AI-LOGIC

MOHAMMED EL-SHAYEB
2023
‫‪1‬‬ ‫‪AI-LOGIC‬‬

‫برمجة حاسوب )‪( programing‬‬

‫االصطناع‪:‬‬
‫ي‬ ‫الت لها عالقة بالذكاء‬
‫البمجية ي‬
‫هنا ملخص مخترص لبعض اللغات ر‬
‫االصطناع‪.‬‬
‫ي‬ ‫البمجة الرائدة يف مجال الذكاء‬
‫‪ Python‬لغة ر‬

‫توفر مكتبات مثل ‪ TensorFlow‬و ‪PyTorch‬لبناء وتدريب نماذج الشبكات العصبية‪.‬‬

‫رئيس يف تحليل البيانات وتصورها وتحقيق أهداف البيانات يف مجال الذكاء‬

‫ي‬ ‫‪ُ R‬مستخدمة بشكل‬
‫االصطناع‪.‬‬
‫ي‬
‫ُ‬
‫االصطناع‪ ،‬وباألخص يف مجاالت الروبوتيات ومعالجة اللغات‬
‫ي‬ ‫‪ Java‬تستخدم لتطوير تطبيقات الذكاء‬
‫الطبيعية‪.‬‬
‫ُ‬
‫االصطناع‪ ،‬مثل تطبيقات‬
‫ي‬ ‫الذكاء‬ ‫ف‬ ‫عال‬
‫ي ي‬ ‫أداء‬ ‫تتطلب‬ ‫الت‬
‫ي‬ ‫والتطبيقات‬ ‫األنظمة‬ ‫تطوير‬ ‫ف‬
‫ي‬ ‫ستخدم‬ ‫ت‬ ‫‪C++‬‬
‫معالجة الصور والتعلم العميق‪.‬‬

‫عال‪.‬‬ ‫ً‬
‫االصطناع‪ ،‬وتتمب بأداء ي‬
‫ي‬ ‫خصيصا للحوسبة العلمية والذكاء‬ ‫‪ Julia‬لغة برمجة مصممة‬
‫ُ‬
‫االصطناع ومعالجة‬
‫ي‬ ‫‪ Prolog‬لغة برمجة منطقية تستخدم يف تطوير نظم االستدالل الخاصة بالذكاء‬
‫اللغات الطبيعية‪.‬‬

‫االصطناع‪ ،‬وما زالت مستخدمة يف‬

‫ي‬ ‫البمجة المستخدمة يف الذكاء‬‫تعتب واحدة من أقدم لغات ر‬
‫‪ Lisp‬ر‬
‫االصطناع القائم عىل القواعد‪.‬‬
‫ي‬ ‫تطبيقات مثل تطوير الذكاء‬

‫االصطناع‪.‬‬
‫ي‬ ‫‪ MATLAB‬تستخدم يف الحوسبة العلمية والتطبيقات الرياضية يف مجاالت الذكاء‬
‫ُ‬
‫االصطناع بسبب أدائها الجيد‬
‫ي‬ ‫)‪ Go (Golang‬تستخدم يف تطوير بعض التطبيقات يف مجال الذكاء‬
‫وفعاليتها‪.‬‬

‫لغة البرمجة‪C# (C Sharp):‬‬

‫الت يمكن استخدامها يف مجال الذكاء‬

‫البمجية ي‬
‫هذه ليست قائمة شاملة‪ ،‬وهناك المزيد من اللغات ر‬
‫ً‬
‫االصطناع حسب االحتياجات والمشاري ع المحددة‪ .‬يتعي عىل المطورين اختيار اللغة األنسب بناء عىل‬
‫ي‬
‫وخبتهم الشخصية‪.‬‬‫ر‬ ‫وعهم‬‫مش‬ ‫ر‬ ‫متطلبات‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪2‬‬ ‫‪AI-LOGIC‬‬

‫مقدمة في الذكاء االصطناعي ‪AI‬‬

‫والبمجيات تهدف إل‬‫االصطناع هو مجموعة من التقنيات ر‬
‫ي‬ ‫االصطناع ‪:‬الذكاء‬
‫ي‬ ‫التعريف البسيط للذكاء‬
‫ُ‬ ‫تمثيل القدرات العقلية ر‬
‫البشية يف األجهزة الحاسوبية‪ .‬يعىط للحاسوب القدرة عىل التعلم من البيانات‬
‫واتخاذ القرارات وحل المشكالت‪.‬‬
‫االصطناع‪:‬‬
‫ي‬ ‫مجاالت الذكاء‬
‫التعلم اآلل ‪ (Machine Learning):‬يتيح لألنظمة تعلم األنماط من البيانات واتخاذ قرارات ً‬
‫بناء عىل‬ ‫ي‬
‫هذه األنماط‪ .‬ذلك يشمل تصنيف الصور‪ ،‬والبجمة اآللية‪ ،‬والتعرف عىل الكالم‪.‬‬
‫تستوح من عمل الدماغ‬
‫ي‬ ‫الشبكات العصبية االصطناعية ‪ (Artificial Neural Networks):‬تقنية‬
‫ر‬
‫البشي وتستخدم يف مجموعة متنوعة من التطبيقات مثل تصنيف البيانات وتوليد الصور‪.‬‬
‫معالجة اللغة الطبيعية ‪ (Natural Language Processing):‬يتيح للحواسيب التفاعل مع اللغة ر‬
‫البشية‬
‫بفهم وإنتاج النصوص والكالم‪ُ .‬يستخدم يف محركات البحث والبجمة اآللية والمزيد‪.‬‬
‫ع الضيق ‪ (Narrow AI):‬يستخدم لحل مهام محددة مثل القيادة الذاتية للسيارات‬ ‫الذكاء االصطنا ي‬
‫االجتماع‪.‬‬
‫ي‬ ‫وتوصية المحتوى عىل وسائل التواصل‬
‫االصطناع العام ‪ (General AI):‬يستهدف تطوير أنظمة ذكية تملك القدرة عىل الفهم العميق‬
‫ي‬ ‫الذكاء‬
‫والتعلم الذات بنفس رسعة ر‬
‫البش‪.‬‬ ‫ي‬
‫االصطناع‪:‬‬
‫ي‬ ‫التحديات يف الذكاء‬
‫االصطناع بأخالقيات جيدة وضمان سالمة األنظمة الذكية‪.‬‬
‫ي‬ ‫توجيه النمو المتسارع للذكاء‬
‫االصطناع‪.‬‬
‫ي‬ ‫حفظ الخصوصية واألمان عند استخدام البيانات الشخصية يف تطبيقات الذكاء‬
‫الذات يف األنظمة الذكية‪.‬‬
‫ي‬ ‫الذات والقدرة عىل التعلم‬
‫ي‬ ‫تطوير تقنيات التفكب‬
‫االصطناع عىل سوق العمل واالقتصاد‪.‬‬
‫ي‬ ‫التعامل مع تأثب الذكاء‬
‫االصطناع‪:‬‬
‫ي‬ ‫استخدامات الذكاء‬
‫تحسي القرارات يف مجاالت مثل الرعاية الصحية والمالية وإدارة األعمال‪.‬‬
‫تطوير التطبيقات الذكية مثل مساعدي الصوت مثل ‪ Siri‬و‪Alexa.‬‬
‫تحليل البيانات الكببة والتنبؤ باالتجاهات واألحداث‪.‬‬
‫تطبيقات الروبوت واألتمتة‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪3‬‬ ‫‪AI-LOGIC‬‬

‫تصميم المنطق الرقمي (‪)Logic‬‬

‫أساس يف مجال هندسة الحاسوب‬ ‫ي‬ ‫ه جزء‬‫الرقم )‪ (Digital Logic Design‬ي‬
‫ي‬ ‫مادة تصميم المنطق‬
‫الت تتكون من األبواب‬ ‫والهندسة الكهربائية‪ .‬تركز هذه المادة عىل تحليل وتصميم األنظمة الرقمية ي‬
‫المنطقية والعنارص المنطقية األخرى‪ .‬تهدف هذه المادة إل فهم كيفية تنفيذ الدوائر الرقمية ألداء وظائف‬
‫معينة ً‬
‫بناء عىل اإلشارات الرقمية (القيم الثنائية ‪ 0‬و‪ ،)1‬وذلك باستخدام المبادئ الرياضية والمنطقية‪.‬‬
‫الرقم تتضمن‪:‬‬
‫ي‬ ‫المفاهيم األساسية يف تصميم المنطق‬
‫األساس للدوائر الرقمية وتتضمن العمليات المنطقية األساسية مثل ‪AND‬‬
‫ي‬ ‫األبواب المنطقية‪ :‬ي‬
‫ه البناء‬
‫و ‪OR‬و ‪NOT‬و ‪XOR‬وغبها‪.‬‬
‫ه رقاقات إلكبونية تحتوي عىل عدد من األبواب المنطقية مجتمعة يف‬ ‫المنطقية المتكاملة‪ :‬ي‬
‫ُ‬
‫الدوائر‬
‫وحدة واحدة‪ .‬وتستخدم لتبسيط تصميم الدوائر الرقمية المعقدة‪.‬‬
‫ُ‬
‫الثنات) يف الدوائر الرقمية‪ ،‬حيث تمثل القيم‬
‫ي‬ ‫الثنات (النظام‬
‫ي‬ ‫المنابع العددية‪ :‬يستخدم النظام العددي‬
‫الثنائية الصفر والواحد الحاالت المختلفة للمتغبات المنطقية‪.‬‬
‫ً‬
‫الرقم‪ ،‬حيث يجب‬
‫ي‬ ‫تعتب هذه النقاط مهمة جدا يف تصميم المنطق‬ ‫الزمت‪ :‬ر‬
‫ي‬ ‫الكشف والتصحيح والتنفيذ‬
‫ً‬
‫التأكد من أن الدوائر تعمل بشكل صحيح وفقا للتوقيت المطلوب‪.‬‬
‫االصطناع‬
‫ي‬ ‫الرقم بالذكاء‬
‫ي‬ ‫االصطناع ‪:‬ترتبط تصميم المنطق‬
‫ي‬ ‫الرقم بالذكاء‬
‫ي‬ ‫عالقة تصميم المنطق‬
‫بعدة طرق‪ ،‬من بينها‪:‬‬
‫الداخىل للمعالجات الدقيقة‪ :‬يف تصميم المعالجات‬
‫ي‬ ‫تصميم وحدات المعالجة المركزية )‪ (CPU‬والمنطق‬
‫والميكروكنبولرات‪ ،‬يتعامل المهندسون مع دوائر رقمية معقدة وتصميم دوائر النقل الداخلية ووحدات‬
‫التحكم والحوسبة الحيوية‪.‬‬
‫تحسي األداء‪ :‬يمكن استخدام التقنيات المتقدمة لتصميم الدوائر الرقمية لتحسي أداء النظم‬
‫والمعالجات‪ ،‬مثل تقنيات تحسي التأخب وتقليل استهالك الطاقة‪.‬‬
‫االصطناع عىل الخوارزميات‬
‫ي‬ ‫االصطناع‪ :‬تعتمد العديد من تقنيات الذكاء‬
‫ي‬ ‫تنفيذ الخوارزميات الذكاء‬
‫الرقم أساسية لفهم كيفية تنفيذ هذه الخوارزميات‪.‬‬
‫ي‬ ‫المنطقية ودوائر تنفيذها‪ .‬تكون مادة تصميم المنطق‬
‫االصطناع مثل‬
‫ي‬ ‫الرقم يف بناء العتاد المتخصص للذكاء‬
‫ي‬ ‫العتاد المتخصص‪ُ :‬يستخدم تصميم المنطق‬
‫وحدات معالجة الشبكات العصبية ومعالجات تعلم اآللة‪.‬‬
‫جزءا ً‬
‫مهما يف البناء وفهم األنظمة الرقمية المستخدمة يف مجال‬ ‫باختصار‪ ،‬مادة تصميم المنطق الرقم ُتعد ً‬
‫ً ُ‬ ‫ي‬
‫عموما‪ .‬تساهم يف بناء أساس قوي للمعرفة والمهارات الالزمة‬ ‫االصطناع وتكنولوجيا المعلومات‬
‫ي‬ ‫الذكاء‬
‫لتصميم وتطوير التطبيقات واألنظمة الذكية‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪4‬‬ ‫‪AI-LOGIC‬‬

‫رياضيات متقطعة(‪) Discrete Mathematics‬‬

‫الت‬
‫ه فرع من الرياضيات يركز عىل دراسة المفاهيم واألساليب الرياضية ي‬‫رياضيات العددية المنفصلة ي‬
‫ً‬
‫الت تأخذ قيما منفصلة أو منفصلة عن بعضها البعض‬ ‫تنطوي عىل األشياء والبيانات ي‬
‫االصطناع لعدة أسباب‪:‬‬
‫ي‬ ‫تعتب هذه المادة أساسية لتخصص الذكاء‬
‫ر‬
‫الرياض ‪:‬توفر رياضيات العددية المنفصلة األسس الرياضية الالزمة لفهم وتحليل‬
‫ي‬ ‫‪1.‬اللغة والمنطق‬
‫ُ‬
‫االصطناع‪ .‬تستخدم هذه المفاهيم يف تطبيقات مثل‬
‫ي‬ ‫الخوارزميات والمفاهيم الرياضية يف مجال الذكاء‬
‫الت تعتمد عىل تحليل البيانات الغب متصلة‪.‬‬‫تطوير الخوارزميات ي‬
‫الرياض ‪:‬تساعد مادة رياضيات العددية المنفصلة الطالب يف تطوير مهارات‬ ‫ي‬ ‫‪2.‬االستدالل والتحليل‬
‫ً‬
‫الرياض وتحليل البيانات الرياضية‪ .‬هذا يمكن أن يكون مفيدا لتحليل البيانات الكببة واتخاذ‬ ‫ي‬ ‫االستدالل‬
‫االصطناع‪.‬‬
‫ي‬ ‫القرارات الذكية يف تطبيقات الذكاء‬
‫االصطناع‪ ،‬حيث يمكن‬ ‫جزءا ً‬
‫هاما من الذكاء‬ ‫تعتب نظرية الرسوم البيانية ً‬
‫ي‬ ‫‪3.‬نظرية الرسوم البيانية ‪ :‬ر‬
‫ُ‬
‫استخدام الرسوم البيانية لتمثيل البيانات والعالقات بينها‪ .‬عىل سبيل المثال‪ ،‬تستخدم يف تمثيل الشبكات‬
‫العصبية والتعلم العميق‪.‬‬
‫ُ‬
‫‪4.‬تحليل الخوارزميات ‪:‬تعلم مادة رياضيات العددية المنفصلة الطالب كيفية تحليل وقياس‬
‫ُ‬
‫الت تستخدم يف تدريب النماذج الذكية وحل المشكالت يف‬ ‫الخوارزميات‪ .‬هذا مهم لتطوير الخوارزميات ي‬
‫مجاالت مثل معالجة اللغة الطبيعية والرؤية الحاسوبية‪.‬‬
‫الرياض ورياضيات العددية المنفصلة يف مجال أمان المعلومات‬ ‫ي‬ ‫‪5.‬األمان والتشفب ‪ُ :‬يستخدم التحليل‬
‫االصطناع‪.‬‬
‫ي‬ ‫والتشفب‪ُ .‬يمكن استخدام هذه المفاهيم لتطوير تقنيات التشفب والحماية يف تطبيقات الذكاء‬
‫االصطناع وتمكن الطالب من‬ ‫الذكاء‬ ‫تخصص‬ ‫ف‬ ‫ا‬ ‫ً‬
‫أساسي‬ ‫ا‬ ‫باختصار‪ ،‬رياضيات العددية المنفصلة ُتعد ً‬
‫جزء‬
‫ي‬ ‫ي‬
‫البيات والذكاء‬
‫ي‬ ‫والتحليل‬ ‫بالحوسبة‬ ‫تتعلق‬ ‫فهم وتطبيق مفاهيم رياضية مهمة يف تطبيقات متعددة‬
‫االصطناع‪.‬‬
‫ي‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪5‬‬ ‫‪AI-LOGIC‬‬

‫نظم قواعد البيانات (‪)Database systems‬‬

‫الت تستخدم لتخزين وإدارة البيانات من‬
‫البمجيات والبنية التحتية ي‬
‫ه مجموعة من ر‬
‫نظم قواعد البيانات ي‬
‫أهمها‪...‬‬
‫نظام إدارة قواعد البيانات‪(DBMS):‬‬
‫الت تتيح لك إنشاء وتخزين واسبجاع البيانات بكفاءة‪ .‬بعض أمثلة نظم إدارة قواعد‬
‫البمجيات ي‬
‫هذا هو ر‬
‫البيانات الشهبة تتضمن‪ ،PostgreSQL ،MySQL ، Microsoft SQL Server‬و‪Oracle Database.‬‬
‫البيانات والجداول‪:‬‬
‫االصطناع‪ ،‬يمكن استخدام هذه‬
‫ي‬ ‫تستخدم قواعد البيانات جداول لتخزين البيانات‪ .‬يف سياق الذكاء‬
‫اآلل وتطوير النماذج‪.‬‬
‫الجداول لتخزين معلومات التدريب والبيانات الرصورية للتعلم ي‬
‫استعالمات‪SQL:‬‬
‫ه لغة برمجة تستخدم السبجاع البيانات من قاعدة البيانات‬ ‫)‪ SQL (Structured Query Language‬ي‬
‫وتحليلها‪ .‬يمكن استخدام ‪ SQL‬يف استعالم قواعد البيانات الستخراج البيانات الالزمة لتدريب نماذج‬
‫االصطناع‪.‬‬
‫ي‬ ‫الذكاء‬
‫االستفادة من البيانات‪:‬‬
‫الت تستخدم يف‬ ‫االصطناع‪ ،‬يتم استخدام قواعد البيانات لتخزين وإدارة البيانات ي‬
‫ي‬ ‫يف تخصص الذكاء‬
‫تدريب النماذج‪ .‬يمكن تطبيق تقنيات التنقيب يف البيانات وتحليل البيانات الكببة عىل البيانات المخزنة‬
‫يف قواعد البيانات الستخراج معرفة جديدة‪.‬‬
‫األمان والتوافر‪:‬‬
‫ً‬
‫حاسما يف حفظ البيانات الحساسة‪ .‬يجب تأمي البيانات بشكل جيد لضمان‬ ‫تلعب قواعد البيانات ً‬
‫دورا‬
‫ً‬
‫عدم وصول غب المخولي إليها‪ .‬االسباتيجيات لتوفب التوافرية واالستدامة أيضا ي‬
‫ه عنارص مهمة يف‬
‫تصميم نظم قواعد البيانات‪.‬‬
‫تكنولوجيا متقدمة‪:‬‬
‫الحال‪ ،‬تتضمن تقنيات متقدمة مثل قواعد البيانات )‪ SQL (NoSQL‬وقواعد البيانات العمودية‬ ‫ي‬ ‫يف الوقت‬
‫الشائعة يف تخزين البيانات الهيكلية وغب الهيكلية‪ .‬هذه التقنيات يمكن استخدامها يف تخزين البيانات‬
‫االصطناع‪.‬‬
‫ي‬ ‫الكببة والمتغبة بشعة يف مشاري ع الذكاء‬
‫ً‬
‫حاسما يف تخزين وإدارة البيانات الرصورية لتدريب‬ ‫دورا‬‫ف الذكاء االصطناع‪ ،‬نظم قواعد البيانات تلعب ً‬
‫ي‬ ‫ي‬
‫مهما من عملية‬ ‫تعتب إدارة البيانات بشكل فعال وآمن ً‬
‫جزءا ً‬ ‫ر‬ ‫‪.‬‬‫الذكية‬ ‫التطبيقات‬ ‫ف‬ ‫واستخدامها‬ ‫النماذج‬
‫ي‬
‫االصطناع‪.‬‬
‫ي‬ ‫تطوير حلول الذكاء‬
‫‪MOHAMMED EL-SHAYEB‬‬
‫‪6‬‬ ‫‪AI-LOGIC‬‬

‫تصميم وتحليل الخوارزميات (‪)Algorithmic design‬‬

‫االصطناع ومجاالت أخرى من علوم‬
‫ي‬ ‫ه عملية مهمة يف تخصص الذكاء‬‫تصميم وتحليل الخوارزميات ي‬
‫الت يتبعها الكمبيوتر لحل مشكلة معينة أو‬
‫ه مجموعة من الخطوات المحددة ي‬ ‫الحاسوب‪ .‬الخوارزمية ي‬
‫االصطناع‪:‬‬
‫ي‬ ‫إجراء مهمة‪ .‬إليك نظرة عامة عىل كيفية تصميم وتحليل الخوارزميات ودورها يف مجال الذكاء‬
‫تصميم الخوارزميات‪:‬‬
‫ه تعريف المشكلة بوضوح‪ .‬يجب فهم المشكلة‬‫تعريف المشكلة ‪:‬أول خطوة يف تصميم خوارزمية ي‬
‫بالتفصيل والتعرف عىل المدخالت والمخرجات المطلوبة‪.‬‬

‫تطوير الخوارزمية ‪:‬بناء الخوارزمية نفسها‪ .‬هذا يتضمن تحديد الخطوات ي‬

‫الت يجب أن تتخذها الحاسوب‬
‫لحل المشكلة‪.‬‬
‫تحليل األداء ‪:‬بعد تطوير الخوارزمية‪ ،‬يجب تحليل أدائها‪ .‬هل تقوم بحل المشكلة بشكل صحيح؟ هل‬
‫تعمل بكفاءة من حيث الزمن والمساحة؟‬
‫تحليل الخوارزميات‪:‬‬
‫الت يحتاجها الخوارزمية إلتمام‬
‫تقييم الزمن والمساحة ‪:‬يتعي تحليل كمية الوقت والذاكرة (المساحة) ي‬
‫مهمتها‪ .‬هذا يشمل تقدير الزمن المستغرق لتنفيذ الخوارزمية وكمية الذاكرة ي‬
‫الت تستخدمها‪.‬‬
‫بناء عىل حجم المدخالت‪ .‬هل تبايد كفاءتها بشكل مقبول‬ ‫تقييم الكفاءة ‪:‬تقييم كيفية أداء الخوارزمية ً‬
‫عند زيادة حجم البيانات؟‬
‫ً‬
‫تحليل األسوأ واألفضل ‪:‬يتضمن تحليل الخوارزميات معرفة ما إذا كان لديها حاالت أسوأ وأفضل‪ .‬أيضا‪ ،‬ما‬
‫الت تعمل فيها بشكل أمثل ومت تكون بطيئة؟‬
‫ه الحاالت ي‬ ‫ي‬
‫المقارنة مع الخوارزميات األخرى ‪ :‬يف تحليل الخوارزميات‪ ،‬يتعي مقارنة أدائها مع الخوارزميات األخرى‬
‫الت قد تحل نفس المشكلة‪.‬‬ ‫ي‬
‫االصطناع‪:‬‬
‫ي‬ ‫الدور يف الذكاء‬

‫االصطناع‪ .‬ي‬
‫فف هذا المجال‪ ،‬يتم استخدام‬ ‫ي‬ ‫تصميم وتحليل الخوارزميات أمر بالغ األهمية يف مجال الذكاء‬
‫اآلل‪ ،‬واتخاذ القرارات الذكية‪ .‬يجب أن تكون‬
‫الخوارزميات لتحليل البيانات‪ ،‬تدريب النماذج التعلم ي‬
‫فعالة من حيث الزمن والمساحة لمعالجة البيانات الكببة وتقديم تحليالت دقيقة ورسيعة‪.‬‬ ‫الخوارزميات ّ‬

‫االصطناع حيث يتم‬

‫ي‬ ‫أساس من تخصص الذكاء‬ ‫ي‬ ‫باختصار‪ ،‬تصميم وتحليل الخوارزميات هو جزء‬
‫استخدام الخوارزميات لحل مشاكل معقدة وتحقيق األداء األمثل يف تحليل البيانات وتدريب النماذج‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪7‬‬ ‫‪AI-LOGIC‬‬

‫شبكات الحاسوب( ‪)computer networks‬‬

‫الت تتصل ببعضها‬‫ه مجموعة من األجهزة (مثل الحواسيب والخوادم والموجهات) ي‬ ‫شبكات الحاسوب ي‬
‫ً‬ ‫ً‬
‫البعض لتمكي تبادل البيانات والموارد بينها‪ .‬إنها تلعب دورا حاسما يف عالم التكنولوجيا الحديثة وتؤثر‬
‫االصطناع والعديد من التطبيقات األخرى‪ .‬إليك نظرة عامة عىل شبكات‬
‫ي‬ ‫بشكل كبب عىل تخصص الذكاء‬
‫االصطناع‪:‬‬
‫ي‬ ‫الحاسوب وكيف يمكن أن تكون لها دور يف تخصص الذكاء‬
‫مفهوم شبكات الحاسوب‪:‬‬
‫األجهزة والروترات والكوابل ‪:‬تتضمن شبكات الحاسوب مجموعة من األجهزة مثل الحواسيب والخوادم‬
‫الت تمكن تدفق البيانات بينها‪.‬‬
‫والموجهات وأجهزة السويتش وكوابل االتصال ي‬
‫والبمجيات ‪:‬يتطلب تشغيل الشبكة استخدام بروتوكوالت اتصال مثل ‪ TCP/IP‬وبرمجيات‬ ‫البوتوكوالت ر‬ ‫ر‬
‫تدير وتدير االتصاالت وتوزع الموارد‪.‬‬
‫أنواع شبكات الحاسوب‪:‬‬
‫شبكات االتصال المحلية ‪ (LAN):‬تربط أجهزة يف مكان محدد مثل مكتب أو مبل‪.‬‬
‫ً‬
‫وتعب عنها عادة خطوط االتصال‬
‫شبكات االتصال الواسعة ‪ (WAN):‬تربط أجهزة عىل مسافات طويلة ر‬
‫العامة‪.‬‬
‫شبكات الجوال والالسلكية ‪:‬تستخدم تقنيات الالسلكية مثل ‪ Wi-Fi‬وشبكات الجوال لالتصال باألجهزة‬
‫دون الحاجة إل كوابل‪.‬‬
‫االصطناع‪:‬‬
‫ي‬ ‫دور شبكات الحاسوب يف الذكاء‬
‫توزي ع البيانات ‪:‬شبكات الحاسوب تمكن نقل البيانات بي األجهزة والخوادم والتطبيقات‪ .‬هذا حاسم‬
‫االصطناع عىل البيانات ومشاركة النتائج‪.‬‬
‫ي‬ ‫لتدريب نماذج الذكاء‬
‫عب‬‫الحوسبة السحابية ‪:‬تعتمد الحوسبة السحابية عىل شبكات الحاسوب لتقديم خدمات الحوسبة ر‬
‫االصطناع مثل تدريب النماذج والتحليل‬
‫ي‬ ‫اإلنبنت‪ ،‬وهذا يستخدم عىل نطاق واسع يف تطبيقات الذكاء‬
‫البيات‪.‬‬
‫ي‬
‫االصطناع من التواصل وتبادل البيانات بسهولة‪ ،‬مما‬
‫ي‬ ‫التواصل بي األنظمة ‪:‬الشبكات تمكن أنظمة الذكاء‬
‫يسهم يف تنسيق األنشطة واتخاذ القرارات‪.‬‬
‫عب مواقع متعددة‪ ،‬مما يزيد من استدامة‬
‫التوزي ع واالستدامة ‪:‬تسمح الشبكات بتوزي ع الموارد واألنظمة ر‬
‫االصطناع‪.‬‬
‫ي‬ ‫تطبيقات الذكاء‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪8‬‬ ‫‪AI-LOGIC‬‬

‫نظم التشغيل(‪)Operating Systems‬‬

‫أساس يدير ويتحكم يف موارد الحاسوب‬
‫ي‬ ‫نظام التشغيل )‪ (Operating System‬هو برنامج حاسوب‬
‫ويوفر واجهة بي المستخدم وأجهزة الحاسوب والتطبيقات‪ .‬إليك نظرة عامة عىل نظم التشغيل وكيف‬
‫االصطناع‪:‬‬
‫ي‬ ‫يمكن أن يكون لها تأثب كبب عىل مجال الذكاء‬
‫وظائف نظام التشغيل‪:‬‬
‫إدارة الموارد ‪:‬نظام التشغيل يدير موارد الحاسوب مثل المعالج المركزي )‪ (CPU‬والذاكرة والقرص الصلب‬
‫واألجهزة اإلدخال‪/‬اإلخراج‪ .‬هذا يساعد يف تخصيص الموارد بفعالية لتشغيل التطبيقات‪.‬‬
‫إدارة المهام ‪:‬يدير نظام التشغيل تنفيذ المهام المختلفة بشكل مبامن‪ .‬يتيح للمستخدمي تشغيل‬
‫بجانب واحد‪.‬‬
‫ٍ‬ ‫التطبيقات وتنفيذ األنشطة‬
‫إدارة الذاكرة ‪:‬يتحكم نظام التشغيل يف تخصيص وإعادة تعيي الذاكرة بحيث تكون متاحة للتطبيقات‬
‫والعمليات بشكل مناسب‪.‬‬
‫إدارة الملفات ‪:‬يتيح نظام التشغيل إنشاء وقراءة وحذف وتنظيم الملفات والمجلدات عىل األقراص الصلبة‬
‫ووسائط التخزين األخرى‪.‬‬
‫توفب واجهة مستخدم ‪:‬يوفر نظام التشغيل واجهة للمستخدم للتفاعل مع الحاسوب‪ ،‬وهذه الواجهة‬
‫يمكن أن تكون واجهة رسومية( مثل واجهة المستخدم الرسومية )‪ GUI‬أو واجهة نصية‪.‬‬
‫األمان والحماية ‪:‬يقوم نظام التشغيل بتنفيذ إجراءات األمان لحماية البيانات والموارد من الوصول غب‬
‫المرصح به‪.‬‬
‫االصطناع‪:‬‬
‫ي‬ ‫تأثب نظم التشغيل عىل الذكاء‬
‫ر‬
‫تطوير التطبيقات ‪:‬نظام التشغيل يوفر بيئة لتطوير وتشغيل التطبيقات بما يف ذلك تلك المرتبطة بالذكاء‬
‫الت تستفيد من خدمات نظام التشغيل‪.‬‬ ‫البمجيات واألنظمة الذكية ي‬‫االصطناع‪ .‬يمكن تطوير ر‬
‫ي‬
‫إدارة الموارد ‪ :‬يف مجاالت مثل تدريب النماذج الذكية ومعالجة البيانات الكببة‪ ،‬يمكن أن يكون تخصيص‬
‫الموارد (مثل وحدات المعالجة المركزية والذاكرة) بشكل فعال ً‬
‫أمرا بالغ األهمية لتحسي األداء‪.‬‬
‫الت تتعامل مع بيانات حساسة ونماذج‬ ‫االصطناع ي‬
‫ي‬ ‫االستفادة من األمان والحماية ‪ :‬يف تطبيقات الذكاء‬
‫آل حساسة‪ ،‬يكون األمان والحماية الجيدة رصوريي‪ ،‬وهذا يعتمد عىل خصائص نظام التشغيل‪.‬‬ ‫تعلم ي‬
‫ً‬
‫االصطناع أحيانا مع األجهزة الخارجية مثل‬
‫ي‬ ‫التواصل مع األجهزة الخارجية ‪:‬تتعامل تطبيقات الذكاء‬
‫األجهزة االستشعارية وأجهزة الروبوتات‪ .‬نظام التشغيل يسهل التواصل والتفاعل مع هذه األجهزة‪.‬‬
‫أساس يف بيئة الحاسوب ويؤثر بشكل كبب عىل تصميم وأداء تطبيقات‬
‫ي‬ ‫باختصار‪ ،‬نظام التشغيل هو عنرص‬
‫االصطناع‬
‫ي‬ ‫الذكاء‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪9‬‬ ‫‪AI-LOGIC‬‬

‫تعلم اآللة )‪(Machine Learning‬‬

‫االصطناع يركز عىل تطوير أنظمة قادرة عىل التعلم والتحسي من تجارب ها دون أن‬
‫ي‬ ‫هو مجال يف الذكاء‬
‫ُ‬
‫عتب تعلم اآللة عملية تمكي األنظمة الحاسوبية من التعرف عىل األنماط‬‫مبمجة بشكل رصي ح‪ .‬ي ر‬ ‫تكون ر‬
‫يىل‬ ‫ً‬
‫‪:‬واتخاذ القرارات بناء عىل البيانات‪ .‬العالقة بي تعلم اآللة والذكاء‬
‫االصطناع تتمثل فيما ي‬
‫ي‬
‫ر‬
‫‪:‬الشح المخترص‬
‫االصطناع‬
‫ي‬ ‫االصطناع بشكل كبب عىل تعلم اآللة‪ .‬فمن خالل ‪:‬تعلم اآللة والذكاء‬
‫ي‬ ‫تعتمد تطبيقات الذكاء‬
‫‪.‬تعلم اآللة‪ ،‬يمكن لألنظمة الذكية تطوير نماذج تعلمية تستفيد من البيانات لتحسي أدائها‬
‫االصطناع‬
‫ي‬ ‫‪:‬األمثلة عىل تعلم اآللة يف الذكاء‬
‫يمكن لألنظمة استخدام تعلم اآللة لتصنيف الصور إل فئات مختلفة مثل التعرف عىل ‪:‬تصنيف الصور‬
‫‪.‬الحيوانات أو األشياء‬
‫تستخدم تقنيات تعلم اآللة لتحسي أداء أنظمة البجمة اآللية ً‬
‫بناء عىل النصوص ‪:‬البجمة اآللية‬
‫ً‬
‫‪.‬المبجمة سابقا‬
‫يمكن استخدام تعلم اآللة لتطوير نماذج تفهم وتولد النصوص ر‬
‫البشية بطريقة ‪:‬معالجة اللغة الطبيعية‬
‫‪.‬طبيعية‬
‫‪.‬يستخدم تعلم اآللة يف تحليل البيانات الكببة الستخراج األنماط واتخاذ القرارات ‪:‬تحليل البيانات‬
‫البمجية المتاحة بلغة ‪:‬أدوات ومكتبات برمجية‬‫وغبها ‪ Python‬هناك العديد من األدوات والمكتبات ر‬
‫االصطناع‪ .‬مثل‬
‫ي‬ ‫‪.‬وغبها ‪Scikit-Learn‬و ‪Keras‬و ‪ TensorFlow‬لتطبيق تعلم اآللة يف مجاالت الذكاء‬
‫االصطناع ويمكن أن يسهم بشكل كبب يف‬
‫ي‬ ‫تعلم اآللة هو أحد األسس األساسية لتحقيق تطبيقات الذكاء‬
‫‪.‬تحسي أداء األنظمة الذكية واتخاذ قرارات ذكية ً‬
‫بناء عىل البيانات والتجارب‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪10‬‬ ‫‪AI-LOGIC‬‬

‫رياضيات تعلم االلة( ‪)Machine learning mathematics‬‬

‫الت تستخدم لفهم وتطوير نماذج التعلم‬
‫ه مجموعة من المفاهيم واألسس الرياضية ي‬ ‫رياضيات تعلم اآللة ي‬
‫اآلل والخوارزميات المتعلقة بتعلم اآللة‪ .‬إليك ررسح مخترص لبعض المفاهيم الرياضية األساسية يف تعلم‬
‫ي‬
‫اآللة وكيف ترتبط مع هذا المجال‪:‬‬
‫اإلحصاء واحتماالت‪(Statistics and Probability):‬‬
‫ُ‬
‫التوزيعات االحتمالية ‪:‬تستخدم لوصف كيفية توزي ع البيانات واحتماالت حدوث أحداث معينة‪ .‬مثل‬
‫الطبيع )‪ (Normal Distribution‬وتوزي ع بواسون‪(Poisson Distribution).‬‬
‫ي‬ ‫توزي ع االحتمال‬
‫الوصف ‪:‬يستخدم للتعرف عىل الخصائص األساسية للبيانات مثل المتوسط واالنحراف المعياري‬
‫ي‬ ‫اإلحصاء‬
‫واالنحراف المتوقع‪.‬‬
‫ُ‬
‫اختبارات الفرضيات ‪:‬تستخدم الختبار فرضيات إحصائية حول البيانات والتحقق من صحتها‪.‬‬
‫الخىط‪(Linear Algebra):‬‬
‫ي‬ ‫الجب‬
‫ر‬
‫المصفوفات والمتجهات ‪:‬تستخدم لتمثيل البيانات والعمليات الرياضية عليها‪ .‬مثل تحويالت البيانات‬
‫وعمليات الرصب والجمع‪.‬‬
‫ُ‬
‫المساحات الخطية ‪:‬تستخدم يف تمثيل المتغبات واألبعاد المختلفة للبيانات‪.‬‬
‫التفاضل والتكامل‪(Calculus):‬‬
‫التفاضل ‪:‬تستخدم لفهم معدالت التغيب والميل والتغب الدقيق يف البيانات‪.‬‬
‫التكامل ‪:‬يستخدم لحساب المساحات والمجموعات والتكامل العددي‪.‬‬
‫األمثلة‪(Optimization):‬‬
‫حل ‪ُ :‬تستخدم تقنيات األمثلة لتحديد القيم الت تحقق ً‬
‫أداء مثىل للنماذج يف تعلم اآللة‪.‬‬ ‫ً‬
‫البحث عن أفضل‬
‫ي‬
‫مثل خوارزميات االنحدار )‪ (Regression‬والتصنيف‪(Classification).‬‬
‫التحويالت‪(Transformations):‬‬
‫ُ‬
‫تحويالت البيانات ‪:‬تستخدم لتغيب تمثيل البيانات واستخراج المزيد من المعلومات منها‪ .‬مثل تحويل‬
‫فورييه )‪ (Fourier Transform‬وتحويل البالس‪(Laplace Transform).‬‬
‫الرياضيات لها دور حاسم يف تعلم اآللة حيث تساعد يف فهم الخوارزميات والنماذج وكيفية تفاعلها مع‬
‫البيانات‪ .‬يساعد االستفادة الجيدة من هذه المفاهيم الرياضية عىل تطوير نماذج أفضل وفهم أعمق‬
‫الت تستند إل تعلم اآللة يف مجاالت مثل التصنيف والتنبؤ واالستدالل‪.‬‬
‫لسلوك األنظمة ي‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪11‬‬ ‫‪AI-LOGIC‬‬

‫علم البيانات(‪)Data Science‬‬

‫علم البيانات )‪ (Data Science‬هو مجال يركز عىل استخدام البيانات لفهم الظواهر واستخالص المعرفة‬
‫واتخاذ القرارات‪ .‬يتضمن علم البيانات تحليل البيانات وتطبيق تقنيات متعددة لفهم البيانات والكشف‬
‫يىل‪:‬‬
‫االصطناع تكمن يف ما ي‬
‫ي‬ ‫عن األنماط وتطوير نماذج تنبؤية‪ .‬عالقة علم البيانات بالذكاء‬
‫االصطناع‪ ،‬تعتمد األنظمة‬
‫ي‬ ‫االصطناع ‪:‬عندما يتعلق األمر بتطبيقات الذكاء‬
‫ي‬ ‫استخدام البيانات يف الذكاء‬
‫اآلل والتعرف عىل األنماط واتخاذ القرارات‪ .‬علم البيانات ي‬
‫يأت هنا‬ ‫عىل البيانات لتدريب نماذج التعلم ي‬
‫لتجميع وتجهب وتحليل البيانات الرصورية لتلك األنظمة‪.‬‬
‫التعرف عىل األنماط واستخراج المعرفة ‪:‬علم البيانات يوفر األساليب واألدوات الستخراج األنماط‬
‫االصطناع فهم السلوك والتنبؤ باألحداث‪.‬‬
‫ي‬ ‫والمعرفة من البيانات‪ .‬ذلك يتيح للنظم الذكية يف مجال الذكاء‬
‫اتيج ‪:‬علم البيانات يمكن أن يساعد يف تحليل البيانات الكببة واستخراج األنماط‬
‫التحليل االسب ر ي‬
‫االصطناع‪.‬‬
‫ي‬ ‫الت يمكن استغاللها يف اتخاذ قرارات اسباتيجية يف مجال الذكاء‬
‫واالتجاهات ي‬
‫االصطناع‪.‬‬
‫ي‬ ‫تحسي األداء ‪:‬يمكن استخدام علم البيانات لتحسي أداء النماذج واألنظمة يف مجال الذكاء‬
‫من خالل تحسي المعالجة وتحسي الخوارزميات وتحسي استخدام البيانات‪.‬‬
‫ً‬ ‫التفاعل ا ر‬
‫لبشي‪-‬الكمبيوتر ‪:‬علم البيانات يستخدم أيضا يف تطوير واجهات المستخدم الذكية وتطبيقات‬
‫طبيع مع المستخدمي‪.‬‬
‫ي‬ ‫الت تتيح التفاعل بشكل‬‫االصطناع ي‬
‫ي‬ ‫الذكاء‬
‫االصطناع من‬ ‫ً‬
‫حاسما يف تمكي التطبيقات واألنظمة يف مجال الذكاء‬ ‫باختصار‪ ،‬علم البيانات يلعب ً‬
‫دورا‬
‫ي‬
‫استغالل البيانات بشكل فعال وفهم السلوك واتخاذ القرارات الذكية‪ .‬إن تفاعل بي علم البيانات والذكاء‬
‫ً‬
‫أساسا لتطوير التطبيقات الذكية والمبتكرة‪.‬‬ ‫االصطناع يشكل‬
‫ي‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪12‬‬ ‫‪AI-LOGIC‬‬

‫التنقيب في البيانات( ‪) Data Mining and Warehousing‬‬

‫االصطناع وعلم البيانات‪.‬‬

‫ي‬ ‫أساس من تخصص الذكاء‬
‫ي‬ ‫ه جزء‬ ‫مادة التنقيب يف البيانات ومستودعاتها ي‬
‫تهدف هذه المادة إل تعليم الطالب كيفية استخدام تقنيات وأدوات الستخراج المعلومات القيمة‬
‫واألنماط من مجموعات كببة من البيانات‪ .‬تشمل هذه المعلومات القواني واالتجاهات والعالقات ي‬
‫الت‬
‫يمكن استخدامها التخاذ قرارات مستنبة‪.‬‬
‫ً‬
‫أساسيا يف تخصص الذكاء‬ ‫عالقتها بالذكاء االصطناع ‪:‬مادة التنقيب ف البيانات ومستودعاتها تمثل ً‬
‫جزءا‬ ‫ي‬ ‫ي‬
‫االصطناع للعديد من األسباب‪:‬‬
‫ي‬
‫اإلحصات ‪:‬تستخدم تقنيات التنقيب يف البيانات ومستودعاتها لتحليل البيانات‬
‫ي‬ ‫تعلم اآللة والتحليل‬
‫حصات عىل البيانات‪ .‬هذا يتيح لألنظمة الذكية فهم األنماط‬
‫ي‬ ‫اآلل والتحليل اإل‬
‫وتطبيق تقنيات التعلم ي‬
‫المستقبىل‪.‬‬
‫ي‬ ‫وتوقع السلوك‬
‫استخدام البيانات الكببة ‪ (Big Data):‬يف عالم اليوم‪ ،‬نمت حجم البيانات بشكل هائل‪ .‬تعلم كيفية‬
‫الت‬
‫ع ي‬ ‫استخدام وتحليل هذه الكميات الكببة من البيانات يساعد يف تطوير تطبيقات الذكاء االصطنا ي‬
‫تعتمد عىل البيانات الكببة‪.‬‬
‫تحسي اتخاذ القرار ‪:‬التنقيب يف البيانات يساعد عىل استخدام البيانات التخاذ قرارات اسباتيجية أفضل‪.‬‬
‫اتيج‪.‬‬
‫االصطناع مثل التوصيات وتحليل السوق والتخطيط االسب ر ي‬
‫ي‬ ‫هذا مهم يف تطبيقات الذكاء‬
‫ً‬
‫وه هياكل‬‫مستودعات البيانات ‪:‬المادة تشمل أيضا دراسة كيفية تصميم وإدارة مستودعات البيانات‪ ،‬ي‬
‫االصطناع‪.‬‬ ‫تخزين البيانات الت تسهل عمليات اسبجاع البيانات ومشاركتها ف ر‬
‫مشوعات الذكاء‬
‫ي‬ ‫ي‬ ‫ي‬
‫بشكل عام‪ ،‬مادة التنقيب يف البيانات ومستودعاتها تعزز القدرات العملية والتحليلية لألفراد الذين يرغبون‬
‫االصطناع وتمكنهم من االستفادة القصوى من البيانات الكببة وتطبيقاتها يف‬
‫ي‬ ‫يف العمل يف مجال الذكاء‬
‫مجموعة متنوعة من المجاالت‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪13‬‬ ‫‪AI-LOGIC‬‬

‫استرجاع المعلومات)‪(Information Retrieval‬‬

‫االصطناع وتركز عىل تطوير األساليب‬

‫ي‬ ‫أساس من تخصص الذكاء‬‫ي‬ ‫ه جزء‬‫مادة اسبجاع المعلومات ي‬
‫الت تمكن من استخراج المعلومات الصحيحة والمفيدة من مجموعات كببة من البيانات أو‬ ‫والتقنيات ي‬
‫المستندات‪ .‬تعتمد هذه المادة عىل مفاهيم من علم البيانات وتعلم اآللة وعلم الحوسبة النصية لتمكي‬
‫األنظمة من تحسي عمليات البحث واالستعالم‪.‬‬
‫االصطناع يف العديد من‬
‫ي‬ ‫االصطناع ‪:‬مادة اسبجاع المعلومات تتعلق بتخصص الذكاء‬
‫ي‬ ‫عالقتها بالذكاء‬
‫الجوانب‪:‬‬
‫االصطناع ‪:‬اسبجاع المعلومات يستفيد من تقنيات تعلم اآللة لتحسي دقة وكفاءة‬
‫ي‬ ‫تعلم اآللة والذكاء‬
‫عمليات البحث والتصفح‪ .‬النماذج الذكية قادرة عىل تحسي أداء عمليات االسبجاع بمرور الوقت من‬
‫خالل التعلم من االستجابات وتفضيالت المستخدمي‪.‬‬
‫معالجة اللغة الطبيعية ‪ (NLP):‬تستخدم تقنيات ‪ NLP‬لفهم النصوص وتحليلها‪ ،‬مما يساعد يف تحسي‬
‫جودة نتائج اسبجاع المعلومات من النصوص المخزنة‪.‬‬
‫معالجة الصور والفيديو ‪ :‬يف حالة البيانات المرئية‪ ،‬يمكن استخدام تقنيات رؤية الحاسوب لتحليل وفهم‬
‫الصور والفيديو وتحسي اسبجاع المعلومات المتعلقة بها‪.‬‬
‫الزمت للمعلومات‬
‫ي‬ ‫تحليل السياق والبتيب ‪:‬تتيح مادة اسبجاع المعلومات لألنظمة فهم السياق والبتيب‬
‫المسبجعة‪ ،‬وهذا مهم يف تقديم نتائج متناسبة وذات صلة للمستخدم‪.‬‬
‫االصطناع مثل‬
‫ي‬ ‫االصطناع ‪:‬يتم استخدام اسبجاع المعلومات يف تطبيقات الذكاء‬
‫ي‬ ‫تطبيقات الذكاء‬
‫محركات البحث عىل اإلنبنت‪ ،‬وأنظمة التوصية‪ ،‬ومساعدي الصوت الذكية للبحث عن معلومات والرد‬
‫عىل استفسارات المستخدمي‪.‬‬
‫الصطناع‬
‫ي‬ ‫مادة اسبجاع المعلومات تمثل األسس األساسية للعديد من التطبيقات يف مجال الذكاء ا‬
‫أكب‬
‫وتساهم بشكل كبب يف تحسي تجربة المستخدم والوصول إل المعلومات بكفاءة ر‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪14‬‬ ‫‪AI-LOGIC‬‬

‫معالجة الصور الرقمية)‪(Digital Image Processing‬‬

‫مادة معالجة الصور الرقمية تركز عىل تطبيق التقنيات الحاسوبية والرياضية لمعالجة وتحليل الصور‬
‫والصور الرقمية‪ .‬يتعلم الطالب كيفية تحسي وتعديل الصور الرقمية‪ ،‬وكيفية استخدام الحوسبة‬
‫الطت‪ ،‬والرؤية الحاسوبية‪ ،‬والتعرف عىل األشكال‪،‬‬
‫الستخدام الصور يف تطبيقات متعددة مثل التصوير ر ي‬
‫الفضات‪.‬‬
‫ي‬ ‫والتصوير‬
‫االصطناع من‬ ‫عالقتها بالذكاء االصطناع ‪:‬مادة معالجة الصور الرقمية لها عالقة ر‬
‫مبارسة بتخصص الذكاء‬
‫ي‬ ‫ي‬
‫خالل النقاط التالية‪:‬‬
‫ً‬
‫أساسيا من مجال رؤية‬ ‫رؤية الحاسوب ‪ (Computer Vision):‬معالجة الصور الرقمية تعد ً‬
‫جزءا‬
‫الحاسوب‪ .‬يتم استخدامها لتحليل وفهم الصور والفيديو بحيث يمكن لألنظمة الذكية التعرف عىل‬
‫الكائنات واألشكال والمشاهد‪.‬‬
‫تعلم اآللة ‪ (Machine Learning):‬يف تعلم اآللة‪ ،‬يتم استخدام الصور الرقمية كبيانات تدريب لتطوير‬
‫نماذج تعلم اآللة تتيح التعرف عىل األنماط والمعالم يف الصور‪ .‬عىل سبيل المثال‪ ،‬تستخدم يف تطبيقات‬
‫التعرف عىل الوجوه والصور الطبية‪.‬‬
‫االصطناع‬
‫ي‬ ‫االصطناع ‪:‬تستخدم معالجة الصور الرقمية يف العديد من تطبيقات الذكاء‬
‫ي‬ ‫تطبيقات الذكاء‬
‫مثل مراقبة األمان‪ ،‬ومساعدي القيادة الذكية‪ ،‬والتصوير الجوي بالطائرات بدون طيار‪ ،‬ومعالجة الصور‬
‫الطبية للتشخيص‪.‬‬
‫تحليل البيانات المرئية ‪:‬معالجة الصور الرقمية تسهم يف استخدام البيانات المرئية يف تحليل األنماط‬
‫واالتجاهات والعالقات يف البيانات‪ ،‬مما يمكنها من تطوير تطبيقات تحليل البيانات البرصية‪.‬‬
‫االصطناع وتسهم بشكل كبب يف‬ ‫ً‬
‫أساسيا يف تخصص الذكاء‬ ‫مادة معالجة الصور الرقمية تمثل ً‬
‫جزءا‬
‫ي‬
‫تطبيقاته المتعددة من خالل توفب أساس قوي لفهم ومعالجة البيانات المرئية‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪15‬‬ ‫‪AI-LOGIC‬‬

‫مقدمة في الروبوتات)‪(Introduction to Robotics‬‬

‫مادة مقدمة يف الروبوتات تهدف إل تقديم األساسيات والمفاهيم األساسية لتصميم وبرمجة الروبوتات‪.‬‬
‫والبمجة‪ ،‬وتعلم الطالب كيفية بناء وتشغيل‬
‫تشمل هذه المفاهيم مبادئ الحركة واالستشعار والتحكم ر‬
‫األنظمة الروبوتية بشكل فعال‪.‬‬
‫االصطناع من‬ ‫مهما يف تخصص الذكاء‬ ‫ً‬
‫أساسا ً‬ ‫االصطناع ‪:‬مادة مقدمة يف الروبوتات تمثل‬ ‫عالقتها بالذكاء‬
‫ي‬ ‫ي‬
‫خالل النقاط التالية‪:‬‬
‫االصطناع ‪:‬تعلم الروبوتات كيفية التحكم يف حركاتها والتفاعل مع البيئة يشمل مفاهيم‬
‫ي‬ ‫التحكم والذكاء‬
‫االصطناع‪ .‬يتعي عىل الروبوتات أن تكون قادرة عىل اتخاذ القرارات الذكية والتكيف مع‬
‫ي‬ ‫من تحكم الذكاء‬
‫التغبات يف البيئة‪.‬‬
‫استشعار البيئة ‪:‬الروبوتات تستخدم أجهزة استشعار لفهم البيئة المحيطة بها‪ .‬هذه األجهزة تعزز من‬
‫ر ي‬
‫الخارح والتعرف عىل األشياء والعوائق‪.‬‬ ‫قدرتها عىل التفاعل مع العالم‬
‫االصطناع تشمل تعلم اآللة يف الروبوتات لتمكينها من تحسي‬
‫ي‬ ‫تعلم اآللة يف الروبوتات ‪:‬تطبيقات الذكاء‬
‫الخبة وتحسن أدائها‪.‬‬‫أداءها مع مرور الوقت‪ .‬يمكن للروبوتات أن تتعلم من ر‬
‫االصطناع مثل الروبوتات‬
‫ي‬ ‫أساس يف تطبيقات الذكاء‬
‫ي‬ ‫ه جزء‬‫االصطناع ‪:‬الروبوتات ي‬
‫ي‬ ‫تطبيقات الذكاء‬
‫الطت والتعليم‪.‬‬
‫الذكية المستخدمة يف الصناعة والخدمات والروبوتات المستخدمة يف القطاع ر ي‬
‫وه مادة مهمة ألي طالب يرغب‬
‫مادة مقدمة يف الروبوتات توفر األسس األساسية لفهم وبناء الروبوتات‪ ،‬ي‬
‫االصطناع وتطبيقاته المختلفة‬
‫ي‬ ‫يف دخول مجال الذكاء‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪16‬‬ ‫‪AI-LOGIC‬‬

‫التعلم العميق)‪(Deep Learning‬‬

‫االصطناع وتركز عىل دراسة الشبكات العصبية‬

‫ي‬ ‫أساس من تخصص الذكاء‬ ‫ي‬ ‫ه جزء‬‫مادة التعلم العميق ي‬
‫االصطناعية العميقة وكيفية تطبيقها عىل مجموعة متنوعة من المشكالت‪ .‬يتعلم الطالب كيفية بناء‬
‫وتدريب الشبكات العصبية للتعرف عىل األنماط والمعالم يف البيانات‪ ،‬وكيفية تطبيق هذه التقنيات يف‬
‫االصطناع‪.‬‬
‫ي‬ ‫تحسي أداء النماذج وتطبيقات الذكاء‬
‫االصطناع ‪:‬مادة التعلم العميق تمثل العمق والجوهر الحديثي يف تخصص الذكاء‬
‫ي‬ ‫عالقتها بالذكاء‬
‫االصطناع‪ ،‬وهذه بعض العالقات المهمة‪:‬‬
‫ي‬
‫صطناع مثل تعلم اآللة‬
‫ي‬ ‫التطبيقات الذكية ‪:‬التعلم العميق يستخدم عىل نطاق واسع يف تطبيقات الذكاء اال‬
‫ورؤية الحاسوب ومعالجة اللغة الطبيعية ومعالجة الصور والصوت‪ .‬يمكنه فهم النصوص‪ ،‬والتعرف عىل‬
‫الوجوه‪ ،‬وتصنيف الصور‪ ،‬والبجمة اآللية‪.‬‬
‫تحليل البيانات ‪:‬التعلم العميق يمكنه تحليل البيانات الكببة واستخراج األنماط المعقدة والعالقات‪ .‬هذا‬
‫مفيد يف استخدام البيانات الكببة التخاذ القرارات وتطوير التطبيقات الذكية‪.‬‬
‫وه‬
‫أساس مع الشبكات العصبية العميقة‪ ،‬ي‬
‫ي‬ ‫شبكات عصبية عميقة ‪:‬تتعامل مادة التعلم العميق بشكل‬
‫تقنية تقتدر عىل تعلم التمثيالت المتعقدة للبيانات واستخدامها يف مجموعة متنوعة من المهام‪.‬‬
‫تطوير النماذج الذكية ‪:‬تعلم العمق يساعد يف تطوير نماذج ذكية تستند إل البيانات‪ ،‬مما يساهم يف‬
‫االصطناع مثل التوصيات والتنبؤ والتصنيف‪.‬‬
‫ي‬ ‫تطبيقات الذكاء‬
‫التقت‪ ،‬وهو يسهم يف‬
‫ي‬ ‫األبحاث األكاديمية ‪:‬التعلم العميق هو مجال نشط لألبحاث األكاديمية والتطوير‬
‫االصطناع بشعة‪.‬‬
‫ي‬ ‫تقدم تقنيات الذكاء‬
‫االصطناع وتساهم بشكل كبب يف تطبيقاته وتقدمه‪،‬‬
‫ي‬ ‫مادة التعلم العميق تعد أساسية يف تخصص الذكاء‬
‫ً‬ ‫ر‬
‫حيث تمكن األنظمة من فهم واستخدام البيانات بشكل أكب ذكاء وفعالية‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪17‬‬ ‫‪AI-LOGIC‬‬

‫الرؤية الحاسوبية)‪(Computer Vision‬‬

‫مادة الرؤية الحاسوبية تركز عىل دراسة كيفية تمثيل وتحليل وفهم الصور والفيديو باستخدام الحوسبة‪.‬‬
‫آل‪.‬‬
‫يتعلم الطالب كيفية تطبيق تقنيات معالجة الصور والتعرف عىل األشياء واألنماط يف الصور بشكل ي‬
‫تشمل التطبيقات للرؤية الحاسوبية التعرف عىل الوجوه‪ ،‬واستخدام الروبوتات‪ ،‬ومعالجة الصور الطبية‪،‬‬
‫اض‪.‬‬
‫ومراقبة األمان‪ ،‬والواقع االفب ي‬
‫االصطناع‬ ‫ً‬
‫أساسيا يف تخصص الذكاء‬ ‫عالقتها بالذكاء االصطناع ‪:‬مادة الرؤية الحاسوبية تمثل ً‬
‫جزءا‬
‫ي‬ ‫ي‬
‫وتتصل به من خالل النقاط التالية‪:‬‬
‫تعلم اآللة والتعرف عىل األنماط ‪:‬الرؤية الحاسوبية تستخدم تقنيات تعلم اآللة لتعرف عىل األشياء‬
‫واألنماط يف الصور والفيديو‪ .‬هذا يتيح لألنظمة الذكية التعرف عىل الكائنات والتفاعل معها‪.‬‬
‫استخدام البيانات البرصية ‪:‬يمكن استخدام البيانات البرصية (الصور والفيديو) يف تحليل البيانات‬
‫االصطناع لفهم العالم من حولنا واتخاذ القرارات‪.‬‬
‫ي‬ ‫وتطبيقات الذكاء‬
‫االصطناع‪ ،‬مثل نظم‬
‫ي‬ ‫االصطناع ‪:‬الرؤية الحاسوبية تستخدم يف تطبيقات متعددة للذكاء‬
‫ي‬ ‫تطبيقات الذكاء‬
‫الذك‪ ،‬والتصوير بالطائرات بدون طيار‪ ،‬والمراقبة األمنية‪ ،‬والمراقبة الصناعية‪.‬‬
‫التحكم ي‬
‫التعرف عىل الوجوه والكائنات ‪:‬تطبيقات مثل تعرف الوجوه والكائنات تعتمد بشكل كبب عىل تقنيات‬
‫الرؤية الحاسوبية وتعلم اآللة لتحقيق التعرف الدقيق‪.‬‬
‫ً‬
‫مجاًل ً‬
‫االصطناع وتساهم بشكل كبب يف تطبيقاته‬
‫ي‬ ‫الذكاء‬ ‫تخصص‬ ‫ف‬
‫ي‬ ‫ا‬‫مهم‬ ‫مادة الرؤية الحاسوبية تمثل‬
‫المتعددة‪ ،‬مما يتيح لألنظمة الذكية فهم واستخدام البيانات البرصية بشكل فعال‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪18‬‬ ‫‪AI-LOGIC‬‬

‫البيانات الضخمة)‪(Big Data‬‬

‫الت تبايد بشعة‬

‫مادة البيانات الضخمة تركز عىل كيفية التعامل مع مجموعات كببة ومعقدة من البيانات ي‬
‫هائلة‪ .‬يتعلم الطالب كيفية تخزين وإدارة وتحليل البيانات الكببة وكيفية استخدامها التخاذ القرارات‬
‫واستخراج المعرفة‪.‬‬
‫االصطناع وتلعب‬ ‫عالقتها بالذكاء االصطناع ‪:‬مادة البيانات الضخمة لها عالقة ر‬
‫مبارسة بتخصص الذكاء‬
‫ي‬ ‫ي‬
‫دورا ً‬
‫مهما فيه من خالل النقاط التالية‪:‬‬ ‫ً‬

‫اآلل ‪:‬تحتاج تقنيات التعلم العميق وتعلم اآللة إل البيانات الكببة لتدريب نماذج‬
‫تدريب نماذج التعلم ي‬
‫دقيقة‪ .‬مادة البيانات الضخمة تعلم الطالب كيفية تجميع وتنظيف واستخدام البيانات لتدريب هذه‬
‫النماذج‪.‬‬
‫االصطناع تستفيد بشكل كبب‬
‫ي‬ ‫االصطناع ‪:‬تطبيقات الذكاء‬
‫ي‬ ‫استخدام البيانات الكببة يف تطبيقات الذكاء‬
‫من البيانات الكببة‪ .‬يمكن استخدامها يف تحليل النماذج الذكية وتحسينها وتنبؤ السلوك واألنماط‪.‬‬
‫اإلحصات واستخدام البيانات ‪:‬مادة البيانات الضخمة تعلم الطالب كيفية استخدام أساليب‬
‫ي‬ ‫التحليل‬
‫اإلحصاء والتحليل لفهم البيانات واستخراج المعلومات القيمة منها‪.‬‬
‫تقنيات تخزين ومعالجة البيانات الكببة ‪:‬البيانات الضخمة تتطلب أدوات وتقنيات متقدمة لتخزينها‬
‫ومعالجتها بكفاءة‪ .‬تعلم الطالب كيفية استخدام تلك األدوات‪.‬‬
‫االصطناع حيث تعزز من القدرة عىل‬
‫ي‬ ‫تعتب حجر الزاوية يف تخصص الذكاء‬
‫مادة البيانات الضخمة ر‬
‫االصطناع المختلفة‬
‫ي‬ ‫التعامل مع البيانات الكببة واستخدامها يف تطبيقات الذكاء‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪19‬‬ ‫‪AI-LOGIC‬‬

‫برمجة الهواتف الذكية)‪(Mobile App Development‬‬

‫مادة برمجة الهواتف الذكية تهدف إل تعليم الطالب كيفية تطوير تطبيقات متنقلة (تطبيقات الهواتف‬
‫الت تعمل عىل منصات مثل ِ ‪Android IOS‬‬ ‫الذكية) ي‬
‫‪ .‬يتعلم الطالب لغات ر‬
‫البمجة وأدوات التطوير الالزمة إلنشاء تطبيقات تفاعلية وذكية للهواتف الذكية‪.‬‬
‫االصطناع من خالل النقاط‬
‫ي‬ ‫صطناع ‪:‬مادة برمجة الهواتف الذكية ترتبط بالذكاء‬
‫ي‬ ‫عالقتها بالذكاء اال‬
‫التالية‪:‬‬
‫الت تعتمد عىل‬
‫االصطناع ي‬
‫ي‬ ‫االصطناع عىل الهواتف ‪:‬يمكن تطوير تطبيقات الذكاء‬
‫ي‬ ‫تطبيقات الذكاء‬
‫اآلل ومعالجة اللغة الطبيعية لتحقيق وظائف ذكية عىل الهواتف الذكية‪ ،‬مثل‬
‫تقنيات مثل التعلم ي‬
‫مساعدي الصوت وتصنيف الصور والتعرف عىل النصوص‪.‬‬
‫االصطناع يف تطبيقات الهواتف الذكية لتحسي تجربة‬
‫ي‬ ‫تكامل التقنيات الذكية ‪:‬يمكن دمج تقنيات الذكاء‬
‫المستخدم وزيادة األمان وتوفب الوظائف الذكية‪.‬‬
‫التحسي المستمر ‪:‬مادة برمجة الهواتف الذكية تعلم الطالب كيفية تحسي تطبيقاتهم باستمرار من‬
‫االصطناع لتحسي األداء والتفاعل مع المستخدمي‬
‫ي‬ ‫خالل جمع البيانات وتحليلها وتطبيق تقنيات الذكاء‬
‫بشكل أفضل‪.‬‬
‫االصطناع المخصصة ‪:‬يمكن تطوير تطبيقات مخصصة لتقديم خدمات مثل التوصيات‬
‫ي‬ ‫تطبيقات الذكاء‬
‫اآلل عىل الهواتف الذكية‪.‬‬
‫الشخصية والمساعدة الصوتية الذكية والتعلم ي‬
‫مادة برمجة الهواتف الذكية تساهم يف تمكي الطالب من تطوير تطبيقات ذكية ومتطورة تعتمد عىل‬
‫االصطناع لتحقيق وظائف متقدمة وزيادة قدرة الهواتف الذكية عىل تقديم خدمات‬
‫ي‬ ‫تقنيات الذكاء‬
‫متطورة ومفيدة‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪20‬‬ ‫‪AI-LOGIC‬‬

‫إنترنت األشياء)‪(Internet of Things - IoT‬‬

‫مادة إنبنت األشياء تركز عىل دراسة كيفية ربط األشياء اليومية باإلنبنت وجعلها قادرة عىل التفاعل‬
‫عب الشبكة‪ .‬يتعلم الطالب كيفية تصميم وتطوير أنظمة ‪ IoT‬وكيفية جمع وتحليل‬ ‫والتبادل مع البيانات ر‬
‫البيانات الناتجة من هذه األنظمة‪.‬‬
‫االصطناع من خالل النقاط‬
‫ي‬ ‫االصطناع ‪:‬مادة إنبنت األشياء لها عالقة وثيقة بالذكاء‬
‫ي‬ ‫عالقتها بالذكاء‬
‫التالية‪:‬‬
‫اآلل والذكاء‬
‫اآلل ‪:‬يمكن تحسي نظم ‪ IoT‬باستخدام تقنيات التعلم ي‬
‫باستخدام التعلم ي‬ ‫التحسي‬
‫‪ً .‬‬
‫االصطناع مثل‪ ،‬يمكن لألنظمة تعلم تفضيالت المستخدمي وتوفب خدمات مخصصة‪.‬‬
‫ي‬
‫االصطناع‬
‫ي‬ ‫تحليل البيانات ‪:‬األشياء المتصلة باإلنبنت تولد كميات ضخمة من البيانات‪ .‬تقنيات الذكاء‬
‫تمكن من تحليل هذه البيانات واستخدامها التخاذ القرارات الذكية والتنبؤ‪.‬‬
‫ذك باستخدام تقنيات الذكاء‬
‫الذك ‪:‬يمكن ألجهزة ‪ IoT‬التفاعل مع البيئة والمستخدمي بشكل ي‬
‫التفاعل ي‬
‫الذك‪.‬‬
‫الصوت أو األوامر الصوتية يف أجهزة المبل ي‬
‫ي‬ ‫االصطناع‪ .‬مثال ذلك هو التحكم‬
‫ي‬
‫االصطناع يمكن استخدامها يف تطبيقات ‪ IoT‬لتحسي األمان والمراقبة‪،‬‬
‫ي‬ ‫األمان والمراقبة ‪:‬تقنيات الذكاء‬
‫مثل كشف االخباق ومراقبة البيئة‪.‬‬
‫االصطناع‪ ،‬حيث تمكن من ربط‬ ‫مهما من التطبيقات الحديثة للذكاء‬ ‫تعتب ً‬
‫جزءا ً‬ ‫مادة إنبنت األشياء ر‬
‫ي‬
‫الذك للبيانات لتحسي األداء وزيادة الفعالية يف مجموعة‬
‫األشياء واألجهزة باإلنبنت واستخدام التحليل ي‬
‫متنوعة من التطبيقات‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪21‬‬ ‫‪AI-LOGIC‬‬

‫معالجة اللغات الطبيعية)‪(Natural Language Processing - NLP‬‬

‫مادة معالجة اللغات الطبيعية تركز عىل دراسة كيفية تفاعل األنظمة الحاسوبية مع اللغة‬
‫البشي بطريقة طبيعية‪ .‬يتعلم الطالب‬‫البشية وكيفية تحليل وفهم النصوص والتحدث ر‬ ‫ر‬
‫كيفية تطوير تطبيقات تعتمد عىل ‪ NLP‬مثل محركات البحث‪ ،‬ونظم البجمة اآللية‪،‬‬
‫والمساعدين الصوتيي‪.‬‬
‫االصطناع ‪:‬مادة معالجة اللغات الطبيعية لها عالقة عميقة بالذكاء‬
‫ي‬ ‫عالقتها بالذكاء‬
‫االصطناع وتلعب ً‬
‫دورا ً‬
‫مهما فيه من خالل النقاط التالية‪:‬‬ ‫ي‬
‫فهم اللغة ر‬
‫البشية ‪:‬تقنيات معالجة اللغات الطبيعية تمكن األنظمة من فهم وتحليل اللغة‬
‫البشية بطريقة تشبه الفهم ر‬
‫البشي‪ ،‬مما يسهم يف تطبيقات مثل تحليل المشاعر يف وسائل‬ ‫ر‬
‫االجتماع وفهم مضمون النصوص‪.‬‬
‫ي‬ ‫التواصل‬
‫البجمة اآللية ‪:‬تستخدم تقنيات ‪ NLP‬يف تطبيقات البجمة اآللية لتحسي دقة وفهم ترجمة‬
‫النصوص بي اللغات المختلفة‪.‬‬
‫مساعدي الصوت الذكية ‪:‬مثل مساعد جوجل وأليكسا‪ ،‬يتعلمون من تقنيات ‪ NLP‬لفهم‬
‫طبيع مع المستخدمي‪.‬‬
‫ي‬ ‫األوامر الصوتية والتفاعل بشكل‬
‫اآلل ‪:‬يمكن استخدام معالجة اللغات الطبيعية يف تحليل وفهم‬ ‫النص والتعلم ي‬
‫ي‬ ‫التحليل‬
‫النصوص الكببة وتعلم اآللة منها الستخدام البيانات النصية يف التنبؤ واتخاذ القرارات‪.‬‬
‫االصطناع حيث تسمح‬
‫ي‬ ‫مادة معالجة اللغات الطبيعية تعد أساسية يف تخصص الذكاء‬
‫بالتفاعل الفعال بي األنظمة الحاسوبية واللغة ر‬
‫البشية وتمكن من تطبيقات ذكية تعتمد عىل‬
‫فهم اللغة ر‬
‫البشية بشكل دقيق وفعال‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪22‬‬ ‫‪AI-LOGIC‬‬

‫علم اإلدراك)‪(Cognitive Science‬‬

‫علم اإلدراك هو تخصص يدرس كيفية تشكيل اإلنسان ومعالجة المعلومات وكيف يتفاعل‬
‫مع العالم من حوله‪ .‬يشمل هذا التخصص عدة مجاالت منها علم النفس اإلدر ي‬
‫اك وعلم‬
‫العصبيات اإلدراكية وعلم اللغة وعلم الحاسوب وعلم الفلسفة‪ .‬يهدف علم اإلدراك إل فهم‬
‫العمليات الذهنية والتصورات والتفكب والذاكرة وتعلم اآللة وكيفية تطبيق هذا الفهم يف‬
‫تصميم أنظمة ذكية‪.‬‬
‫االصطناع من خالل النقاط‬
‫ي‬ ‫االصطناع ‪:‬علم اإلدراك له عالقة وثيقة بالذكاء‬
‫ي‬ ‫عالقته بالذكاء‬
‫التالية‪:‬‬
‫نمذجة العمليات الذهنية ‪:‬علم اإلدراك يساعد يف فهم كيفية تنفيذ العمليات الذهنية مثل‬
‫التفكب واتخاذ القرارات وتحليل المعلومات‪ .‬هذا يمكن أن يتطبق عىل تصميم نماذج الذكاء‬
‫االصطناع لتقليد العمليات اإلدراكية‪.‬‬
‫ي‬
‫تطوير وتحسي الواجهات اإلنسانية ‪:‬فهم اإلدراك يساعد ف تصميم واجهات مستخدم ر‬
‫أكب‬ ‫ي‬
‫تفاعلية وذكية‪ ،‬مما يزيد من فعالية التفاعل بي ر‬
‫البش واألنظمة الحاسوبية‪.‬‬
‫تطبيقات ذكية قائمة عىل اإلدراك ‪:‬يمكن تطبيق مفاهيم علم اإلدراك يف تطبيقات الذكاء‬
‫االصطناع مثل االستفادة من النمذجة الذهنية لتطوير واجهات تفاعلية مع األنظمة الذكية‪.‬‬
‫ي‬
‫الذك ‪:‬دراسة العمليات الذهنية تسهم يف تقديم رؤى حول كيفية تطوير‬ ‫اآلل والتفكب ي‬
‫التعلم ي‬
‫الت تستند إل العمليات اإلدراكية‪.‬‬
‫ناع ي‬
‫نماذج الذكاء االصط ي‬
‫االصطناع من خالل تقديم فهم عميق‬ ‫مهما يف تطبيقات الذكاء‬ ‫علم اإلدراك يلعب ً‬
‫دورا ً‬
‫ي‬
‫لعمليات المعالجة الذهنية وتصميم أنظمة ذكية تعتمد عىل هذا الفهم لتحقيق أداء أفضل‬
‫أكب فعالية مع المستخدمي‪.‬‬‫وتفاعل ر‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪23‬‬ ‫‪AI-LOGIC‬‬

‫المنطق الضبابي)‪(Fuzzy Logic‬‬

‫منطف يستخدم للتعامل مع التفاهمات والمفاهيم غب الدقيقة‬‫ي‬ ‫الضبات هو نظام‬

‫ري‬ ‫المنطق‬
‫الضبات عىل المفهوم‬
‫ري‬ ‫والمبهمة بشكل أفضل من النظم اللوجيكية التقليدية‪ .‬يعتمد المنطق‬
‫الضبات للحقيقة والقيم القريبة من الصفر والواحد‪ .‬يستخدم هذا النوع من المنطق يف‬
‫ري‬
‫اآلل وأنظمة االستدالل وتقييم األداء‪.‬‬
‫تطبيقات مثل التحكم ي‬
‫الضبات له العديد من التطبيقات والعالقات بالذكاء‬
‫ري‬ ‫االصطناع ‪:‬المنطق‬
‫ي‬ ‫عالقته بالذكاء‬
‫االصطناع‪ ،‬ومن ضمنها‪:‬‬
‫ي‬
‫الت تتعامل مع‬
‫اآلل ي‬
‫الضبات يف تصميم نظم التحكم ي‬
‫ري‬ ‫الضبات ‪:‬يستخدم المنطق‬
‫ري‬ ‫نظم التحكم‬
‫‪ً .‬‬
‫البيانات والمتغبات غب الدقيقة مثل‪ ،‬يمكن استخدامه يف تحكم الروبوتات وأنظمة التدفئة‬
‫والتكييف‪.‬‬
‫الضبات استخدام قواعد غب دقيقة التخاذ القرارات‪.‬‬
‫ري‬ ‫الضبات ‪:‬يتيح المنطق‬
‫ري‬ ‫أنظمة االستدالل‬
‫الطت وتقييم األداء وأنظمة التوصية‪.‬‬
‫هذا مفيد يف تطبيقات التشخيص ر ي‬
‫الروبوتات والذكاء الصناع ‪:‬يمكن استخدام المنطق الضبات ف تمثيل السلوك ر‬
‫البشي‬ ‫ري ي‬ ‫ي‬
‫االصطناع‪.‬‬
‫ي‬ ‫واتخاذ القرارات يف الروبوتات وأنظمة الذكاء‬
‫الضبات يف تقدير ومراقبة األداء يف مجموعة‬
‫ري‬ ‫نظم التقييم والمراقبة ‪:‬يمكن استخدام المنطق‬
‫متنوعة من التطبيقات بما يف ذلك مجاالت التصنيع واإلنتاج‪.‬‬
‫الضبات يعزز قدرة األنظمة عىل التعامل مع البيانات والمفاهيم غب الدقيقة بشكل‬
‫ري‬ ‫المنطق‬
‫االصطناع تطبيقات متقدمة يف مجموعة متنوعة من المجاالت‬
‫ي‬ ‫فعال‪ ،‬مما يتيح للذكاء‬

‫‪:‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪24‬‬ ‫‪AI-LOGIC‬‬

‫التفاضل والتكامل‪(Differential and Integral Calculus):‬‬

‫ملخص ‪:‬هذا المجال يدرس مفاهيم التفاضل والتكامل وكيفية حساب المشتقات والتكامالت للدوال‪ .‬إنه‬
‫أساس للفهم العميق للتغب والمساحة والمعدالت‪.‬‬
‫ي‬
‫االصطناع مثل تدريب النماذج‬
‫ي‬ ‫االصطناع ‪:‬التفاضل والتكامل مهمي يف تطبيقات الذكاء‬
‫ي‬ ‫عالقته بالذكاء‬
‫وتحسينها وحساب مشتقات الدوال المستخدمة يف تقنيات التعلم العميق‪.‬‬

‫االحصاء‪(Statistics):‬‬
‫ملخص ‪:‬يتناول االحصاء جمع وتحليل وتفسب البيانات واستخدام األساليب االحصائية الستنتاج‬
‫المعلومات واتخاذ القرارات‪.‬‬
‫ً‬
‫حيويا يف تحليل البيانات وتقديم التقارير واستنتاج األنماط‬ ‫عالقته بالذكاء االصطناع ‪:‬االحصاء يلعب ً‬
‫دورا‬ ‫ي‬
‫اآلل وتصنيف البيانات‪.‬‬ ‫ي‬ ‫التعلم‬ ‫مثل‬ ‫االصطناع‬
‫ي‬ ‫يف تطبيقات الذكاء‬

‫االحتمال‪(Probability):‬‬
‫أساس لفهم وتنبؤ األحداث‬
‫ي‬ ‫ملخص ‪:‬يدرس االحتمال احتمالية وقوع األحداث وتصنيفها وتوزيعها‪ .‬إنه‬
‫المستقبلية ً‬
‫بناء عىل البيانات المتاحة‪.‬‬
‫اآلل وتقييم أداءها وفهم القرارات‬
‫االصطناع ‪:‬االحتمال يستخدم يف تصميم نماذج التعلم ي‬
‫ي‬ ‫عالقته بالذكاء‬
‫المعقدة يف تحليل البيانات‪.‬‬

‫الجبر الخطي‪(Linear Algebra):‬‬

‫الخىط العمليات الرياضية المتعلقة بالمصفوفات والمتجهات والتحويالت الخطية‪.‬‬
‫ي‬ ‫الجب‬
‫ملخص ‪:‬يدرس ر‬
‫ً‬
‫الخىط مهم جدا يف تعريف وتشغيل البيانات المتعددة األبعاد‬
‫ي‬ ‫الجب‬
‫االصطناع ‪ :‬ر‬
‫ي‬ ‫عالقته بالذكاء‬
‫والمساهمة يف تطبيقات الرؤية الحاسوبية وتصميم نماذج التعلم العميق‪.‬‬
‫جميع هذه المواد تشكل األسس الرياضية والتحليلية الرصورية لفهم وتطبيق التقنيات واألساليب يف‬
‫التحليىل وتطوير‬
‫ي‬ ‫االصطناع وعلوم الحاسوب‪ .‬تعزز هذه المفاهيم القدرة عىل التفكب‬
‫ي‬ ‫مجال الذكاء‬
‫االصطناع‪.‬‬ ‫ً‬ ‫ر‬
‫النماذج وفهم البيانات‪ ،‬مما يسهم يف تطبيقات أكب تطورا للذكاء‬
‫ي‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪25‬‬ ‫‪AI-LOGIC‬‬

‫مسارات الذكاء االصطناعي‬

‫االصطناع الشهبة‪:‬‬
‫ي‬ ‫إليك بعض مسارات الذكاء‬
‫الت يمكنها التعلم من البيانات‬
‫اآلل ‪ (Machine Learning):‬هذا المسار يركز عىل تطوير األنظمة ي‬
‫التعلم ي‬
‫وتحسي أداءها مع مرور الوقت‪ .‬يشمل ذلك الشبكات العصبية االصطناعية والخوارزميات مثل االنحدار‬
‫اآلل‪.‬‬
‫الخىط والتصنيف ي‬
‫ي‬
‫الت تتألف من‬
‫تعلم العمق ‪ (Deep Learning):‬هذا المجال يعتمد عىل الشبكات العصبية العميقة ي‬
‫طبقات متعددة تسمح بفهم وتمثيل البيانات المعقدة‪ ،‬وهو يستخدم عىل نطاق واسع يف تطبيقات مثل‬
‫معالجة الصور والصوت واللغة الطبيعية‪.‬‬
‫معالجة اللغة الطبيعية ‪ (NLP):‬يركز هذا المسار عىل تطوير نظم يمكنها فهم وتفسب اللغة ر‬
‫البشية‪.‬‬
‫النص‪ ،‬والتعرف عىل الكالم‪.‬‬
‫ي‬ ‫تطبيقاته تشمل ترجمة اللغة‪ ،‬التحليل‬
‫رؤية الحاسوب ‪ (Computer Vision):‬يتعامل مجال رؤية الحاسوب مع معالجة الصور والفيديو‬
‫وفهمها‪ .‬يستخدم يف تطبيقات مثل التعرف عىل األشياء‪ ،‬والقياسات‪ ،‬والتصوير ر ي‬
‫الطت‪.‬‬
‫االصطناع لحل‬
‫ي‬ ‫تطبيف ‪ (Applied AI):‬يشمل هذا المسار استخدام تقنيات الذكاء‬
‫ي‬ ‫اصطناع‬
‫ي‬ ‫ذكاء‬
‫مشاكل وتحسي األداء يف مجموعة متنوعة من المجاالت مثل الطب‪ ،‬والصناعة‪ ،‬والزراعة‪ ،‬والتسويق‪.‬‬
‫ذكاء األعمال ‪ (Business Intelligence):‬يركز عىل استخدام البيانات وتحليلها باستخدام تقنيات ‪AI‬‬
‫اتيج‪.‬‬
‫التخاذ قرارات أعمال أفضل وتحسي اإلدارة والتخطيط االسب ر ي‬
‫الت يمكنها التفاعل‬
‫تعاوت ‪ (Collaborative AI):‬يعتمد هذا المسار عىل تطوير أنظمة ‪ AI‬ي‬
‫ي‬ ‫اصطناع‬
‫ي‬ ‫ذكاء‬
‫والتعاون مع ر‬
‫البش يف بيئات مختلفة‪ ،‬مثل الروبوتات التعاونية‪.‬‬
‫الت تستخدم تقنيات ‪ AI‬ألداء مهام متنوعة‬
‫روبوتيات ‪ (Robotics):‬يشمل هذا المجال تطوير الروبوتات ي‬
‫مثل التنقل‪ ،‬والتالعب باألشياء‪ ،‬والتفاعل مع البيئة‪.‬‬
‫إدارة المشاري ع الذكية ‪ (AI Project Management):‬هذا المجال يستخدم تقنيات ‪ AI‬لتحسي إدارة‬
‫المشاري ع وتوجيه القرارات المستندة إل البيانات يف مشاري ع مختلفة‪.‬‬
‫االصطناع ‪ (AI Ethics):‬يتعامل هذا المسار مع قضايا األخالقيات والمسائل المتعلقة‬
‫ي‬ ‫أخالقيات الذكاء‬
‫بالتطوير واستخدام التقنيات الذكية‪.‬‬
‫االصطناع عىل اهتماماتك الشخصية وأهدافك المهنية‪ .‬يمكن أن تكون هذه‬
‫ي‬ ‫تعتمد اختيار مسار الذكاء‬
‫ً‬
‫المجاالت متداخلة أحيانا‪ ،‬ويمكنك تطوير مهارات متعددة إذا كنت ترغب يف استكشاف مجاالت متعددة‬
‫يف‪AI.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
‫‪26‬‬ ‫‪AI-LOGIC‬‬

‫**مشاريع في الذكاء االصطناعي**‬

‫مشوع ف مجال الذكاء االصطناع‪ ،‬يجب أن تبدأ بتحديد فكرة ر‬

‫المشوع وأهدافه‪ .‬هناك العديد من‬ ‫لتنفيذ ر‬
‫ي‬ ‫ي‬
‫مشوعك‪ ،‬واالختيار يعتمد عىل اهتماماتك ومستوى‬ ‫المجاالت والتطبيقات الت يمكنك استكشافها ف ر‬
‫ي‬ ‫ي‬
‫االصطناع‪:‬‬ ‫الذكاء‬ ‫ف‬ ‫ع‬‫و‬ ‫معرفتك بالذكاء االصطناع‪ .‬إليك بعض األفكار ر‬
‫لمش‬
‫ي‬ ‫ي‬ ‫ي‬

‫نظام توصية ‪:‬قم بتطوير نظام توصية يستخدم تقنيات التعلم ي‬

‫اآلل لتوصية المستخدمي بالكتب أو‬
‫األفالم أو الموسيف أو المنتجات ً‬
‫بناء عىل تفضيالتهم السابقة وتقييماتهم‪.‬‬
‫اآلل‬
‫التعرف عىل الصور ‪:‬قم ببناء نظام يستطيع التعرف عىل أشياء مختلفة يف الصور‪ ،‬مثل التصنيف ي‬
‫للصور إل فئات مختلفة‪.‬‬

‫البجمة اآللية ‪:‬قم بتطوير نظام لبجمة النصوص من لغة إل أخرى باستخدام تقنيات معالجة اللغات‬
‫ر‬
‫الطبيعية‪.‬‬

‫تحليل المشاعر ‪:‬قم ببناء نظام يستخدم معالجة اللغات الطبيعية لتحليل المشاعر يف النصوص أو‬
‫المرئيات‪ ،‬مما يمكنه من تصنيف النصوص كإيجابية أو سلبية أو محايدة‪.‬‬
‫التعلم العميق يف مجاالت مختلفة ‪:‬قم بتطبيق تقنيات التعلم العميق يف مجاالت مثل رؤية الحاسوب أو‬
‫معالجة الصوت أو توقعات السوق‪.‬‬

‫التعاون للروبوتات ‪:‬قم ببناء نظام يتيح لروبوتي التفاعل والتعلم من بعضهما البعض ألداء‬
‫ي‬ ‫التعلم‬
‫مهمة مشبكة‪.‬‬
‫ر‬
‫وت الغب مرغوب‬ ‫ون ‪:‬قم بتطوير نظام يمكنه التعرف عىل ر‬
‫البيد اإللكب ي‬ ‫للبيد اإللكب ي‬
‫اآلل ر‬
‫التصنيف ي‬
‫اآلل‪.‬‬
‫فيه باستخدام تقنيات التعلم ي‬
‫التحكم يف الروبوتات المتحركة ‪:‬قم ببناء نظام يتيح التحكم يف حركة الروبوتات باستخدام تقنيات‬
‫االصطناع‪.‬‬
‫ي‬ ‫الذكاء‬
‫توقع السلوك ر‬
‫البشي ‪:‬قم ببناء نظام قادر عىل توقع سلوك األفراد باستناد إل بياناتهم السابقة‪.‬‬

‫اآلل يف األلعاب ‪:‬قم بتطوير نظام يمكنه تعلم وتحسي أداء الالعبي اآلليي يف ألعاب الفيديو‪.‬‬
‫التعلم ي‬
‫بغض النظر عن الفكرة الت تختارها‪ ،‬يجب عليك تحديد األهداف وجدوى ر‬
‫المشوع واختيار األدوات‬ ‫ي‬
‫االصطناع تجربة ممتعة وتعليمية‬ ‫ر‬
‫والتقنيات المناسبة لتنفيذه‪ .‬يمكن أن يكون تطوير مشوع يف الذكاء‬
‫ي‬
‫تساهم يف تطوير مهاراتك يف هذا المجال المثب‪.‬‬

‫‪MOHAMMED EL-SHAYEB‬‬
27 AI-LOGIC

‫خريطة الذكاء االصطناعي‬

MOHAMMED EL-SHAYEB