اذا لم تجد ما تبحث عنه يمكنك استخدام كلمات أكثر دقة.
يقدم كتاب "هندسة الذكاء الاصطناعي الحديثة: الشامل في التعلم الآلي، MLOps، والنماذج التوليدية" (إعداد د. عابدة الحناوي، مرجعاً علمياً وعملياً موجهاً للمطورين والمهندسين والباحثين، يغطي رحلة الذكاء الاصطناعي من الجذور النظرية والأسس الهندسية إلى أحدث التطبيقات الصناعية والنماذج التوليدية وممارسات MLOps.
يتكون الكتاب من 12 فصلاً رئيسياً تنقسم محتوياتها كالتالي:
1. مقدمة في الذكاء الاصطناعي
(الفصل الأول)المفهوم: التعريف بـ AI والفرق بين البرمجة التقليدية القائمة على القواعد الثابتة والذكاء الاصطناعي القائم على استخلاص الأنماط. التصنيفات: التقسيم بحسب القدرة (الضيق ANI، العام AGI، الفائق ASI) والفرق بين AI البحثي والآلي/الإنتاجي (Operational AI). منظومة MLOps والعوامل: شرح الطبقات الخمس للذكاء الاصطناعي (البنية التحتية، الحوسبة، البيانات، النماذج، والتطبيقات) وعوامل انفجاره (البيانات الضخمة، قوة الحوسبة مثل GPUs/TPUs، والابتكارات الخوارزمية).
2. التطور التاريخي والأسس التقنية
(الفصول 2 - 5)
الفصل الثاني (تطور تاريخي): تتبع مسيرة 75 عاماً من اختبار تورينغ (1950) ومؤتمر دارتموث (1956)، مراراً بفترات الشتاء والربيع التقني، وصولاً لثورة التعلم العميق (AlexNet 2012) والمعماريات الحديثة مثل Transformer وChatGPT. الفصل الثالث (التعلم الآلي ML): شرح الأنواع الثلاثة (الموجه، غير الموجه، والتعزيزي)، الخوارزميات الكلاسيكية (الانحدار، أشجار القرار، Random Forests، SVM، Naive Bayes، K-Means)، ودورة خط عمل ML الإنتاجي (Pipeline) ومقاييس التقييم. الفصل الرابع (التعلم العميق DL): الانتقال من Perceptron إلى الشبكات العميقة (MLP)، دورات التدريب والانتشار الخلفي (Backprop)، المحسنات (Adam/SGD)، تقنيات التنظيم (Dropout, BatchNorm)، وأطر العمل (PyTorch, TensorFlow, JAX) والحوسبة المتوازية. الفصل الخامس (الشبكات العصبية الاصطناعية): استعراض شامل لمعماريات الشبكات التلافيفية (CNN) للرؤية، والتكرارية (RNN/LSTM/GRU) للتسلسلات، معمارية المحولات (Transformers) وآلية الانتباه الذاتي، بالإضافة للنماذج التوليدية (GANs, Autoencoders/VAEs, Diffusion Models).
3. المجالات والتطبيقات المتخصصة
(الفصول 6 - 8)
الفصل السادس (معالجة اللغة الطبيعية NLP): مراحل المعالجة من الترميز (Tokenization) والتمثيل المتجهي (Word Embeddings)، المهام الكلاسيكية مقابل عصر نماذج اللغة الكبيرة (LLMs)، تقنيات هندسة الأوامر (Prompt Engineering)، وتحديات NLP في اللغة العربية. الفصل السابع (الرؤية الحاسوبية Computer Vision): مهام التصنيف، كشف الأجسام، والتجزئة الدلالية، أشهر النماذج (ResNet, U-Net, YOLO)، تطبيقات التعرف على الوجوه، المركبات ذاتية القيادة (Tesla vs Waymo)، والتشخيص الطبي البصري وتوليد الصور.
الفصل الثامن (التطبيقات الصناعية): استعراض التحول في مجالات التصنيع الذكي والصناعة 4.0، الرعاية الصحية واكتشاف الأدوية (AlphaFold)، القطاع المالي والتداول الخوارزمي، بالإضافة للتعليم، الطاقة، التجارة الإلكترونية، القانون، والفنون الإبداعية.
4. الأخلاقيات، الحوكمة، والرؤية المستقبلية
(الفصول 9 - 12)الفصل التاسع (أخلاقيات وحوكمة AI): معالجة التحديات الحرجة كـ التحيز الخوارزمي، الخصوصية وحماية البيانات (GDPR, EU AI Act)، الشفافية والقابلية للتفسير (SHAP, LIME)، السلامة الوجودية، أطر الحوكمة المسؤولة، والمسؤولية القانونية عن الأخطاء.
الفصل العاشر (المستقبل والتوجهات البحثية): آفاق الوصول للذكاء الاصطناعي العام (AGI)، النماذج متعددة الوسائط الأصيلة (Multimodal)، صراع النماذج مفتوحة ومغلقة المصدر، أزمة استهلاك الطاقة، تحولات سوق العمل، والاتجاهات الناشئة (MoE, World Models, Embodied AI).
الفصل الحادي عشر (تمارين وأسئلة): أسئلة مفاهيمية، تمارين تطبيقية، ودراسات حالة تغطي جميع الفصول المتقدمة لتأكيد الفهم العملي. الفصل الثاني عشر (المراجع والمصادر): دليل بأهم الكتب، الأوراق البحثية، الدورات التفاعلية، والمصادر العربية والعالمية في المجال.