التخطي إلى المحتوى الرئيسي

 

 Algorithms

الخوارزميات

مفهوم الخوارزميات فى الأساس ظهر فى علم الرياضيات وترجع التسمية إلى اسم العالم العربى أبو جعفر محمد بن موسى الخوارزمي وهو يعبر عن توثيق طريقة التفكير المنظم المتسلسل للوصول لحل مسألة رياضية. وبتعميم هذا المفهوم أصبحت تستخدم الخوارزميات كطريقة عامة تساعد على الوصول لحل أى مشكلة من خلال إجراء سلسلة متتالية وقد تتضمن تفرعات عند بعض النقاط لحل مشكلة محددة بواسطة الكمبيوتر وهكذا ظهرت الخوارزميات البرمجية و هى ما سوف نتناوله بالشرح والتوضيح فى السطور التالية.

1-الخوارزمية: هى خطة عامة تفصيلية لتنفيذ فكرة حل مشكلة ما .من خلال تنفيذ مجموعة من الخطوات المتسلسلة.

المقصود بالعامة هو أن تلك الخطة يمكن تنفيذها بواسطة أى لغة برمجة وتفصيلية بمعنى أنها تأخذ كل العوامل ذات الصلة فى الاعتبار

2- خطوات حل المشكلة:

الخطوة الأولى: اقتناص فكرة حل المشكلة و هذ الدور يقوم به الانسان

-تحديد المعطيات (أين نقف)

- تحديد الهدف المطلوب أو النتائج ( أين نريد أن نذهب)

- ما هى العلاقة بين المعطيات والنتائج المطلوبة (البحث عن القانون أو المعادلات التى تتضمن المعطيات والمطلوب)

الخطوة الثانية: 

وضع خوارزمية الحل ويفضل وضعها بشكل مخطط انسيابى مما يساعد على توضيح الفكرة واكتشاف الأخطاء المنطقية

 الخطوة الثالثة: 

كتابة البرنامج بأى لغة برمجية عليا

الخطوة الرابعة:

 إعطاء البرنامج للكمبيوتر من خلال بيئة تطوير تضمن تحويل البرنامج للغة الآلة

الخطوة الخامسة:

 إخضاع البرنامج للتجريب من قبل عدد كبير من المستخدمين والخبراء وإجراء ما يلزم من تعديلات هامة و فق آلية التغذية الراجعة.

  أنواع الخوارزميات

خوارزميات الذكاء الاصطناعي الاستدلالية:

 و هي تلك المستخدمة فى النماذج اللغوية الكبيرة LLMS تعتمد على تحليل كم هائل من البيانات وإعطاء كل رابط بين الكلمات وزن معين يتوقف على عدد مرات تكرارها و يتم توليد النصوص بناء على حساب احتمال ترابط الكلمات مع بعضها وفق أوزان الروابط. وتنجح هذه الخوارزميات فى مجال معالجة اللغات الطبيعية بدرجة كبيرة، ولكنها تعطى فى كثير من الأحيان نتائج خاطئة في معالجة المسائل الرياضية

نموذج Q star  من شركة Open Ai :

هو نموذج ذكاء صناعى متطور يشتمل على قدرات حل مشكلات الرياضيات للمدارس الابتدائية و هى مهمة تعد معياراً لتطور الذكاء الاصطناعى. فهذا النموذج يمثل تحولاً من الخوارزميات التنبؤية إلى الخوارزميات القادرة على التخطيط و الاستدلال المنطقى. مما يشير إلى خطوة جديدة نحو الذكاء الاصطناعى العام.

     

تعليقات

المشاركات الشائعة من هذه المدونة

أهمية وجود النباتات في المنزل وخاصة في غرفة المكتب

لا شك أن وجود النباتات في المنزل يعزز من جمال البيئة الداخلية ويضيف لمسة طبيعية مميزة، ولكن الفوائد الحقيقية للنباتات تتجاوز مجرد الجمال البصري. تتعدد الفوائد الصحية والنفسية التي تقدمها النباتات لنا، وفيما يلي أهم الأسباب التي تجعل من وجود النباتات في المنزل، وخصوصاً في غرفة المكتب، ضرورة ملحة: 1. تحسين جودة الهواء: تعمل النباتات على تحسين جودة الهواء من خلال امتصاص ثاني أكسيد الكربون وإطلاق الأكسجين. كما أنها تمتص الملوثات الضارة من الهواء مثل الفورمالديهايد والبنزين، مما يجعل البيئة الداخلية أكثر نقاءً وصحة. 2. تعزيز التركيز والإنتاجية: تشير الدراسات إلى أن وجود النباتات في مكان العمل يمكن أن يزيد من التركيز والإنتاجية. النباتات تساعد في تقليل مستويات التوتر وتعزز الشعور بالراحة النفسية، مما ينعكس إيجاباً على الأداء الوظيفي والإبداع. 3. تقليل الضوضاء: تعمل النباتات كحاجز طبيعي يمتص الضوضاء ويقلل من التشتت السمعي، مما يساعد على خلق بيئة عمل هادئة ومريحة. 4. التأثير الإيجابي على الصحة النفسية: النظر إلى النباتات والتفاعل معها يمكن أن يساعد في تقليل مستويات القلق والاكتئاب. اللون الأخض...

الجزء الثاني من هندسة التلقين Prompting Engineering 2nd Part

  عناصر التلقينة الجيدة مرة أخرى ما المقصود بهندسة التلقين ؟ هى تقنية قوية وفعالة لمخاطبة النماذج اللغوية للذكاء الصناعى مثل   Chat GPT باستخدام اللغات الطبيعية من خلال تصميم تلقينات Prompts تسمح لهذه النماذج اللغوية بإنتاج مخرجات دقيقة وذات صلة ومراعية للسياق و لضمان ذلك يجب مراعاة عناصر التلقينة الجيدة و التى سوف أوضحها فيما يلى: 1-           المهمة Task : : يمكن للنماذج اللغوية مثل   Chat GPT القيام بالكثير من المهام المدهشة مثل كتابة مقال، قصة أو اقتراح برنامج تسويق أو كتابة كود برمجى بأى لغة برمجة أو إنشاء صفحات انترنت والكثير من المهام ويمكنك سؤال Chat GPT نفسه عما يمكنه القيام به من مهام بتوجيه السؤال التالى له ماهى 100 مهمة يمكنك القيام بها كنموذج لغوى ؟ وعموما من المهام المفيدة ·          الفرز Sorting ·          الفلترة   Filtering ·          الاستنباط Deduction  ...

هندسة التلقين Prompting Engineering

  تقنيات التلقين    promoting engineering التقنية الأولى : Zero-Shot Prompting  هي التقنية الأصلية وهي كتابة تلقينة مباشرة وعامة بدون سياق ولا أي مثال والنموذج سيكون قادر على تزويدك بإجابات عن أسئلة لم يتم تدريبه بالضرورة على الإجابة عليها بشكل مباشر أمثلة: ما هي عاصمة فرنسا ؟  لخص النص الثاني ....   ترجم الجملة التالية .... أي أننا نتعامل مع النموذج اللغوي على أنه Chat bo t مع العلم بأن النموذج اللغوي له إمكانيات أكبر من  Chat bot التقنية الثانية :   Few-Shot Prompting تقنية أصلية تستخدم حتى في تدريب النماذج تمكن هذه التقنية النماذج اللغوية من أداء المهام الأكثر تعقيدا بشكل أفضل عبر تقديم مجموعة من العروض التوضيحية لهذه النماذج. ذلك كما فعلنا في التلقينة الجيدة. مثال: يتم إعطاء النموذج المثال التالى:  س: المغرب ج: الرباط   فإذا أدخلنا بعد ذلك للنموذج :  س: السودان  فإنه سوف يجيب :  ج: الخرطوم     هذه التقينة مثيرة للاهتمام رغم ما قد تبدو عليه أنها بسيطة ولكي نختبر قوة هذه التقني...