Machine Learning in Real World - الذكاء الصناعي في العالم الحقيقي مع محمد الجيش
Chapters
- محمد الجيش والذكاء الاصطناعي في العالم الحقيقي
- تحديات النماذج العربية: البيانات واللغة والثقافة
- كيف تتعلم النماذج اللغوية وتتبع التعليمات؟
- RAG: ربط النماذج بالمعلومات الحديثة وبيانات الشركات
- صلاحيات البيانات وفهم سياق الأسئلة
- البحث الدلالي والمتجهات ومطابقة الكلمات
- استخدامات الشركات واختيار الأدوات لتنفيذ المهام
- ضبط حرية وكلاء الذكاء الاصطناعي وحدود الأمان
- كتاب Machine Learning in Real World: سد فجوة الدراسة والعمل
- مقارنة النماذج وكيف تضللنا الإحصاءات المجمعة
- تكلفة الأخطاء ولماذا لا تكفي الدقة وحدها
- أسئلة الجمهور: النماذج العربية وEdge AI والكلاود
- نصائح البداية: نماذج صغيرة ومشروعات عملية وفرص عربية
About this episode
كيف تتحول نماذج التعلم الآلي من تجارب مثيرة إلى أنظمة مفيدة في العمل اليومي؟ يستضيف محمد الشريف محمد الجيش في حوار عن بناء تطبيقات الذكاء الاصطناعي وحدودها العملية. تبدأ الحلقة بشرح تعلّم النماذج اللغوية من السياق، والفرق بين إكمال النص واتباع التعليمات، ثم تنتقل إلى الاسترجاع المعزز بالتوليد لتوفير معلومات حديثة أو داخلية، ووكلاء يستخدمون أدوات ومصادر بيانات متعددة. يناقش الحوار أيضاً حماية المعلومات بالصلاحيات والحواجز الوقائية، ولماذا لا يكفي ترجمة البيانات لبناء نماذج تلائم العربية وثقافتها. ويعرض الجيش دوافع كتاب يعمل عليه عن التعلم الآلي في العالم الحقيقي، مع أمثلة على تضليل النتائج المجمعة واختيار مقاييس لا تخدم هدف المنتج. وتُختتم الحلقة بنصائح للبدء بمشروع محدد، وتجربة نماذج صغيرة أو واجهات برمجية، والتعمق في التفاصيل بحسب الحاجة.
Discussion highlights
- كيف تتعلم النماذج اللغوية من السياق، وما الذي يضيفه التدريب على اتباع التعليمات إلى النموذج الأساسي.
- حدود معرفة النموذج الثابتة، واستخدام الاسترجاع المعزز بالتوليد للوصول إلى معلومات حديثة ومستندات المؤسسات.
- بناء وكلاء يختارون الأدوات ويجمعون المعلومات من مصادر متعددة، وأهمية فهم السؤال وسياق المحادثة والعمل.
- التمثيلات المتجهية والبحث الدلالي، ولماذا قد يكون الجمع بين البحث بالمعنى والكلمات المفتاحية مفيداً للاسترجاع.
- ضبط صلاحيات الوصول إلى البيانات والأدوات، ووضع حواجز وقائية بدلاً من الاعتماد على تعليمات النموذج وحدها.
More from this conversation
- تحديات البيانات العربية والسياق الثقافي، والحاجة إلى ما يتجاوز الترجمة الحرفية للبيانات.
- الكتاب الذي يعمل عليه محمد الجيش: دورة حياة مشروعات التعلم الآلي، ودراسات الحالة، والفجوة بين الدراسة والتطبيق العملي.
- تقييم النماذج: مخاطر الاستنتاج من النتائج المجمعة، وتأثير اختلاف توزيع البيانات، ولماذا قد تخفي الدقة المرتفعة فشلاً في تحقيق هدف المنتج، كما في اكتشاف أماكن الركن الشاغرة.
- البدء بمشروعات عملية ونماذج صغيرة أو واجهات API، والتعلم التدريجي من المشكلات التي تظهر أثناء التنفيذ.
Links & resources
- موقع محمد الجيش:elgeish.com
- كتاب Computing with Data:computingwithdata.com
Continue the conversation.
01:57:56Artificial Intelligence at Scale with Mohamed El-Geish
AskDeveloper PodcastAudioVideo
AI & machine learningSoftware architecture
Nov 24, 2018
1:36:03ازاي تعمل ChatGPT في البيت مع أحمد عثمان
AskDeveloper PodcastVideo
AI & machine learningHardware & emerging tech
Nov 25, 2024
1:37:06LLM Hacking مع محمد مجدي أبومُسْلِم
AskDeveloper PodcastVideo
Cybersecurity & privacyAI & machine learning
Oct 28, 2024