيانات.
- الانتباه للتحيز في البيانات والنتائج.
- عدم صنع أنظمة للاحتيال أو التزييف أو الأذى.
- الشفافية: لا تنسب ما أنتجته الآلة لنفسك في غير موضعه.