اكتشف الرحلة المثالية لقلب وعقل طفلك
2 دورات وجدت
في هذه المرحلة التأسيسية للبناء، ينتقل الطلاب من البرمجة القائمة على القواعد الثابتة إلى تدريب النماذج باستخدام البيانات. يتعلم المتعلمون الميكانيكا الأساسية لتعلم الآلة (Machine Learning) من خلال بناء أنظمتهم الخاصة للتعرف على الصور والنصوص والأصوات. وبالاعتماد على إطار عمل "Experience AI" البريطاني، يركز هذا المستوى على حلقة "البيانات-النموذج-الأداء"، مما يضمن فهم الطلاب لكيفية تنسيق مجموعات البيانات وتحديد أثر التحيز في تصميم الذكاء الاصطناعي. وبنهاية المسار، لا يصبحون مجرد مستخدمين، بل بناة يدركون الهيكلية الكامنة وراء الاستجابات الذكية للمدخلات البشرية.
ينتقل المستوى الثاني إلى الهندسة الكامنة وراء الذكاء الاصطناعي المتقدم، حيث يستكشف الطلاب "أشجار القرار" والمنطق الأساسي للشبكات العصبية. وتماشياً مع معايير الحوسبة البريطانية، يتعلم الطلاب كيفية تحسين دقة النماذج عبر التدريب المتكرر واستكشاف أساسيات معالجة اللغات الطبيعية. يركز المسار على "المساءلة الخوارزمية"، لتعليم الطلاب كيفية تصميم ذكاء اصطناعي يحل مشكلات العالم الحقيقي المعقدة بأسلوب أخلاقي وفعال. يبرز الطلاب كمبتكرين حقيقيين، قادرين على بناء نماذج أولية لحلول ذكاء اصطناعي تفكر وتتكيف وتتنبأ بالنتائج بدقة.
