الذكاء الاصطناعي التوليدي (Generative AI)، ونماذج اللغة الكبيرة (LLMs)، وLangChain: مقدمة قائمة على المشاريع

يُحدث Generative AI تحولًا في طريقة بناء البرمجيات، ولكن الانتقال من الأوامر الأساسية إلى التطبيقات القوية يتطلب فهمًا راسخًا للمفاهيم الأساسية وأدوات التكامل. تزيل هذه الدورة الغموض عن عالم Large Language Models (LLMs) وتوضح لك كيفية ربطها ببيانات العالم الحقيقي. ستنتقل من مراقب فضولي إلى باني عملي قادر على تصميم تطبيقات نصية ذكية. من خلال استكشاف مفاهيم الذكاء الاصطناعي التأسيسية والعمل من خلال سيناريوهات التطوير العملية، ستكتسب الثقة لدمج LLMs في سير عملك الخاص. ما ستتعلمه: - فهم الآليات الأساسية لـ Large Language Models، بما في ذلك tokenization (تقسيم الرموز)، وembeddings (التضمينات)، وvector spaces (المساحات المتجهة). - تطبيق تقنيات prompt engineering المتقدمة لتوجيه سلوك النموذج وتحسين المخرجات. - بناء تطبيقات ذكاء اصطناعي ديناميكية باستخدام إطار عمل LangChain لتنظيم سير العمل المعقدة. - تكوين أنماط Retrieval-Augmented Generation (RAG) لربط LLMs بمصادر البيانات الخارجية وقواعد البيانات المتجهة (vector databases). - تنفيذ OpenAI API لدمج الذكاء الحواري مباشرة في التعليمات البرمجية الخاصة بك. تبدأ الدورة بمصطلحات الذكاء الاصطناعي الأساسية والمفاهيم التأسيسية قبل أن ترشدك خلال مشاريع منظمة ومركزة على التعليمات البرمجية. ستقرأ شروحات مفصلة، وتحلل مقتطفات برمجية واضحة، وتتدرب على بناء مسارات LLM الخاصة بك. تم تصميم هذه الدورة للمطورين، وعشاق التكنولوجيا، والمبتدئين الذين يتطلعون إلى دخول عالم هندسة الذكاء الاصطناعي (AI engineering). لا تتطلب خبرة سابقة في التعلم الآلي (machine learning) أو الذكاء الاصطناعي، على الرغم من أن الإلمام الأساسي بمفاهيم البرمجة مفيد. ابدأ القراءة اليوم لتبدأ في بناء تطبيقاتك الذكية الخاصة المدعومة بـ LLM.