أساسيات نماذج الذكاء الاصطناعي التوليدي

تزود هذه الدورة المتدربين بالمهارات اللازمة لبناء وتقييم أنظمة الذكاء الاصطناعي التوليدي وتحسينها وضمان استدامتها المستقبلية. تبدأ الدورة بشرح كيفية تدريب النماذج التوليدية وتقييمها باستخدام مقاييس واقعية، مع استكشاف تقنية الاسترجاع المعزز (Retrieval Augmented Generation) لتحسين دقة المخرجات عبر دمج معلومات خارجية مع نماذج اللغة الكبرى. يتعرف المتعلمون على الاتجاهات الحديثة في بنية ونشر تقنيات الذكاء الاصطناعي التوليدي، مثل البنى القابلة للتوسع، التطبيقات الزمنية الحقيقية، وشفافية النماذج. تُطبق المعارف عبر قطاعات مختلفة كالرعاية الصحية، المال، والتعليم. يُنصح بوجود فهم أساسي لتعلم الآلة، نماذج اللغة، والبرمجة بلغة بايثون.

• تدريب وتقييم نماذج الذكاء الاصطناعي التوليدي باستخدام تقنيات واقعية
• تطبيق تقنية الاسترجاع المعزز لتحسين دقة النتائج
• فهم الاتجاهات الحديثة في بنية ونشر نماذج الذكاء الاصطناعي
• ترجمة التطورات النظرية لحلول عملية وصناعية

• لا يشترط خبرة متعمقة
• مهارات أساسية في الحاسوب والإنترنت
• القدرة على إتمام التمارين والتعليمات باللغة الإنجليزية