الذكاء الاصطناعي التوليدي
توليد الصور والنصّ والصوت بالتعلّم العميق: المرمّزات التلقائية والفضاء الكامن، ثمّ VAE، ثمّ GAN، ثمّ نماذج الانتشار المشروطة بالنصّ. من MNIST إلى الوجوه ومقاييس الجودة، وصولًا إلى سؤال الحقوق والاستخدام المسؤول.
مدّة الدورة: 7 ساعات
ما ستتعلّمه
- التمييز بين نمذجة p(y|x) ونمذجة p(x)، ولماذا يُبدّل ذلك كلّ شيء
- بناء مرمّز تلقائي بسيط ثمّ VAE على MNIST، وقراءة سلوكهما
- تدريب DCGAN مع تشخيص انهيار الأنماط، واستخدام Wasserstein وتسوية التدرّج
- كتابة حلقة انتشار DDPM من الصفر، ثمّ التسريع بـDDIM
- تكييف نموذج انتشار بالنصّ عبر CLIP والانتباه المتقاطع
- تفسير درجة FID دون الوقوع في فخاخها، وترتيب النماذج بأمانة
- اختيار الأسرة التوليدية المناسبة للمهمّة (نصّ، صورة، صوت)
- إدراك مخاطر البيانات والحقوق والتزييف، وتطبيق العلامات المائية وC2PA
المتطلّبات المسبقة
- أساسيات التعلّم العميق (الدورة 07): الانتشار العكسي، المُحسِّنات، التطبيع
- الشبكات الالتفافية (الدورة 10): U-Net، الطبقة الالتفافية، خرائط المتغيّرات
- بايثون وPyTorch على مستوى دورة سابقة
وحدات الدورة
- النماذج التمييزية والنماذج التوليدية
- المرمّزات التلقائية والفضاء الكامن
- المرمّزات التلقائية المتغايرة
- GAN: المولّد في مواجهة المميّز
- انهيار الأنماط وتثبي ت التدريب
- نماذج الانتشار: التشويش ثمّ تعلّم إزالته
- التكييف بالنصّ
- مقاييس الجودة: FID وInception Score
- توليد النصّ والصورة والصوت
- حقوق التأليف والمصدر والاستخدام المسؤول
التقييم والشهادة
يُختَم المسار باختبار من 40 سؤالًا يغطّي الوحدات العشر، من قراءة منحنى خسارة GAN إلى تفسير درجة FID مضلّلة. وعند النجاح تُمنح شهادة إتمام قابلة للتحقّق برقمها على المنصّة.