إتقان الذكاء الاصطناعي التوليدي: الضبط الدقيق للمحوّلات

يتزايد الطلب على المهارات التقنية في الذكاء الاصطناعي التوليدي بسرعة كبيرة. ويُعد مهندسو الذكاء الاصطناعي القادرون على ضبط نماذج المحوّلات (Transformers) بدقة لتطبيقات الذكاء الاصطناعي التوليدي من أكثر الكفاءات المطلوبة في سوق العمل. تم تصميم دورة «هندسة الذكاء الاصطناعي التوليدي: الضبط الدقيق باستخدام المحوّلات» لمهندسي الذكاء الاصطناعي وغيرهم من المتخصصين الذين يرغبون في إضافة مهارات عالية الطلب إلى سيرتهم الذاتية. خلال هذه الدورة ستستكشف الفروقات بين PyTorch وHugging Face، وكيفية الاستفادة من النماذج المُدرَّبة مسبقًا من نوع Transformers في مهام اللغة. ستتعلّم استخدام محوّلات مُدرَّبة مسبقًا لمهام معالجة اللغة، ثم ضبطها بدقة لتناسب مهامًا خاصة ومحددة. كما ستقوم بضبط نماذج الذكاء الاصطناعي التوليدي باستخدام كلٍّ من PyTorch وHugging Face، بما يشمل تحميل النماذج وتشغيل الاستدلالات (Inference) عليها، ثم تدريبها وتحسينها. إضافةً إلى ذلك، ستتعرّف على مفاهيم متقدمة مثل الضبط الدقيق الكفؤ من حيث المعلمات (PEFT)، وتقنية التكيّف منخفض الرتبة (LoRA)، والتكيّف منخفض الرتبة مع التكميم (QLoRA)، وتكميم النماذج في سياق معالجة اللغة الطبيعية (NLP)، إلى جانب مبادئ التوجيه بالأوامر (Prompting) لبناء حلول توليدية أكثر كفاءة وملاءمة للاستخدام العملي.

• اكتساب مهارات جاهزة لسوق العمل للتعامل مع نماذج اللغة الكبيرة المعتمدة على المحوّلات (LLMs) بما يلبي احتياجات أصحاب العمل في هندسة الذكاء الاصطناعي التوليدي خلال أسبوعين
• فهم جيد للضبط الدقيق الكفؤ من حيث المعلمات (PEFT) باستخدام LoRA وQLoRA
• تعلّم كيفية استخدام المحوّلات المُدرَّبة مسبقًا لمهام اللغة وضبطها بدقة لمهام محددة
• تعلّم كيفية تحميل النماذج وتشغيل الاستدلالات عليها وتدريب النماذج باستخدام Hugging Face

• معرفة أساسية بلغة Python
• معرفة أساسية بـ PyTorch وبنية المحوّلات (Transformer Architecture)
• الإلمام بمفاهيم تعلّم الآلة والشبكات العصبية