الذكاء الاصطناعي
مقالات عملية مرتبة حسب المجال والمستوى، اختر المجال المناسب واقرأ من مستوى مبتدئ إلى محترف.
Tokens في الذكاء الاصطناعي للمبتدئ: ليه كلمة عربية واحدة بتساوي 3 توكنز
لو شغّلت Claude أو GPT على نص عربي ولاحظت إن الفاتورة بتطلع ضعف أو ثلاثة أضعاف نفس النص بالإنجليزي، المشكلة مش النموذج. المشكلة في طريقة تكسير الكلمات لـ tokens. شرح للمبتدئ بمثال صناديق الكرتون، تعريف علمي دقيق لـ BPE، كود Python شغّال على Anthropic SDK يعد التوكنز فعلًا، أرقام مقاسة قبل وبعد، trade-offs، وحالات لازم تحسب فيها قبل ما تبدأ.
Evals لتطبيقات AI: ازاي تختبر LLM بتاعك من غير ما تخمّن
لو بتغيّر prompt في تطبيق AI وبتختبره يدويًا على 5 أمثلة قبل الديبلوي، ده مش اختبار، ده تخمين. Evals بتحوّل التخمين لرقم مقاس. مقال للمستوى المتوسط بمثال امتحان الرخصة، تعريف علمي، كود Python شغّال على Anthropic SDK، أرقام قبل وبعد، trade-offs، وحالات ما تستخدمهاش.
Files API في Claude: ارفع PDF كامل وخلّيه يجاوب بدون ما تبني RAG
لو عندك PDF كبير وعايز Claude يجاوب منه، Files API بيستبدل أسبوع شغل RAG بـ 4 سطور كود. مقال للمستوى المتوسط بمثال كاميرا المطار، تعريف علمي، كود Python شغّال على Anthropic SDK، أرقام تكلفة قبل وبعد، trade-offs، وحالات لا تستخدمه فيها.
Reranking في RAG: ليه نتائج بحثك متلخبطة حتى مع Embeddings ممتازة
لو RAG pipeline بتاعك بيرجّع الإجابة الصح في المركز السابع بدل الأول، المشكلة مش embeddings — المشكلة إنك واقف عند خطوة retrieval. شرح للمستوى المتوسط بمثال المكتبة، تعريف علمي للفرق بين bi-encoder وcross-encoder، كود Python شغّال على pgvector + BGE-reranker، أرقام مقاسة من BEIR-FiQA، trade-offs، ومتى لا تستخدم Reranker.
Agent Loops: ليه وكيل AI بياكل 47$ في 12 دقيقة قبل ما يقف
لو وكيل AI عندك دخل في حلقة tool calls لا نهائية ونده نفس الأداة 200 مرة، الفاتورة بتوصل لـ 47$ في 12 دقيقة. مقال للمحترف بمثال للمبتدئ، تعريف علمي للـ ReAct loop، كود Python شغّال على Anthropic SDK يعيد إنتاج المشكلة، 4 طبقات دفاع عملية (max_iterations، loop detection، cost guard، state hashing)، أرقام مقاسة، trade-offs، ومتى تترك الحلقة شغّالة فعلاً.
Embeddings للمبتدئين: ازاي AI بيعرف إن «دكتور» و«طبيب» نفس الحاجة
لو AI بيرجّعلك كلمات مرادفة من غير ما تكتبها بالظبط في البحث، السر مش في dictionary. السر في embeddings — أرقام بتحوّل المعنى لإحداثيات. شرح للمبتدئ بمثال خريطة المدن، تعريف علمي، كود Python شغّال، أرقام مقاسة، trade-offs، ومتى لا تستخدمها.
Batch API في Claude: قلّل تكلفة الطلبات الجماعية 50%
لو فاتورة Claude API عندك بتقترب من 1000 دولار شهريًا وأغلب الطلبات offline (تلخيص، تصنيف، توليد embeddings)، Batch API بينزّل التكلفة 50% بدون تعديل سطر business logic واحد. مقال للمحترفين بمثال للمبتدئ، تعريف علمي، كود Python شغّال على Anthropic SDK، أرقام مقاسة، trade-offs، وحالات ما تستخدمهوش فيها.
Chain-of-Thought للمبتدئين: خلّي الـ AI يفكّر بصوت عالي قبل ما يجاوب
لو الـ AI بيرد عليك إجابات غلط في المسائل اللي فيها أكتر من خطوة، المشكلة مش في النموذج. المشكلة إنه بيحاول يجاوب من غير ما يفكّر. مقال للمبتدئين بمثال بسيط، تعريف علمي، كود Python على Anthropic SDK، أرقام من بحث Wei 2022، trade-offs، وحالات ما تستخدمهوش فيها.
Temperature في الـ AI: ليه نفس السؤال بيجيب إجابة مختلفة كل مرة
لو سألت Claude أو GPT نفس السؤال 3 مرات وكل مرة جالك رد مختلف، السبب مش مزاج النموذج. السبب رقم اسمه temperature بتتحكم فيه أنت. مقال للمبتدئين بمثال بسيط، تعريف علمي، كود Python شغّال على Anthropic SDK، أرقام مقاسة، trade-offs، وحالات ما تستخدمهوش فيها.