أساسيات معماريات المشفّر والمفكّك (Encoder-Decoder Architectures)

يُعد التعلّم من تسلسل إلى تسلسل (Sequence-to-sequence learning) هو المحرك وراء أحدث التقنيات اللغوية المثيرة للإعجاب اليوم، حيث يمكّن الآلات من ترجمة الكلام وتلخيص المستندات المعقدة. إن فهم كيفية تدفق البيانات عبر هذه الشبكات العصبية المتخصصة أمر ضروري لأي شخص يتطلع إلى العمل في مجال معالجة اللغة الطبيعية (natural language processing) أو الذكاء الاصطناعي التوليدي (generative AI). توفر هذه الدورة مسارًا واضحًا للمبتدئين لفهم كيفية معالجة هذه النماذج للمعلومات وتوليد مخرجات ذات مغزى عبر تطبيقات مختلفة تعتمد على النصوص. ستنتقل من النظرية المفاهيمية إلى المنطق العملي المطلوب لبناء هذه الأنظمة وتحسينها. ما ستتعلمه: - فهم المكونات الأساسية لشبكات المشفّر والمفكّك (encoder and decoder networks) - تطبيق منطق التسلسل إلى تسلسل (sequence-to-sequence logic) على مهام مثل الترجمة الآلية والتلخيص - التدرب على تدريب النماذج باستخدام تقنيات مثل teacher forcing وإدارة الحالة (state management) - استكشاف تطور هذه المعماريات إلى أنظمة حديثة قائمة على الانتباه (attention-based systems) - تطبيق منطق توليد النصوص من خلال أمثلة برمجية منظمة - تعلّم سير العمل لخدمة النماذج المدربة في البيئات العملية. ستبدأ بالمصطلحات الأساسية والحدس الرياضي وراء نمذجة التسلسل (sequence modeling) قبل الانتقال إلى استراتيجيات التنفيذ والاختلافات المعمارية. يركز كل قسم على قراءة وتطبيق المفاهيم التقنية من خلال الشروحات المكتوبة والتمارين القائمة على التعليمات البرمجية. تم تصميم هذه الدورة للمبتدئين الذين لديهم فهم أساسي للشبكات العصبية (neural networks)؛ لا تتطلب خبرة سابقة في نماذج التسلسل إلى تسلسل (sequence-to-sequence models). ابدأ رحلتك في عالم معالجة اللغة الطبيعية المتقدمة.