كيفية تعلّم الذكاء الاصطناعي من الصفر في 30 يومًا

أهم النقاط

• خصّص 45–60 دقيقة يوميًا لتعلّم الأساسيات والتدرّب وتدوين ما تكتشفه.
• تابع دورة واحدة للمبتدئين وأنجز مشروعًا صغيرًا واحدًا بدلًا من جمع الأدوات والدروس التعليمية.
• استهدف اكتساب إلمام عملي بالذكاء الاصطناعي خلال 30 يومًا، لا إتقان تعلّم الآلة أو بلوغ مستوى الخبراء المحترفين.

لا تحتاج إلى خلفية تقنية لبدء تعلّم الذكاء الاصطناعي. بل تحتاج إلى هدف واضح، وروتين يسهل الالتزام به، وفرص للتحقّق من أن ما تعلّمته يعمل بالفعل.

تعرّفك هذه الخطة على الاستخدام اليومي للذكاء الاصطناعي والأفكار الكامنة وراء تعلّم الآلة. وبحلول اليوم الثلاثين، يُفترض أن تتمكّن من شرح المفاهيم الأساسية، وتقييم الإجابات التي يولّدها الذكاء الاصطناعي، وعرض مشروع صغير.

ما تحتاج إليه

• حاسوب واتصال موثوق بالإنترنت. يكفي حاسوب محمول عادي للدروس التمهيدية والتمارين التي تُجرى عبر المتصفح.
• 45–60 دقيقة يوميًا. جرّب تخصيص 15 دقيقة للدراسة، و25–35 دقيقة للتدريب، وخمس دقائق لتدوين الملاحظات.
• دورة تمهيدية واحدة. ابحث عن دورة تناسب متطلباتها المسبقة المبتدئين، وتضم دروسًا قصيرة وتمارين، وتتناول حدود الذكاء الاصطناعي. تكفي المواد المجانية للبدء.
• دفتر ملاحظات أو مستند. دوّن التعريفات والموجّهات والنتائج والأخطاء والأسئلة.
• مهمة تدريبية منخفضة المخاطر. استخدم معلومات عامة أو بيانات افتراضية بدلًا من ملفات العمل السرية.

البرمجة اختيارية في هذا الشهر الأول. إذا كان هدفك بناء نماذج تنبؤية، فاختر دورة تتضمن تمارين تمهيدية بلغة Python. أما إذا كان هدفك تحسين الإنتاجية في العمل، فابدأ بالإلمام بالذكاء الاصطناعي وسير العمل التطبيقي.

خطوة بخطوة

1. الأيام 1–3: حدّد هدفًا وتعلّم المصطلحات الأساسية

اكتب هدفًا يمكنك إثبات تحقيقه عمليًا: «أريد تحويل وثائق منتجات متاحة للعامة إلى مسودة أسئلة شائعة جرى التحقّق منها» أكثر فائدة من «أريد فهم الذكاء الاصطناعي».

تعلّم الفروق التالية:

• الذكاء الاصطناعي: المجال الواسع المعني ببناء أنظمة تؤدي مهام مرتبطة بالذكاء.
• تعلّم الآلة: أساليب تتعلّم الأنماط من البيانات بدلًا من الاعتماد فقط على قواعد مكتوبة صراحةً.
• التعلّم العميق: تعلّم آلة قائم على شبكات عصبية متعددة الطبقات.
• الذكاء الاصطناعي التوليدي: نماذج تولّد محتوى مثل النصوص أو الصور أو الصوت.

وتعلّم أيضًا أن الإجابة السلسة قد تكون خاطئة رغم ذلك.

نقطة تحقّق: اشرح هذه المصطلحات بأسلوبك، واذكر مهمة واحدة لن تثق فيها بالذكاء الاصطناعي دون مراجعة بشرية.

2. الأيام 4–7: اختر دورة واحدة وأرسِ روتينًا

اختر دورة للمبتدئين تناسب هدفك. راجع منهجها قبل البدء: هل تشرح المفاهيم الأساسية، وتتيح التدريب، وتناقش التقييم والاستخدام المسؤول؟

للمسار غير التقني، أعطِ الأولوية للإلمام بالذكاء الاصطناعي، وصياغة الموجّهات، وفهم الحدود. وللمسار التقني، ابحث عن أساسيات Python، والتعامل مع البيانات، وتمارين بسيطة في تعلّم الآلة.

تجنّب التسجيل في عدة دورات في الوقت نفسه. أكمل الدروس التمهيدية ذات الصلة، ثم طبّق كل مفهوم على مثال صغير.

اختم كل جلسة بثلاث ملاحظات:

• ماذا تعلّمت؟
• ماذا جرّبت؟
• ما الذي لا يزال غير واضح؟

نقطة تحقّق: اكتب شرحًا من صفحة واحدة يوضّح كيف يمكن للذكاء الاصطناعي أن يساعد في المهمة التي اخترتها، وأين قد يفشل.

3. الأيام 8–11: تدرّب على تقديم تعليمات واضحة

باستخدام أداة متاحة لتوليد النصوص، جرّب مهمة لا تنطوي على مخاطر، مثل تلخيص مقال متاح للعامة.

زوّد النموذج بهدف، وسياق ذي صلة، وقيود، وتنسيق للمخرجات. على سبيل المثال:

لخّص المقال المقدّم لمبتدئ في خمس نقاط. استخدم المعلومات الواردة في النص فقط. وأشر إلى أي تفاصيل لا يشرحها المقال.

قارن ذلك بطلب مبهم مثل «لخّص هذا». تحقّق من المخرجين بمقارنتهما بالنص الأصلي.

غيّر تعليمة واحدة في كل مرة لتعرف ما يؤثر في النتيجة. قد تزيد صياغة الموجّهات بوضوح من فائدة المخرجات، لكنها لا تضمن الدقة.

نقطة تحقّق: احفظ ثلاثة موجّهات قابلة لإعادة الاستخدام، وسجّل الأخطاء التي وجدتها عند اختبارها.

4. الأيام 12–15: افهم البيانات والتدريب والتقييم

تعلّم كيف يسير سير العمل الأساسي لتعلّم الآلة: جمع البيانات، وإعدادها، وتدريب نموذج، وتقييمه باستخدام أمثلة لم يتعلّم منها.

ركّز على بضعة مفاهيم:

• السمات: المدخلات المستخدمة لإجراء تنبؤ.
• التسميات: الإجابات المستهدفة في التعلّم الخاضع للإشراف.
• بيانات التدريب: أمثلة تُستخدم لضبط النموذج.
• بيانات الاختبار: أمثلة تُستبعد من التدريب وتُستخدم لتقييم الأداء.
• فرط التكيّف: تعلّم أمثلة التدريب بصورة مفرطة الدقة، مع ضعف الأداء على الأمثلة الجديدة.

إذا كنت تبرمج، فاتبع تمرينًا موجّهًا يستخدم مجموعة بيانات صغيرة ومتاحة للعامة. وإلا، فاعمل على مثال يتنبأ بفئة انطلاقًا من سجلات ذات تسميات.

نقطة تحقّق: اشرح لماذا لا يثبت الأداء الجيد على بيانات التدريب وحدها أن النموذج مفيد.

5. الأيام 16–20: أنجز مشروعًا صغيرًا واحدًا

اجعل نطاق المشروع محدودًا. ومن المشاريع المناسبة غير التقنية إعداد مسودة أسئلة شائعة بمساعدة الذكاء الاصطناعي، استنادًا إلى مستند قصير متاح للعامة.

يمكن أن يكون سير عملك كالتالي:

1. اختر المستند المصدر.
2. اكتب خمسة أسئلة ينبغي أن يجيب عنها.
3. ولّد مسودات إجابات بالاعتماد على ذلك المصدر وحده.
4. تحقّق من كل عبارة تتضمن معلومة واقعية.
5. سجّل التصحيحات والأسئلة التي لم تُحسم.

للمسار البرمجي، عدّل دفترًا برمجيًا للمبتدئين يدرّب نموذج تصنيف بسيطًا. افهم مدخلاته ومخرجاته وطريقة تقييمه قبل تغيير الشيفرة.

نقطة تحقّق: أنشئ مسودة قابلة للاستخدام أو دفترًا برمجيًا يعمل، مع شرح قصير لما يفعله وما لا يفعله.

6. الأيام 21–26: اختبر حالات الفشل وحسّن سير العمل

اختبر مشروعك بأمثلة غير مألوفة، وطلبات غير واضحة، ومعلومات ناقصة.

في مشروع الأسئلة الشائعة، أدرج سؤالًا لا يستطيع المصدر الإجابة عنه. تحقّق مما إذا كانت المخرجات تقرّ بهذه الفجوة أم تختلق إجابة.

أما في النموذج التنبؤي، فافحص التنبؤات الخاطئة بدلًا من الاعتماد على درجة إجمالية فقط.

احتفظ بسجل بسيط للأخطاء: المدخلات، والنتيجة المتوقعة، والنتيجة الفعلية، والإصلاح المحتمل. عالج مشكلة واحدة في كل مرة. واحتفظ ببضعة أمثلة جديدة للفحص النهائي، حتى لا تقتصر تحسيناتك على الحالات المألوفة.

نقطة تحقّق: وثّق ثلاث حالات فشل على الأقل، واشرح كيف عالجت كل قيد أو أفصحت عنه.

7. الأيام 27–30: اعرض تقدّمك واختر خطوتك التالية

جهّز مشروعك للعرض مع هدفه ومدخلاته وطريقته ونتائجه وحدوده. وأدرج مثالًا للمقارنة قبل التحسين وبعده يوضّح ما تحسّن.

ثم اشرحه لشخص ليست لديه خلفية في الذكاء الاصطناعي. كل جزء تجد صعوبة في شرحه يصبح هدفًا مفيدًا للتعلّم.

اختر اتجاهًا تاليًا واحدًا: سير العمل في بيئة العمل، أو Python وتعلّم الآلة، أو دراسة أعمق للإحصاء وتقييم النماذج.

نقطة تحقّق: اختتم بمشروع صغير يصلح للإدراج في ملف أعمالك، وخطة واقعية للشهر التالي.

أخطاء شائعة

• المشاهدة دون تدريب. أتبع كل درس بتمرين تطبيقي محدد.
• التبديل المستمر بين الأدوات. تعلّم سير عمل واحدًا قبل استكشاف البدائل.
• الثقة بالإجابات المصقولة. تحقّق من الادعاءات بالرجوع إلى مصادر موثوقة.
• رفع معلومات حساسة. استخدم بيانات عامة أو افتراضية، والتزم بسياسات مكان العمل.
• اختيار مشروع أكبر من اللازم. خمس إجابات عن أسئلة شائعة جرى التحقّق منها تعلّمك أكثر من «مساعد ذكاء اصطناعي متكامل» لم يكتمل.
• توقّع الإتقان خلال شهر. ثلاثون يومًا تبني أساسًا، لا خبرة احترافية.

أدوات مفيدة

هذه أدوات اختيارية، وليست قائمة مشتريات إلزامية:

• [Kaggle AI Assistant](/tools/kaggle-ai-assistant): مفيد للمسار البرمجي لأنه يساعد على كتابة شيفرات تعلّم الآلة وتنقيح الدفاتر البرمجية. اطلب شروحًا، ثم تحقّق من الشيفرة والنتائج.
• [Weights & Biases](/tools/weights-biases): يتتبّع عمليات تدريب نماذج تعلّم الآلة. فكّر في استخدامه عندما تبدأ بمقارنة التجارب؛ إذ يكفي دفتر برمجي بسيط في البداية.
• [Murf.ai](/tools/murf-ai): ينشئ تعليقات صوتية للعروض التقديمية والتعلّم الإلكتروني. قد يساعدك على عرض مشروعك النهائي، لكنه ليس ضروريًا لتعلّم الأساسيات.

الأسئلة الشائعة

هل يستطيع مبتدئ تمامًا تعلّم الذكاء الاصطناعي خلال 30 يومًا؟

نعم، يمكنك اكتساب إلمام أساسي بالذكاء الاصطناعي وإنجاز مشروع صغير بإرشاد. أما اكتساب الكفاءة في هندسة تعلّم الآلة فيتطلب قدرًا أكبر بكثير من الدراسة والتدريب.

هل أحتاج إلى البرمجة أو الرياضيات المتقدمة؟

ليس لاكتساب إلمام تمهيدي بالذكاء الاصطناعي أو لتنفيذ كثير من إجراءات العمل اليومية. لكن بناء النماذج وتقييمها يتطلبان في نهاية المطاف البرمجة وفهمًا عمليًا للإحصاء؛ وتستلزم الدراسة التقنية الأعمق مزيدًا من الرياضيات.

هل ينبغي أن ألتحق بدورة مجانية أم مدفوعة في الذكاء الاصطناعي؟

ابدأ بدورة مجانية تناسب مستواك وتتضمن تمارين. فكّر في الدفع عندما تحتاج إلى ملاحظات تقييمية منظّمة، أو دعم من المدرّس، أو منهج محدد، لا لمجرد أن الدورة تعد بنتائج سريعة.