👨🏼‍⚕️طبيب؟👨🏻‍🎨فنان؟ 🧑🏻‍⚖️ محامي؟ 👷🏻‍♂️مهندس؟ 🧑‍🏫 معلم ؟ 👮‍♂️ شرطي ؟ 🧑‍🎓 خريج ؟ 👨‍💻 محاسب ؟
كم مره سمعت كلمة ذكاء اصطناعي🤔؟
ولربما شخص آخر لم يسمع عنها لكنه سمع كثيرًا عن الرجال الآليين أو الروبوتات🤖🦾
ومهما كان تخصصك بالتأكيد أنك سمعت عن التطور بالطب والهندسة والتعليم وكيف ظهرت أجهزة تسهل حياة ذوي الاحتياجات الخاصة، وكيف استطاع آخرون عمل كل هذه الاختراعات 😮

هل رغبت يومًا أن تعرف كيف يتم ذلك🤔‼️
وهل يعقل أنه من الممكن لأي شخص باختلاف تخصصه فهم وتعلم الذكاء الاصطناعي😳⁉️
قد ترد قائلاً: لا لا ذاك مستحيل😢..
لا يا صديقي ليس مستحيل إطلاقًا بل إنه ممكن جدًا😎
ضع يدك بيدي 🤝
ودعنا نتبع الطريق التي يرسمها لنا نادي نهج الذكاء الاصطناعي😍
ولا تنسى كن معنا لننشر المعرفة سوياً ولنكون لك طريقًا لتعلم الذكاء الاصطناعي
#كن فردًا من مجتمع نادي نهج الذكاء الاصطناعي 🤩✌️

✅لمعرفة النادي أكثر وما يقدمه
إليكم صفحتنا في الفيس بوك
https://www.facebook.com/AIApproach
✅ولتكون من مجتمعنا وننشر العلم معًا انضم لمجتمع نادي نهج الذكاء الاصطناعي على الفيس بوك
https://www.facebook.com/groups/569091274928082/
✅لمتابعتنا على لينكد إن
https://www.linkedin.com/company/%D9%86%D8%A7%D8%AF%D9%8A-%D9%86%D9%87%D8%AC-%D8%A7%D9%84%D8%B0%D9%83%D8%A7%D8%A1-%D8%A7%D9%84%D8%A7%D8%B5%D8%B7%D9%86%D8%A7%D8%B9%D9%8A-ai-approach-club/
✅ولمتابعتنا في تويتر
https://twitter.com/ai_approach

#AI_Approach_Club
#Your_Path_To_AI

وأنت تتحدث مع صديقك عن أحد المشاهير أو عن موضوع معين هل صادفتك ظهور مقترحات عن الموضوع ذاته بوسائل التواصل الاجتماعي 😮؟
ليس هذا فحسب !
هل تساءلت كيف يتم معرفة المنشورات ذات المحتوى غير اللائق وحضرها؟🚫

في الواقع كل ذلك يحدث باستخدام الذكاء الاصطناعي وأصبح استخدامه غاية في الأهمية،
لأن وسائل التواصل لم تقتصر على أن تكون وسيلة تواصل بالأهل والأصدقاء بل أصبحت أداة ناجحة وفعالة للتسويق والتجارة حيث أصبح من الممكن تتبع سلوكيات الجمهور وتحليل أداء الحملات الترويجية ومدى نجاحها📊

يُستخدم تعلم الآلة Machine learning
بشكل مركز في وسائل التواصل الاجتماعي إليكم بعض الخوارزميات المستخدمة :
▪️ تحليل المشاعر (Sentiment Analysis):
وبواسطتها يتم تحليل الآراء والعواطف لاستنتاج الميول الظاهر على البيانات المحللة، وتصنيفها إلى إيجابية أو سلبية أو محايدة، باستخدام هذه الخوارزمية يمكن لوسائل التواصل تحديد انطباعات مستخدمي وسائل التواصل الاجتماعي وذلك من خلال جمع بياناتهم وثم تحليلها وتصنيفها. مثل تحليل تعليقات المستخدمين على منشور إعلاني لتحديد آراء المستخدمين حول الإعلان أو الجهة المعلنة.

▪️ محرك التوصية أو الاقتراحات (Recommendation Engine):
محرك التوصية هو نوع من أدوات تصفية البيانات التي تستخدم خوارزميات التعلم الآلي للتوصية بالعناصر الأكثر صلة لمستخدم أو عميل معين، ويعمل على مبدأ إيجاد الأنماط في بيانات سلوك المستهلك ، والتي يمكن جمعها ضمنيًا أو بشكل صريح.

▪️ التعرف على الوجه (Facial Recognition):
يمكن تحديد الأشخاص في الصور أو مقاطع الفيديو المنشورة على وسائل التواصل الاجتماعي من خلال مطابقة الوجوه بالنماذج الرقمية للوجوه المخزنة في قواعد بيانات المنصة. يحتوي Facebook على أكثر من مليار من هذه النماذج ولكن يقال أنها ستتخلص منها بعدما قامت Facebook بإنشاء الشركة الأم Meta وضم Facebook تحتها.

▪️ الاستهداف الدقيق (Microtargeting):
يتم تطبيق استراتيجية الاستهداف الدقيق بواسطة تعلم الآلة، حيث يتم استخدام بيانات المستهلك والتركيبة السكانية لتحديد اهتمامات أفراد معينين أو مجموعة صغيرة جدًا من الأفراد المتشابهين في التفكير والتأثير على أفكارهم وأفعالهم من خلال استهدافهم بإعلانات تسويقية في وسائل التواصل الاجتماعي تتناسب مع فئتهم.

المصادر:
https://theconversation.com/facebook-will-drop-its-facial-recognition-system-but-heres-why-we-should-be-sceptical-171186
https://contentmarketinginstitute.com/articles/models-tools-social-media
https://youtu.be/sGuqrmDRQAc

#نادي_نهج_الذكاء_الاصطناعي
#طريقك_للذكاء_الاصطناعي
#AI_Approach_club
#your_path_to_ai
#AI

كيف يمكن للذكاء الاصطناعي توقع نتيجة مباراة⚽️ اليمن 🇾🇪والسودان 🇸🇩غدا في كأس العرب ؟🤔
وكيف يمكن للذكاء الاصطناعي دعم طاقم تكنولوجيا كرة القدم في التحليل الفني والتكتيكي واتخاذ القرار ؟🤔
تعال معنا لتكتشف كيف يتم ذلك🏃🤩✌️

كيفية تحليل مباراة كرة قدم⚽️

يمكن تطبيق العديد من تطبيقات تعلم الآلة (ML) على كرة القدم ، وفهم الحالة البدنية والنفسية للاعبين،🤸 واتخاذ القرار خلال المباراة، والتحليل المتقدم لاستراتيجية الفريق المنافس ورؤية «الشكل الهندسي» للفريق أثناء المباراة🥅
واستنتاج هذه المعلومات من مقاطع الفيديو البانورامية للملعب🧑‍💻 ويتم استخدام اللقطات المأخوذة من الكاميرات التي تتعقب لاعبًا واحدًا 🏃طوال المباراة لتحليل نشاط اللاعب أثناء المباراة ،وتحركاته🤸 والتحكم في الملعب، وبالتالي حساب احتمال أن يتحكم اللاعب في الكرة، إذا كانت في الموقع x، وهكذا

يستخدم تعلم الآلة مقاطع الفيديو الرسمية لأداء المهام التالية:
1- اكتشاف اللاعبين والكرة (detection): خوارزمية قائمة على الشبكة العصبية للتعرف على الكائن داخل الصور لاكتشاف اللاعبين والكرة في ملعب كرة القدم.
2- تتبع فيديو اللاعبين (tracking): نظام تتبع لتعقب كل لاعب على حدة بمرور الوقت.
3- تصنيف اللاعبين (classification): نظام للتمييز بين اللاعبين من الفريق الأول واللاعبين من الفريق المنافس.
4- تحويل المنظور (Perspective transformation): طريقة هندسية لتحسين الدقة في حساب مواقع اللاعبين عن طريق الإحداثيات في الميدان (باستخدام الإحداثيات الديكارتية).

ومن أمثلة تطبيقات هذه التقنيات ما يلي:
1- استكشاف اللاعبين وتقييم نشاط اللاعب، على سبيل المثال، عن طريق النمذجة التي تحسب حيازة الكرة ⚽️
2- التنبؤ بقيم حيازة الكرة ودعم صنع القرار بشأن زيادة الضغط.🏃
3- جمع البيانات المستخلصة من المباراة مع بيانات اللياقة البدنية من اللاعبين لتزويد الطاقم الطبي بالمعلومات🧑‍⚕️

وهكذا .. فيمكننا استغلال طرق تعلم الآلة (ML) في كرة القدم⚽️ لتوفير أصول تقنية واستراتيجية جديدة للمدربين وفرق كرة القدم.
وفي النهاية، سيقدر الأشخاص😍 الذين يستمتعون بمشاهدة مباريات كرة القدم⚽️ بجودة أفضل للمباراة، وسيستمتعون🤩✌️ أكثر عند تشجيع فرق كرة القدم المفضلة لديهم.😍✌️

إعداد المحتوى: م. عمير
المراجعة والتدقيق: م. شفاء
التصميم: م. عمير

المصادر
https://www.codemotion.com/magazine/ai-ml/ai-football-technical-tactical-analysis/

#نادي_نهج_الذكاء_الاصطناعي
#طريقك_للذكاء_الاصطناعي
#AI_Approach_club
#your_path_to_ai
#الذكاءالاصطناعي #مباراة #ai #machinelearning

هل تبحث عن مجتمع متخصص في الذكاء الاصطناعي
🔄 لتبادل المعلومات في المجال
⁉️ وللاستفسارات والبحث عن إجابات
🤝 وللتشجيع على تعلم الذكاء الاصطناعي
🧑‍💻 وللتعرف على كفاءات والانخراط معهم؟
🗣ولمعرفة أوقات عمل الندوات والورشات التعليمية والتعريفية بمجال ال AI؟

لأجل كل ذلك قمنا بتأسيس تجمع وبيئة خصبة لتعلم ونشر الذكاء الاصطناعي
وأنشأنا في #نادي_نهج_الذكاء_الاصطناعي مجموعات على فيسبوك وتليغرام وواتساب لدعم مجتمع متخصص في الذكاء الاصطناعي، طموح ومتعاون🤩

للانضمام للمجموعات:
رابط مجموعة فيسبوك:
https://www.facebook.com/groups/569091274928082/
رابط مجموعة تليغرام:
https://t.me/AIApproachClub
رابط مجموعة واتساب:
https://chat.whatsapp.com/KqVy4SM9jAJAdA716kz9cg

#نادي_نهج_الذكاء_الاصطناعي
#طريقك_للذكاء_الاصطناعي
#AI_Approach_Club
#your_path_to_ai
#artificialintelligence #machinelearning #تدريب #ندوات #الذكاءالاصطناعي

مر نهج ذات يوم بجانب أب ومعه ابنه فسأله من يكون🤔؟
قال :انا ذكي وهذا ابني آلي 🤖 فقال له: عساه خيرا أراك شارد الذهن🧐 بم تفكر؟
قال :إنني أفكر كيف من الممكن أن أستطيع تعليم ابني آلي بعض الأشياء التي تجعله قادرًا على سماع توجيهاتي🤨
فأثار ذلك الفضول لدينا لحل مشكلة الأب التي يفكر بها
فجلسنا معه وطلبنا منه أن يعطينا أمثلة عن التوجيهات التي يريد من آلي أن ينفذها🫡
فقال :
أولًا: أريده أن لا يفتح باب المتجر الا للعاملين فقط🤠
ثانيا : لدي سلة برتقال وأريد منه أن يفرز البرتقال🍊حسب وزن كل برتقاله كلًا على حده.
ثالثا : أريد تعليمه كيف يقشر البرتقال🍊؟
فأخبره نهج أنه يستطيع تعليم ابنه آلي من خلال أنواع تعلم الآلة (Machine learning)🤩

فقال ذكي ماهي أنواع تعلم الآلة 🧐؟
أجابه نهج: سنخبرك بها بشكل تطبيقي على التوجيهات السابقة بالترتيب.☝🏻

في الحالة الأولى: يمكنك استخدام أشهر أنواع تعلم الآلة وهو التعلم تحت الإشراف (Supervised Learning)👨🏻‍🏫
في هذا النوع ستقوم بإعطاء ابنك آلي صور ومميزات (features) العاملين في المتجر 🏚واسم كل عامل كـ (input) وسيكون الخرج (output) الذي يتوقعه ابنك آلي بأنه سيستطيع تمييز (classification) العامل في المتجر من بين الآخرين. 🥳

وفي الحالة الثانية✌️ لكي تعلمه كيف يقسم البرتقال 🍊حسب أحجامها المختلفة يمكنك استخدام التعلم غير الخاضع للإشراف (unsupervised learning) 🦾أي أنك ستعطيه البيانات📈 وسيقوم هو بفرزها دون إشراف منك وسيعتمد آلي🤖 على نفسه وسيقوم بتقسيم البيانات إلى أقسام (clustering) بحيث كل قسم يحتوي على برتقال ذو أحجام متساوية .👏🏻

أما في الحالة الثالثة: عليك باتباع النوع الثالث من تعلم الآلة وهو التعلم المعزز (Reinforcement)🤠 حيث من خلاله يستطيع ذكي تعليم آلي🤖 كيف يقشر البرتقال، سيدعه يقوم بتقشير البرتقال وفي حال أنه تم تقشيره بالشكل الصحيح يشجعه 🥳ويخبره أن هذه هي الطريقة الصحيحة والعكس صحيح، هنا يقوم على مبدأ الثواب والعقاب.🤨

نلاحظ من قصة ذكي وابنة التالي🪄 :
1- في التعلم الخاضع للإشراف (Supervised Learning)، نحتاج إلى مساعدة البيانات التي تم جمعها مسبقًا من أجل تدريب نماذجنا. يتطلب النموذج الذي يعتمد على التعلم الخاضع للإشراف كلاً من البيانات السابقة والنتائج السابقة كمدخلات (Labels). من خلال التدريب على هذه البيانات ، يساعد النموذج في توقع (predict) النتائج الأكثر دقة.🎯

2-التعلم غير الخاضع للإشراف (unsupervised learning) لا يحتاج إلى نتائج سابقة كمدخلات. إنها الطريقة التي تسمح للنموذج بالتعلم من تلقاء نفسه باستخدام البيانات التي تقدمها. فهنا ، لا يتم تصنيف البيانات ، لكن الخوارزمية تساعد النموذج في تكوين مجموعات من أنواع مماثلة من البيانات (clustering).📈

3-التعلم المعزز ( Reinforcement) 🥳 يعمل على عملية قائمة على التغذية الراجعة ( feedback )، حيث يقوم وكيل الذكاء الاصطناعي (Agent) تلقائيًا باستكشاف ما يحيط به من خلال التجربة والتتبع واتخاذ الإجراءات والتعلم من الخبرات وتحسين أدائه. يكافأ الوكيل على كل عمل جيد ويعاقب على كل عمل سيء ؛ وبالتالي فإن الهدف من عامل التعلم المعزز هو تعظيم المكافآت👏🏻

أخيراً
ذكي يود أن يعلم ابنه آلي كيف يتوقع كم سيكون الدخل اليومي لذكي الشهر القادم
برأيكم ما هو النوع الذي يجب أن يتبعه ذكي؟🤔

إعداد المحتوى: م.سامية
المراجعة والتدقيق: م. عمير
التصميم: م. عمير
المصادر :
https://techvidvan.com/tutorials/types-of-machine-learning/

#نادي_نهج_الذكاء_الاصطناعي
#طريقك_للذكاء_الاصطناعي
#AI_Approach_Club
#your_path_to_ai
#artificialintelligence #machinelearning #تدريب #ندوات #الذكاءالاصطناعي