الذكاء الاصطناعي التوليدي (Generative AI)

يشير الذكاء الاصطناعي التوليدي إلى أنظمة الذكاء الاصطناعي المصممة لإنشاء محتوى جديد مثل النصوص، والصور، والصوت، والفيديو، ورموز البرمجيات، أو البيانات المهيكلة.

التعريف

يشير الذكاء الاصطناعي التوليدي إلى أنظمة الذكاء الاصطناعي المصممة لإنشاء محتوى جديد مثل النصوص، والصور، والصوت، والفيديو، ورموز البرمجيات، أو البيانات المهيكلة. هذا المفهوم شائع عند التعلم عن الذكاء الاصطناعي الحديث أو العمل به. قد يختلف تنفيذه وسلوكه الدقيق بين النماذج والمنصات وحالات الاستخدام، لذا يجب فهمه في سياق النظام الذي يُستخدم فيه.

لماذا هو مهم

الذكاء الاصطناعي التوليدي هو التقنية الكامنة وراء العديد من مساعدي الذكاء الاصطناعي الحديثين، ومولدات الصور، وأدوات البرمجة، والتطبيقات الإبداعية، وسير عمل المحتوى المؤتمت.

مثال واقعي

يمكن للمستخدم تقديم موضوع وتعليمات لنظام ذكاء اصطناعي توليدي والحصول على مخطط مقال تم إنشاؤه حديثاً.

أمثلة

يمكن للمستخدم تقديم موضوع وتعليمات لنظام ذكاء اصطناعي توليدي والحصول على مخطط مقال تم إنشاؤه حديثاً.

أخطاء شائعة

اعتبار الذكاء الاصطناعي التوليدي مرادفاً لكل مفاهيم الذكاء الاصطناعي ذات الصلة.
تجاهل القيود والسياق الذي يُستخدم فيه الذكاء الاصطناعي التوليدي.
الاعتماد على التفسيرات التي يولدها الذكاء الاصطناعي دون التحقق من الادعاءات التقنية أو الواقعية المهمة.

الأسئلة الشائعة

ما هو الذكاء الاصطناعي التوليدي (Generative AI)؟

لماذا يعد الذكاء الاصطناعي التوليدي مهماً؟

يعد الذكاء الاصطناعي التوليدي مهماً لأنه يساعد في شرح كيفية عمل أنظمة الذكاء الاصطناعي الحديثة أو التطبيقات أو سير العمل، وكيفية استخدامها بفعالية.

هل يقتصر الذكاء الاصطناعي التوليدي على المطورين فقط؟

لا. يختلف العمق التقني المطلوب، ولكن فهم الذكاء الاصطناعي التوليدي يمكن أن يكون مفيداً أيضاً لمستخدمي الذكاء الاصطناعي، والباحثين، والمبدعين، والمسوقين، وغيرهم من المهنيين الذين يعملون مع الذكاء الاصطناعي.

أدوات ذكاء اصطناعي ذات صلة

ChatGPT

نموذج ذكاء اصطناعي محادثي طورته OpenAI يتفوق في الإجابة على الأسئلة، وكتابة الأكواد، وتوليد المحتوى الإبداعي.

Claude

مساعد ذكاء اصطناعي متطور معروف بنافذة سياقه الكبيرة، وأسلوبه الكتابي الدقيق، وقدراته القوية على التفكير.

Gemini

نموذج الذكاء الاصطناعي الأكثر قدرة من Google، تم بناؤه من الأساس ليكون متعدد الوسائط وعالي الكفاءة.

Midjourney

Midjourney هي أداة ذكاء اصطناعي توليدي قوية تحول مطالبات اللغة الطبيعية إلى صور فنية مفصلة للغاية.

دورات ذات صلة

Generative AI for Everyone

دورة "الذكاء الاصطناعي التوليدي للجميع" هي دورة للمستوى المبتدئ من DeepLearning.AI يقدمها أندرو إن جي. تشرح الدورة كيفية عمل الذكاء الاصطناعي التوليدي، وما يمكن للأنظمة الحالية القيام به وما لا يمكنها القيام به، وكيف يمكن تطبيق هذه التكنولوجيا في العمل والحياة اليومية. يتم تعريف المتعلمين بالأوامر، ودورات حياة مشاريع الذكاء الاصطناعي التوليدي، والنماذج اللغوية الكبيرة، والتوليد المعزز بالاسترجاع (RAG)، والضبط الدقيق، واختيار النماذج، واستخدام الأدوات، ووكلاء الذكاء الاصطناعي، وفرص الأتمتة، والذكاء الاصطناعي المسؤول.

Google AI Essentials

أساسيات الذكاء الاصطناعي من Google (Google AI Essentials) هو برنامج تعليمي ذاتي الوتيرة ومناسب للمبتدئين، أنشأته Google لمساعدة المتعلمين عبر مختلف الأدوار والصناعات على تطوير مهارات عملية في الذكاء الاصطناعي. يركز البرنامج على استخدام الذكاء الاصطناعي التوليدي في مواقف العمل الواقعية، وتحسين الإنتاجية، وكتابة أوامر فعالة، والتقييم النقدي لمخرجات الذكاء الاصطناعي، واستخدام الذكاء الاصطناعي بمسؤولية، وتطوير استراتيجيات لمواكبة أدوات وقدرات الذكاء الاصطناعي الجديدة. لا يشترط وجود خبرة سابقة في الذكاء الاصطناعي.

مسارات تعلم ذات صلة

مسار تعلم صانع المحتوى بالذكاء الاصطناعي

مسار تعلم عملي للمبدعين الذين يرغبون في استخدام الذكاء الاصطناعي طوال عملية إنتاج المحتوى. يغطي المسار البحث، وتوليد الأفكار، والكتابة، والإنشاء المرئي، وإنتاج الفيديو، والصوت، وإعادة التوظيف، والتحرير، ومراقبة الجودة، وسير عمل النشر متعدد التنسيقات.

مسار تعلم مصمم الذكاء الاصطناعي

مسار تعلم عملي للمصممين والمبدعين والمحترفين في المجال البصري الذين يرغبون في دمج الذكاء الاصطناعي في سير عمل التصميم الحديث. يغطي المسار الموجزات الإبداعية، والتفكير البصري، وصياغة أوامر الصور، وأدوات الصور التوليدية، وتصميم التخطيط والعروض التقديمية، وتحسين الصور، والاتساق، ومراقبة الجودة، وتطوير محفظة الأعمال.

مسار تعلم هندسة الأوامر (Prompt Engineering)

مسار تعلم عملي لتطوير مهارات هندسة الأوامر عبر مساعدي الذكاء الاصطناعي الحديثين وسير العمل. يغطي المسار هيكل الأمر، وتصميم السياق، ومقارنة النماذج، وقيود المخرجات، والتقييم، وسير عمل البحث، والتكرار، والمشاريع العملية.

مصطلحات ذات صلة

الذكاء الاصطناعي متعدد الوسائط (Multimodal AI)

يشير الذكاء الاصطناعي متعدد الوسائط إلى الأنظمة التي يمكنها معالجة أو فهم أو توليد أكثر من نوع واحد من المعلومات، مثل النصوص أو الصور أو الصوت أو الفيديو أو البيانات المنظمة.

النموذج الأساسي (Foundation Model)

النموذج الأساسي هو نموذج ذكاء اصطناعي مدرب على نطاق واسع يمكنه دعم العديد من المهام اللاحقة، وغالباً ما يمكن تكييفه من خلال التلقين، أو الاسترجاع، أو الضبط الدقيق، أو أدوات إضافية.

النموذج اللغوي الكبير (LLM)

النموذج اللغوي الكبير هو نموذج ذكاء اصطناعي تم تدريبه على كميات كبيرة من النصوص والبيانات الأخرى لفهم اللغة وتوليدها من خلال التنبؤ بسلاسل الرموز (tokens) وإنتاجها.

هندسة الأوامر

هندسة الأوامر هي العملية المنهجية لتصميم واختبار وتقييم وتحسين التعليمات المقدمة لأنظمة الذكاء الاصطناعي التوليدي من أجل إنتاج مخرجات أكثر فائدة وموثوقية ومنظمة بشكل مناسب.

مقارنات ذات صلة

ChatGPT vs Claude

كلاهما مساعدان قويان للذكاء الاصطناعي للأغراض العامة. يعتمد الخيار الأفضل على نوع العمل، وسير العمل المفضل، وسلوك النموذج، والنظام البيئي المحيط.

ChatGPT vs Gemini

اختر بناءً على سير العمل ومدى ملاءمة النظام البيئي: كلاهما يمكنه دعم مهام الذكاء الاصطناعي الواسعة، بينما تختلف تكاملاتهما وواجهاتهما ونماذجهما ومجموعات ميزاتهما.

Cursor vs GitHub Copilot

يُعد Cursor جذاباً للمطورين الذين يرغبون في بيئة برمجة تتمحور حول الذكاء الاصطناعي، بينما يُعد GitHub Copilot خياراً طبيعياً للمطورين الذين يفضلون دمج مساعدة الذكاء الاصطناعي في سير عمل التطوير القائم.

Cursor vs Windsurf

كلاهما يستهدف التطوير بمساعدة الذكاء الاصطناعي. يعتمد الاختيار العملي على تفضيل المحرر، وتصميم سير العمل، والوصول إلى النماذج، والتكاملات، وكيفية أداء كل منتج على قاعدة الكود الخاصة بالمستخدم.

Elicit vs Consensus

Elicit مناسب تماماً لسير عمل مراجعة الأدبيات المنظم، بينما Consensus مفيد للاستكشاف القائم على الأسئلة للأدلة العلمية. قد يستفيد الباحثون من استخدام كليهما.

GitHub Copilot vs Amazon Q Developer

GitHub Copilot مناسب بشكل طبيعي للتطوير المتمحور حول GitHub، بينما يستحق Amazon Q Developer اهتماماً خاصاً للفرق التي تعمل بشكل مكثف مع AWS.