أبرز محاور الجلسة - 📚 الوصول إلى الكتب والمراجع المناسبة لبناء تعليمات النموذج. - 🧠 استخلاص المبادئ التشغيلية وتحويلها إلى تعليمات واضحة. - ⚙️ صياغة هوية النموذج وتعليمات النظام والسياق وخطوط السلوك. - 📝 تطبيق عملي مباشر على كتاب وتحويله إلى نموذج ذكي جاهز. - 🚀 تحويل التعليمات إلى مشروع فعلي قابل للتشغيل والربح. الفئة المستهدفة - 🎓 الباحثون والأكاديميون - 👨‍💻 مطوّرو الذكاء الاصطناعي - ✍️ صناع المحتوى - 💼 روّاد الأعمال - 🔧 الهواة والمهتمون ببناء نماذج GPT المتخصصة ______________________ رابط تفاصيل الدورة https://www.skool.com/zraiee-3956/calendar ما مستوى فهمك للمحاضرة

حرصًا منا على المحافظة على جودة مجتمع مركز علوم الدولي للذكاء الاصطناعي، وضمان وصول المحتوى المتخصص والخدمات الذكية إلى الأعضاء الأكثر التزامًا واستفادة، سيتم تطبيق الإجراء التالي ابتداءً من هذا الأسبوع: أولًا: الإجراء - يُعدّ أي عضو لا يشارك أو يتفاعل داخل المجتمع لمدة 7 أيام متواصلة في حكم العضو غير النشط. - يحتفظ المركز بحق حذف العضوية أو إيقافها مؤقتًا دون الرجوع إلى العضو، وفق سياسة الاستخدام المعتمدة في منصة سكول. ثانيًا: أسباب تطبيق الإجراء - حماية جودة المحتوى وضمان وصول النقاشات والمواد الحصرية إلى أعضاء نشطين قادرين على الاستفادة منها. - رفع كفاءة المجتمع بما يحقق أهداف المركز: تمكين المشاريع البحثية والربحية والخدمية، ودعم الابتكار في الذكاء الاصطناعي . - تخفيف العبء المالي الذي تتحمله المنصة بسبب زيادة عدد الأعضاء غير المتفاعلين، خصوصًا مع وجود أدوات وبوتات ذكية تحتاج إلى تشغيل وتفاعل مستمر. - تحسين تجربة المستخدم عبر خلق بيئة تفاعلية عالية القيمة تشبه المجتمعات الاحترافية داخل سكول عالميًا. ثالثًا: ما المطلوب من كل عضو؟ - تسجيل دخول واحد أسبوعيًا على الأقل. - ترك تفاعل بسيط: إعجاب، تعليق، سؤال، مشاركة تجربة. - متابعة المستجدات الأسبوعية لضمان استمرار العضوية. رابعًا: توصية مهمة للأعضاء ندعو الجميع إلى الالتزام بالتفاعل المستمر دعمًا للمجتمع، وحرصًا على استدامة الخدمات المتقدمة التي يقدمها المركز:مثل الملخصات الحصرية، الأدوات الذكية، الإصدارات المبكرة، جلسات الدعم، ومسارات التعلّم المتدرجة التي تُمكّن كل عضو من تحقيق مشروعه البحثي أو الربحي بشكل عملي وواضح . خامسًا: ملاحظة ختامية تطبيق هذا التنبيه ليس غاية بحد ذاته، بل هو إجراء يهدف إلى رفع جودة المجتمع ووضعه ضمن مصاف المجتمعات الاحترافية في سكول، والمحافظة على بيئة تعليمية ومنهجية رفيعة المستوى.

الدرس الرابع: 🧩 التوكنات والتكلفة — ما الذي يحسبه النموذج حقًا؟ حين تصل إلى هذا الدرس تكون قد قطعت شوطًا طويلًا في فهم كيف تتعامل النماذج مع اللغة، وكيف تُحوِّل الكلمات إلى معانٍ، والمعاني إلى مواقع داخل فضائها الرقمي. لكنك ما إن تتعمق خطوة أخرى حتى يظهر سؤال أكثر دقة: ما الذي يقرؤه النموذج بالفعل؟ وما الوحدة التي يبدأ منها الفهم داخل هذا العالم الحسابي؟ فعلى الرغم من أننا نكتب الكلمات كاملة، إلا أن النموذج لا يقرأها بهذه الصورة، ولا يتعامل معها كما نراها على الورق. فالآلة لا ترى الكلمة بوصفها كلمة، بل تفككها إلى وحدات صغيرة تُسمّى «التوكنات». هذه التوكنات هي أقرب ما تكون إلى قطع صغيرة من النص، قد تكون كلمة كاملة في بعض الأحيان، وقد تكون نصف كلمة أو جزءًا من مقطع، وأحيانًا لا تتجاوز حرفًا واحدًا. إنها ليست كلمات، بل وحدات تُقسم بها الآلة النص إلى أجزاء قابلة للفهم والمعالجة. وإذا تساءلتَ: لماذا لا تستخدم الآلة الكلمات بصورتها الطبيعية؟ فالإجابة أن الكلمات تختلف من لغة إلى أخرى في طولها وتعقيدها. العربية مثلًا كلمة واحدة فيها قد تحمل بدايات ونهايات وزوائد تجعلها طويلة ومعقدة، بينما الإنجليزية أبسط وأكثر اختصارًا. التقسيم إلى توكنات صغيرة يمنح النموذج مرونة أكبر، ويجعله قادرًا على فهم اللغة من داخلها، دون الحاجة إلى تخزين ملايين الكلمات المختلفة. فالآلة لا تعتمد على شكل الكلمة، بل على الأجزاء التي تكوّنها، كما يدخل البنّاء إلى تفاصيل الحجر بدل النظر إلى شكل الجدار. بعد أن تُجزّأ الجملة إلى توكنات، تبدأ خطوة جديدة: تتحول كل قطعة صغيرة إلى «صفة رقمية» — بطاقة تصف موقعها داخل النظام الرقمي. هذه البطاقات ليست معاني كاملة، لكنها اللبنات الأولى التي يبدأ النموذج منها رحلته نحو الفهم. وحين تتجمّع هذه الصفات جنبًا إلى جنب، تبدأ الآلة بتكوين صورة مبدئية للنص، ثم تنتقل إلى مرحلة أعمق، حيث تعالج المعاني من خلال علاقات هذه الأجزاء بعضها ببعض. ومع أن فكرة التوكنات تبدو تقنية، إلا أن لها أثرًا مباشرًا على كل تفاعل بينك وبين النموذج. فكل توكن تستخدمه له تكلفة، وكل توكن يولّده النموذج له تكلفة أيضًا. ولهذا لا تُقاس أسعار النماذج بالكلمات، بل بالتوكنات، لأنها الوحدة الفعلية التي تُنفَّذ عليها العمليات داخل النظام. يمكنك أن تتخيل التوكن كما تتخيل وحدات المياه أو الكهرباء: لا يهم حجم البيت، بل كمية الاستهلاك. كذلك هنا: لا تُقاس الفاتورة بطول النص، بل بعدد التوكنات التي مرت عبر النموذج.

الدرس السادس: 🧩النماذج التوليدية - عندما تتعلّم الآلة أن تبتكر عندما يقترب القارئ من عالم النماذج التوليدية لأول مرة، يشعر كأنه يدخل ورشة واسعة ليست مزدحمة بالأدوات فحسب، بل بالأفكار. لم تعد الآلة هنا مجرّد عاملٍ صامتٍ ينفّذ ما يُطلب منه، بل كائن حسابي يتجاوز حدود الفهم إلى حدود الخَلْق، لا لأن له خيالًا مثل خيال البشر، بل لأنه تعلّم من البشر طريقة بناء الأشياء من مكوّناتها الصغيرة. وهذا التحوّل من “الاستقبال” إلى “الابتكار” هو ما فتح الباب أمام فصل جديد في تاريخ الذكاء الاصطناعي؛ الفصل الذي أصبحت فيه الآلة شريكًا في الصِّنعة الفكرية، لا متلقّيًا لها فقط. ويبدأ هذا المشهد من فكرة بسيطة في ظاهرها، لكنها جوهر كل ما يحدث خلف الستار: حين تخضع النماذج لتدريب طويل على ملايين النصوص أو الصور أو الأصوات، فإنها لا تحفظ الأمثلة كما يحفظ الطالب درسًا، بل تستخلص الأنماط والخطوط الخفية التي تُمسك بتلابيب الأسلوب والمعنى والتركيب. ومع كثرة التجارب، تبدأ هذه الأنماط في تكوين ما يشبه “المخزون الداخلي” الذي يسمح للآلة بأن تنتج شيئًا جديدًا يشبه ما تعلّمته لكنه ليس نسخة منه. كأن النموذج يقف في منتصف طريق بين التذكّر والاختراع؛ يأخذ من الماضي مادته، ثم يعيد صياغتها بترتيبٍ لم يوجد من قبل. ولذلك، حين يرى القارئ نموذجًا يكتب قصة قصيرة أو يرسم مشهدًا أو يقترح لحنًا موسيقيًا لم يُسمَع من قبل، فليس من العدل أن يُقال إن النموذج “اخترع” هذا العمل، ولا أنه “قلّده”. هو في الحقيقة أعاد تركيب العناصر نفسها التي بناها البشر عبر تاريخ طويل من الفن والمعرفة، لكنه فعل ذلك بطريقةٍ تسمح بخروج شكل جديد من الأشكال الممكنة. وهذا هو سر النماذج التوليدية: أنها لا تُعيد الماضي كما هو، بل تُغيّر زواياه وتعيد تشكيله في صورة تبدو مألوفة وغريبة في الوقت نفسه. ومع توسّع قدرتها، دخلت هذه النماذج ميادين كثيرة. فمن رأى نموذجًا يرسم لوحةً رقمية بألوان هادئة وإيقاع بصري محسوب قد يظنّ أنه أمام يد فنان لا آلة. ومن يسمع نموذجًا يلحن جملاً موسيقية قد يتساءل: كيف يمكن لمعادلاتٍ صامتة أن تنسج هذا الإيقاع؟ حتى النصوص -وهي القالب الذي تتدفّق فيه أفكار البشر- أصبحت ساحةً تكتب فيها النماذج رسائل، سرديات، تفسيرات، أو حتى شيفرات برمجية معقدة. ومع هذا الاتساع، ظهر سؤال داخلي يتردّد بصوت خافت: ماذا يعني أن “تبدع” الآلة؟ الآلة لا تُبدع لأنها ترى الجمال أو تشعر به، بل لأنها تتقن تركيب الأنماط التي اكتسبتها من البشر. فهي تفهم سياق الجملة في النص، وتفهم شكل الوجه في الصورة، وتستوعب علاقة النغمة بالأخرى في الموسيقى، ثم تبني على هذا الفهم شيئًا يبدو جديدًا. إنّها تحاكي طريقة الإنسان حين يتعلّم من أساتذته، ثم يبدأ شيئًا فشيئًا في صياغة أسلوبه الخاص، مع فارقٍ جوهري: الإنسان يضيف روحه وتجربته، أما النموذج فيضيف إحصاءً محسوبًا وارتباطًا مكتسبًا من البيانات.

🧩 الدرس الأول: 🧩 تمثيل المعنى — كيف تتحول الكلمات إلى مواقع داخل فضاء رقمي؟ حين تقترب من فكرة تمثيل المعنى، تكون قد قطعت مسارًا طويلًا في فهم كيف تتعامل الآلة مع الكلمات. ترى أولًا الكلمة كما نراها نحن، ثم تراها كما تراها الآلة: رمزًا لا يحمل صورة، وصوتًا لا يثير ذاكرة. ومع مرورك في هذا الطريق، تدرك أن الكلمة عند الإنسان تبدأ بحكاية، أما عند الآلة فتبدأ بنقطة صغيرة داخل فضاءٍ واسع لا يُرى. وكما ترى الخوارزمية وهي تتحول من وصف جامد إلى خطوة داخل منظومة، ترى المعنى وهو يتحول من فكرة بشرية إلى موقعٍ عددي يملك وظيفة داخل نظام أكبر. وحين تنظر إلى عملية التمثيل بهذا المنظور، تكتشف أنها لا تعمل في عزلة. فالكلمة لا تنتقل من الحرف إلى الرقم مباشرة، بل تمر بمحطات متتابعة، كل محطة تضيف إليها طبقة جديدة من الفهم. محطةٌ تفكك النص إلى وحدات صغيرة، ومحطة تجعل لكل وحدة رمزًا يمكن للحاسوب قراءته، ومحطة تُحوّل هذا الرمز إلى متجه عددي يعيش داخل فضائه، ومحطة تجمع المتجهات لتبني العلاقات بينها. وكما تعمل ورش مدينة في تناغم لتنتج حركة واحدة مستقرة، تعمل هذه المراحل معًا لتصنع في النهاية شكلًا رقميًا للمعنى. وعندما تنظر إلى الفضاء الذي تتجمع فيه هذه المعاني، تراه أشبه بخريطة واسعة، لا تُرسم بالألوان بل بالمسافات. كلمة تقف قرب أخرى لأنها تشترك معها في الاستخدام، وأخرى تبتعد لأنها تنتمي لمجال مختلف. ومع الوقت يبدأ هذا الفضاء في اتخاذ صورة كبيرة، صورة لا تُبنى من الصور الحسية، بل من الأنماط المتكررة التي تراها الآلة في النصوص. وهنا تدرك أن تمثيل المعنى ليس خطوة تقنية منفصلة، بل منظومة كاملة تُنسِّق حركة الكلمات داخل عقل النموذج، وتمنحه القدرة على فهم الجملة لا من شكلها، بل من موقعها بين المعاني من حولها. وتستمر الفكرة في التحوّل كلما تقدّمت داخل هذا النظام. فبعد أن تستقر الكلمة داخل فضائها الرقمي، تبدأ علاقتها بالكلمات الأخرى في الظهور شيئًا فشيئًا. ليست علاقة مبنية على الصورة أو الصوت، بل على طريقة الاستخدام وتكرار الظهور في الجمل. كلمة تظهر كثيرًا مع كلمة أخرى تقترب منها، وأخرى لا تشترك معها في السياق تبتعد عنها، حتى تتكوّن خريطة واسعة يمكن للنموذج الرجوع إليها في كل مرة يحاول فيها فهم جملة جديدة. ومع توالي الأمثلة التي تتدفق أثناء التدريب، يصبح هذا الفضاء أشبه بمخطط كبير تتوزع فيه النقاط كما تتوزع المدن على خريطة قديمة. بعضها متقارب كأنه ينتمي إلى الإقليم نفسه، وبعضها متباعد لأنه لا يجمعه رابط واضح. وحين يتعامل النموذج مع جملة جديدة، لا يقرأ الكلمات وحدها، بل ينظر إلى مواقعها داخل هذا الفضاء وإلى المسافات التي تفصل بينها. ومن خلال هذه المسافات يعرف النموذج إن كانت الكلمة قريبة من معناها الصحيح، أو إن كانت خرجت عن السياق، أو إن كان عليه اختيار تعبيرٍ آخر أكثر ملاءمة.