في خطوة غير متوقعة، أعلن مؤسس Telegram، بافل دوروف، عن إطلاق مشروع جديد اسمه Cocoon، مبني على شبكة TON blockchain، يهدف لتغيير طريقة عمل الذكاء الاصطناعي تماماً 🤖.

👾 الفكرة بسيطة لكنها ثورية:
إذا كان عندك كرت شاشة (GPU) قوي، تقدر تشارك قوته الحسابية في الشبكة، وتحصل على عملة Toncoin كمكافأة 💰.

وفي المقابل، المطورون يستفيدون من طاقة حوسبة رخيصة لتشغيل أدوات الذكاء الاصطناعي من دون أن تُكشف بيانات المستخدمين لأي جهة مركزية 🔒.

دوروف قالها بوضوح خلال مؤتمر في دبي:

“منذ 20 سنة والعالم يفقد حرياته الرقمية... Cocoon هو طريق لاستعادتها.” ⛓️‍💥

الخطوة هذه جائت وسط مخاوف كبيرة من هيمنة الشركات الكبرى مثل Microsoft وOpenAI وGoogle على عالم الذكاء الاصطناعي، وامتلاكهم بيانات المستخدمين بالكامل.

لكن مع Cocoon، كل شيء يبقى مشفر وآمن، حتى عن أصحاب الـGPU اللي ينفذون العمليات.

مما يعني أننا قريباً ممكن نشوف ذكاء اصطناعي داخل تيليجرام يحمي خصوصيتنا فعلاً 🔐.

المشروع ممكن يكون بداية عصر جديد للذكاء الاصطناعي المفتوح، الذي يضمن الخصوصية مضمونة✨.

لمن يهتم :

إشتراك Canva Pro لمدة سنة مجانًا

الرابط لعدد محدود من المستخدمين

تتجه Deepnote إلى المصدر المفتوح وتهاجم Jupyter بشدة

تقدم المنصة نواة قوية مع توافق كامل عكسي، لكنها توفر تجربة أكثر حداثة في التعامل مع الدفاتر. لا يزال هذا هو نفس التنسيق لأبحاث البيانات والتحليلات السريعة، ولكن مع إصدارات منظمة، وتعليقات، ومراجعات، وفروقات جميلة.

يمكن لمهندسي البيانات والمديرين العمل معًا بسهولة في مساحة عمل واحدة. يمكن الكتابة بلغة Python أو SQL أو R، وربط مئات مصادر البيانات وحتى تجميع المنطق من كتل بدون كود مع وكيل الذكاء الاصطناعي. يتم دعم العمل عبر VS Code وCursor وWindsurf وJupyterLab .

الواجهة حديثة وليست من العقد الماضي. ونعم، ملفات .ipynb متوافقة تمامًا ذهابًا وإيابًا .

إذا استمر Jupyter في الركود، قد تحل Deepnote محله في السنوات القادمة👀.

Source Code : https://github.com/deepnote/deepnote/

#Tools

المولد في بايثون هو دالة تُرجع كائن-مكرر بدلاً من قيمة واحدة.

تختلف المولدات عن الدوال العادية في أنها تستخدم yield بدلاً من return.
القيمة التالية من المكرر تُستخرج باستدعاء next(generator).

مثال :

def multiple_generator(x, n):
    for i in range(1, n + 1):
        yield x * i

multiples_of_5 = multiple_generator(5, 3)

print(next(multiples_of_5))  # 5
print(next(multiples_of_5))  # 10
print(next(multiples_of_5))  # 15

وسميناها π-thon ، وكانت تفعل كل شيء ...👀
.

عندما يكون ال attribute مُعرف في كل من الinstance وال Class ، عند الوصول إليها، يأخذ بايثون دائمًا القيمة من المثيل.

تُستخدم سمة الفئة فقط إذا لم تكن موجودة في المثيل.

class Warehouse:
    purpose = "storage"
    region = "west"

w1 = Warehouse()
print(w1.purpose, w1.region)   # storage west

w2 = Warehouse()
w2.region = "east"
print(w2.purpose, w2.region)   # storage east

أطلقت جوجل Code Wiki – وكيل يحول أي مستودع إلى وثائق تفاعلية👀🔥.

ترسل رابطًا، وتحصل على هيكل المشروع، والرسوم البيانية، والتنقل، وشرح فيديو عبر NotebookLM. بالإضافة إلى إمكانية التحدث مع Gemini لفهم الكود بسرعة💥.

الكثير منا قد يضيع بين تفرعات المشروع ، وألف سؤال يبدأ يتردد في ذهنه بلا توقف . هذه الأداة هي الحل .

ونعم، إنها مجانيه . جربها الان

Link : https://codewiki.google/

#Tools

تم إطلاق Google Skills وهي منصة مجانية لتعلم الذكاء الاصطناعي .

هنا يمكنك دراسة المفاهيم الحديثة والحصول على شهادات في التعلم الآلي، والذكاء الاصطناعي، وغيرها من المجالات في مجال الذكاء الاصطناعي .

كم أنت سخيًا ي جوجل👀✨️.

Link : https://www.skills.google/

#Tools

💡 هل تعلم؟ كيف تحمي برامجك من الأمن السيء؟

يتعلق هذا المقال بالتعرف على مشكلة أمنية في برنامج "Tryton"، حيث لم يكن يطبق حقوق الوصول للبيانات عند تصديرها (من إصدار 6.0). هذا يمكن أن يؤدي إلى تعرض البيانات لخطر التعرض.

# مثال برمجي لتحديث برنامج Tryton إلى الإصدار الأحدث
import subprocess

# تحديث برنامج Tryton
subprocess.run(["pip", "install", "--upgrade", "trytond"])

#python #programming #code

💡 كيف يمكن بناء هيكل بيانات متوازن باستخدام Django?

يمكن بناء هيكل بيانات متوازن باستخدام Django عن طريق استخدام عدة طرق، مثل استخدام موديلات بيانات متوازنة أو استخدام أدوات مثل Django ORM.

from django.db import models

class Book(models.Model):
    title = models.CharField(max_length=200)
    author = models.CharField(max_length=100)
    publication_date = models.DateField()

class Review(models.Model):
    book = models.ForeignKey(Book, on_delete=models.CASCADE)
    rating = models.IntegerField()
    review = models.TextField()

#python #programming #code

.
قناة مختصة بالنشر حول الأدوات والمشاريع والمكتبات المجانية مفتوحة المصدر من GitHub .

https://t.me/OpenSourceAr

على GitHub يوجد مستودع Python-Scripts، حيث تم جمع العديد من الأدوات الصغيرة والمفيدة وأمثلة الشيفرات بلغة بايثون، بما في ذلك محولات الملفات، سكريبتات للأتمتة، تطبيقات GUI بسيطة ومشاريع تعليمية، والمجتمع يضيف تدريجياً إلى هذه المجموعة.

Link : https://github.com/DhanushNehru/Python-Scripts?utm_source

#python

تأخذ دالة ()dict.get وسيطين - المفتاح والقيمة الافتراضية، وتسمح بالحصول على القيمة المرتبطة بالمفتاح من ال Dictionary.

إذا كان المفتاح موجودًا في ال Dictionary، يتم إرجاع القيمة المقابلة.
إذا لم يكن المفتاح موجودًا، يتم إرجاع القيمة الافتراضية بدلاً من حدوث خطأ KeyError.

تُستخدم الدالتان ()encode و ()decode لتحويل سلسلة نصية إلى تمثيل Byte والعكس.

يقوم ()encode بتحويل السلسلة النصية إلى بايت للتخزين أو النقل. ويقوم ()decode بتحويل البايتات إلى سلسلة نصية .
يجب أن تكون معلمة التشفير (في هذه الحالة - utf-8) هي نفسها بالنسبة للتشفير وفك التشفير.‌‌

دالة join

تتيح لك دالة ()join دمج عناصر التسلسل (مثل : قائمة ، سلسلة نصية ، وما إلى ذلك) في سلسلة .

أبرز النقاط:

- الدالة تنتمي إلى السلسلة، ويتم استدعاؤها على المحدد.
- يمكن استخدام أي سلسلة كمحدد.
- ستكون النتيجة سلسلة يتم فيها إدراج فاصل بين عناصر التسلسل.

Multitasking

تم تصميم مكتبة Multitasking لتنظيم العمليات الحسابية المتوازية باستخدام سلاسل العمليات التعاونية.
يسمح لك بإنشاء وإدارة المهام الموازية بسهولة.

يعد تعدد المهام مفيدًا عندما يحتاج تطبيقك إلى:

- أداء مهام متعددة بالتوازي
- تنظيم قوائم انتظار المهام وتجمعات المواضيع
- تجنب حظر الواجهة أثناء العمليات الطويلة

كما يتبين من المثال، تم تنفيذ المهام بالتوازي، وبترتيب عشوائي.‌‌