one of the unique things of the human brain is the need to interpret why two events occured

- Michael Gazzaniga

هذا ممكن يفسر من ناحية تطورية ليش البشر يؤمنون ببعض الخرافات مثل الحسد وسوالف الجن والمس وكذا... احنة منحب انه "منعرف" ولهذا نقنع نفسنا بأي شي بس علمود نحس بالشعور المريح مال "أعرف"

شلون يشتغل Winrar او اي برامج ضغط الملفات وشلون الملف من يصغر حجمه بعدين ترجعه يرجع نفس البيانات ؟

خل نبدي نشرح المبدأ بعدين نبدي نعرف شلون صار هيج
افرض عندك هاي الجملة
في عام 1961 جون كندي كال جملته المشهورة
" لا تسأل شنو البلد يقدملك بل اسأل شنو قدمت للبلد "
In John F. Kennedy's 1961 inaugural address, he delivered this famous line:

"Ask not what your country can do for you -- ask what you can do for your country."
لنفرض ان هاي الجملة تخزن وحدة واحدة من الرام او الذاكرة
بالجملة الانكليزية اكو 61 حرف و 16 فراغ وشارحة وحدة كمجموع 79
هسه نجي نشوف ان اكو كم كلمة متكررة ‏راح نلكه
ask,what,your ,country ,can ,do ,for ,you

هسه تكلي هذا شنو علاقته بالضغط مال الملفات ؟
اكو خوارزمية اسمها LZ adaptive dictionary-based algorith هاي شغلتها تقلص الفايل او الملف

شلون تشتغل هاي الخوارزمية تجي تشوف الكلمات المتكررة وتجي تنطيها ارقام لنفرض الكلمات بالترتيب من 1-7 راح يصير شكل الجملة هيج
‎"1 not 2 3 4 5 6 7 8 -- 1 2 8 5 6 7 3 4"
هذا الي يصير من تجي تضغط ملف وبنفس الوقت من تريد ترجعه هو عنده فد قاموس يجي يبدل كل رقم بداله الكلمة .او الداتا

بالبرنامج الشغل يكون اعقد فالبرنامج يبدي يشتغل على انماط
يبدي يحدد نمط معين من الجمل ويبدي يعوض بدالها ارقام او يختزلها بشكل _ ومن ثم يبدي يحفظها بالقاموس

يعني الجملة اعلاه تصير
1-ask__
2-what__
3-you
4-r__country
5- can__do__for__you
راح تصير هيج
1not__2345--__12354"
هسه الجملة اعلاه صارت تاخذ 18 وحدة من الذاكرة و اكو بالقاموس 41 وحدة
فالمجموع 59 الي هو اصغر من 79 بشي ملحوظ
طبعا هاي كله دنحجي عن ملف نصي
من تبدي الملفات تصير اكبر مثل الصور راح يبدي يشوف البكسلات المتشابهة باللون ويبدي يحطهن بالقاموس
او الاصوات والفيديوات
لهذا السبب كلما كان الملف بيه صوت او صورة كلما يكون الضغط اقل بيه
لان صعب وجود انماط,طبعا الموضوع اكثر تعقيد من هالشي بس اني اختصرته بس تكدرون تشوفون هالروابط
الاول
المصدر - الثاني
الثالث

إستعد وركز لان هذا البوست بي تمضرط هواية

ال Machine Learning

إحدى تطبيقات ال AI (الذكاء الإصطناعي) تعتمد على تعليم الحاسبة شلون تطلع النتائج وشنو نوع هاي النتائج، تعلمهة شلون تفكر وتحلل وتنطيك النواتج بنائاً على الضوابط أو الشروط الي إنتة تختارهة.....وهذا يتم عن طريق خوارزميات Algorithms وعلى أنواع:

ال Supervised Learning
هو أن تنطي للحاسبة ال inputs "المدخلات" وتنطيهة ال outputs "المخرجات او النواتج"، المدخلات تكون على نوعين، ال Labels وال Features، كمثال: تريد تخلي الحاسبة تتعرف على صور الأرانب، فتجيب مثلاً 10آلاف صورة لأرانب وتدخلهة بالخوارزمية، *بهاي الطريقة إنتة نطيتة ال inputs* وتحددلة أنه كل هاي الصور هي صور أرانب *وبهاي الحالة إنتة حددتهة الoutput*......الخوارزمية راح تدقق بصور الأرانب، وراح تحدد صفات وملامح مشتركة بال10 آلاف صورة إلي دخلتهة، فلمن تجي تدخل صورة أرنب جديدة ممتعرفة عليهة الحاسبة، راح يكون ممكن لهاي الخوارزمية أن تحدد وتگول أنه الي بالصورة أرنب....لمن تجي تدخل صورة بطة، ايضاً الخوارزمية راح ترفض الصورة وتگلك هذا الصنف مينتمي للأرانب....الي صار هنانة هو أنك دخلت بيانات، خليت الخوارزمية تحدد الFeatures او الصفات المشتركة الي بهاي البيانات وطلعتلك المخرجات أو النواتج، والي هية الLabels الي هم إنتة حددتهة، الLabel هنانة هو " أرنب".

ال Unsupervised Learning
بهاي الحالة، إنتة تدخل بيانات هواية، مثلاً صور چلاب وبزازين، آلاف الصور، ومتحدد شنو ال Output الي راح يطلع، فيكون عمل الخوارزمية هو أن تلگة الصفات المتشابهة بالبيانات الي إنتة دخلتهن، وتسويلهن Classifying أو تصنيف، وعلى هذا الأساس راح تجمع صور الچلاب وحد وصور البزازين وحد... ومثل الحالة القبلهة، لمن تجي تدخل صورة جديدة لچلب او بزونة راح تتعرف عليهة الخوارزمية وتصنفهة بحسب النمط المتبع وية كل صورة.

وأكو طريقة ثالثة يسموهة Reinforcement Learning هنانة، راح تدخل صورة عصفور مثلاً، وتطلب من الخوارزمية أن تصنفلك هذا الشكل، فييجيك الجواب مثلاً هذا سمچة، راح تجي إنتة تصحح المعلومة وتگول هذا عصفور، بالمرة الجاية راح تتعرف الخوارزمية عليه.....فعملية التعرف على البيانات بهاي الحالة تتم عن طريق ال Feedback الي تتم بطريقة يدوية.

طبعاً هذا مثال كلش بسيط لإمكانيات هاي التقنية، إقتراحات الفيديوات باليوتيوب، التعرف على بصمة الوجه والصوت، تشخيص وتوقع الأمراض، البرمجة الجينية، المعلوماتية الكيميائية والحيوية، تمييز الأشياء، تمييز الأنماط، تحريك الروبوتات، التعرف على خط اليد، وآلاف التقنيات الثانية مبنية على هاي الحالات ال3....طبعاً هذا الشرح مبسط كلش، الموضوع أعقد من هيچ بهواية، أكو التعلم الإستقرائي واكو التعلم الإستنتاجي ولغوة طويلة.....
هاي التقنية نجحت بالتعرف على المثليين والمتحولين جنسياً بنسبة 92% في حين الإنسان العادي يتعرف عليهم بدقة 54% بس....ووصلت الدقة همين لل90% بالتعرف على المصابين بالسكري بنائاً على بيانات من ضغط الدم والوزن والطول وغيرهة، الروبوت الي غلب بطل العالم بالشطرنج، الروبوت الي گدر يعبر رمز ال reCaptcha...... والحلو بالموضوت أنه أغلب هاي الخوارزميات المستخدمة موجودة بمكتبات online وكلهة مفتوحة المصدر، تگدر تحملهة وتستخدمهة بكيفك، يعني متحتاج خبرات برمجية......بإختصار الذكاء الصناعي هو المستقبل : )

اكو كورس هسه بكراش كورس ديشرح عن الموضوع بس يحتاجله بال صافي كلش و تركز وياه ودفتر ملاحظات الفيديوات ناشرهن بالقناة🌚♥️

إحذر الأفكار البسيطة والحلول البسيطة: التاريخ حافل بالحالمين الذين إستخدموا رؤى يوتوبية (مثالية) بسيطة لتبرير أفعال رهيبة. رحّب بالتعقيد. إجمع بين الأفكار، وإقبل بحل وسط.

- factfulness الإلمام بالحقيقة

"أعط طفلاً مطرقة وكل شيء سيبدو كمسمار"
🤦‍♂

"لدينا غريزة داخلية لإيجاد شخص نلومه، ولكننا نادراً ما ننظر في المرآة"

- هانس روسلينغ

واي ذس كوت از سو بريشس لايك ذات

كز اتس ريل

أكبر عضو في جسم الإنسان هو الجلد. قبل الطب الحديث، كان مرض الزهري من أسوأ الأمراض الجلدية. كان المرض يبدأ على شكل بثور مثيرة للحكة تمتد بعد ذلك إلى العظم حتى تكشف الهيكل العظمي. عُرف المرض الذي يسبب هذا المنظر المقزز والألم الذي لا يُحتمل بأسماء مختلفة في أماكن مختلفة. عُرف في روسيا بإسم (الداء البولندي) وفي بولندا بـ(الداء الألماني)، وفي ألمانيا بـ(الداء الفرنسي)، وفي فرنسا عُرف بإسم (الداء الإيطالي). رد الإيطاليون اللوم على الفرنسيين وأسموه (الداء الفرنسي)!

إن غريزة إيجاد كبش فداء هي جوهر الطبيعة البشرية بحيث أنه من الصعب تخيل الشعب السويدي يطلق على القروح المفتوحة إسم (الداء السويدي)، أو الشعب الروسي يسميها بـ (الداء الروسي). ليست هذه الطريقة التي يتصرف بها الناس. نحن بحاجة لأحد نلومه، وإذا جاء أجنبي واحد إلى هنا مصاب بالمرض، فسنكون سعداء لأن نلوم بلداً بأكمله. ليست هناك حاجة للمزيد من التقصي.

#factfulness #الإلمام_بالحقيقة

For they reasoned unsoundly, saying to themselves, "Short and sorrowful is our life, and there is no remedy when a man comes to his end, and no one has been known to return from Hades. 

2 Because we were born by mere chance, and hereafter we shall be as though we had never been; because the breath in our nostrils is smoke, and reason is a spark kindled by the beating of our hearts. 

3 When it is extinguished, the body will turn to ashes, and the spirit will dissolve like empty air. 

4 Our name will be forgotten in time and no one will remember our works; our life will pass away like the traces of a cloud, and be scattered like mist that is chased by the rays of the sun and overcome by its heat. 

5 For our allotted time is the passing of a shadow, and there is no return from our death, because it is sealed up and no one turns back. 

6 "Come, therefore, let us enjoy the good things that exist, and make use of the creation to the full as in youth. 

7 Let us take our fill of costly wine and perfumes, and let no flower of spring pass by us. 

8 Let us crown ourselves with rosebuds before they wither. 

9 Let none of us fail to share in our revelry, everywhere let us leave signs of enjoyment, because this is our portion, and this our lot. 

10 Let us oppress the righteous poor man; let us not spare the widow nor regard the gray hairs of the aged. 

11 But let our might be our law of right, for what is weak proves itself to be useless

[Wisdom 2:1-11]