مساحة التعلم
المدخل المركزي إلى كل محتوى التعلم: بإرشاد أو بحرية، كما تحب.
الأساس
يناسب من لا يملك أي معرفة سابقة. إذا كنت تستطيع استخدام الحاسوب، فابدأ من هنا.
التشغيل وسطر الأوامر
كيف يعمل الحاسوب، وما واجهات برمجة التطبيقات (API)، وكيف تستخدم الطرفية، وتجهز بيئة تطوير، وتستخدم Git، وتفهم المصدر المفتوح.
تفهم كيف تعمل الحواسيب، وتتنقل في الطرفية بثقة، وتستخدم Git، وتفهم المصدر المفتوح.
كيف «يفكر» الحاسوب
المعالج (CPU) ومعالج الرسوميات (GPU) والذاكرة (RAM) والقرص الصلب والشيفرة الثنائية: أساسيات العتاد.
الإنترنت وواجهات برمجة التطبيقات
العميل والخادم وطلبات HTTP، وواجهات API بوصفها وسيلة ربط بين البرامج.
الطرفية
الواجهة الرسومية (GUI) مقابل سطر الأوامر (CLI)، والمسارات، وأهم الأوامر.
بيئة التطوير الخاصة بك
المحرر وبيئة التطوير المتكاملة (IDE) وما حولهما: جهز المكان الذي تتحول فيه الأفكار إلى ملفات.
التحكم في الإصدارات باستخدام Git
المستودع والإيداع والفرع (branch)، ومنصة GitHub بوصفها تخزينًا سحابيًا.
المصدر المفتوح مقابل المصدر المغلق
الشيفرة المصدرية والتراخيص (GPL وMIT)، ولماذا تهم الشفافية.
تنزيل الشهادة
اضغط لرؤية الحالة
Python ومنطق البرمجة
من المتغيرات مرورًا ببنى التحكم والدوال وصولًا إلى الأصناف والحزم والبيئات الافتراضية.
تبرمج بلغة Python، وتفهم أنواع البيانات وبنى التحكم والبرمجة كائنية التوجه (OOP)، وتجهز بيئات تطوير نظيفة.
المتغيرات وأنواع البيانات
النص (String) والعدد الصحيح (Integer) والعدد العشري (Float) والقيمة المنطقية (Boolean) وإسناد القيم.
بنى التحكم
التفرعات (If/Else) والحلقات (For وWhile).
الدوال
المعاملات وقيم الإرجاع والشيفرة المقسمة إلى وحدات.
عندما تتعطل الشيفرة (الأخطاء وتصحيحها)
خطأ الصياغة (Syntax Error) مقابل الخطأ المنطقي (Logic Error)، وبنية Try/Catch، وقراءة تتبع المكدس (Stack Trace).
القوائم والقواميس
المصفوفات ومخازن المفتاح والقيمة والوصول عبر الفهرس.
البرمجة كائنية التوجه (الأصناف والكائنات)
الصنف والكائن والتابع (method) والخاصية (attribute): المخطط الذي تقوم عليه الشيفرة المعقدة.
مكتبات الشيفرة الخارجية (الحزم)
أداة Pip والاعتماديات والاستيراد: لا داعي لإعادة اختراع العجلة.
فقاعة العزل (البيئات الافتراضية / Docker)
أداة venv والحاويات والبيئات القابلة لإعادة الإنتاج.
تنزيل الشهادة
اضغط لرؤية الحالة
الورشة
تطبيق عملي لمن يحب الإنجاز. التركيز على الاستخدام والأدوات وأساليب سير العمل الحديثة.
الفن التوليدي (الصور والفيديو)
توليد الصور، وStable Diffusion، وتقنية LoRA، وControlNet، وتحسين سير العمل.
تولد صورك الخاصة باستخدام Stable Diffusion، وتفهم تحويل النص إلى صورة، وتتقن LoRA وControlNet ورفع الدقة.
توليد الصور (من النص إلى البكسل)
تحويل النص إلى صورة، وكتابة الموجهات، والبذرة (Seed)، أي قيمة البداية العشوائية.
الأداة (Stable Diffusion Forge)
واجهة المستخدم، وذاكرة الفيديو المحلية (VRAM)، وسرعة التوليد.
التحكم والضبط الدقيق
تقنية LoRA، وترميم الصور (Inpainting)، والتوسيع الخارجي للصورة (Outpainting).
تحسين سير العمل
أداة ControlNet (الوضعيات والحواف) ورفع الدقة.
شبكات GAN: عرض تفاعلي
اكتشف بالتجربة كيف تولد شبكات GAN الصور.
اختياريتنزيل الشهادة
اضغط لرؤية الحالة
النماذج اللغوية المحلية
منظومة Hugging Face، وتشغيل النماذج محليًا، وفهم التكميم.
تفهم منصة Hugging Face، وتشغل النماذج على حاسوبك، وتفهم التكميم.
الوكلاء والأتمتة
موجهات النظام، وهندسة الموجهات، وRAG، واستدعاء الدوال، وواجهات API، وسير العمل بلا برمجة (No-Code).
تكتب موجهات النظام، وتبني مسارات RAG، وتستخدم استدعاء الدوال، وتؤتمت سير العمل باستخدام n8n.
إعطاء النموذج مهمة (موجهات النظام)
موجه النظام، ولعب الأدوار، والتعلم من مثال واحد (One-Shot) مقابل أمثلة قليلة (Few-Shot).
هندسة الموجهات (سلسلة الأفكار)
العمل بلا أمثلة (Zero-Shot)، وسلسلة الأفكار، وتجنب الهلوسة.
ربط بياناتك الخاصة (RAG)
التوليد المعزز بالاسترجاع، والتجزئة (Chunking)، والتضمين، وقاعدة البيانات المتجهية.
استدعاء الدوال (عندما يضغط الذكاء الاصطناعي الأزرار)
مخرجات JSON، واستخدام الأدوات: يقرر الذكاء الاصطناعي أي أداة يشغلها.
استخدام الواجهات (API وMCP)
مفتاح API، وبروتوكول Model Context Protocol، وبنية الخوادم لوكلاء الذكاء الاصطناعي.
سير العمل بلا برمجة (n8n)
المشغل (Trigger)، والعقدة (Node)، وأتمتة سير العمل، وخطافات الويب (Webhooks).
تنزيل الشهادة
اضغط لرؤية الحالة
الذكاء الاصطناعي في تطوير البرمجيات
البرمجة بالحدس (Vibecoding)، وهندسة السياق، وهندسة إطار الوكيل، والبرمجة الوكيلية (Agentic Coding): الطريقة الجديدة في البرمجة.
تبرمج بمساعدة الذكاء الاصطناعي، وتتقن هندسة السياق، وتبني البيئة المحيطة بالوكيل، وتستخدم وكلاء برمجة مستقلين.
البرمجة باللغة الطبيعية (البرمجة بالحدس)
أدوات Copilot وCursor وCline: البرمجة القائمة على النية (Intent-based Coding).
هندسة السياق
سياق قاعدة الشيفرة، والإشارات بعلامة @ (@-Mentions)، والتبسيط المتعمد (Dummifying).
هندسة إطار الوكيل (حواجز الحماية بدل الأمل)
البوابات (Gates)، وبيئة العزل (Sandbox)، والذاكرة: بناء البيئة المحيطة بالوكيل عن قصد.
البرمجة الوكيلية (ذكاء اصطناعي يكتب بنفسه)
الوكيل المستقل، والتوليد الموجه بالاختبارات (Test-Driven-Generation)، وحلقات المراجعة.
تنزيل الشهادة
اضغط لرؤية الحالة
جودة البرمجيات والاختبار
قراءة الاختبارات، وفهم الفحوص الآلية، واعتماد التغييرات، وحماية الأسرار: الجودة بلا معرفة برمجية.
تقرأ اختبارًا وتعرف ما الذي يفحصه حقًا، وتفهم الفحوص الآلية الحمراء، وتطرح على الوكيل الأسئلة الثلاثة التي يمكنك التحقق من إجاباتها بنفسك، وتعرف ما الذي لا يجوز أبدًا أن يدخل المستودع.
فهم الاختبارات عندما يكتبها الوكيل
متاح اعتبارًا من 18 نوفمبر 2026
البوابات: شبكة الأمان المكونة من الفحوص الآلية
متاح اعتبارًا من 18 نوفمبر 2026
المراجعة بلا معرفة برمجية
متاح اعتبارًا من 18 نوفمبر 2026
الأسرار والأمان: ما لا يجوز أن يدخل المستودع أبدًا
متاح اعتبارًا من 18 نوفمبر 2026
تنزيل الشهادة
اضغط لرؤية الحالة
الأكاديمية
المسار المعمق في علوم الحاسوب. يعادل مقررات الذكاء الاصطناعي في الدراسة الجامعية، لكنه متاح للجميع بلا عوائق.
بنى علوم الحاسوب والخوارزميات
ما الخوارزميات، وكيف تتوسع، وما بنى البيانات التي تحرك علوم الحاسوب.
تفهم الخوارزميات، وترميز Big-O، والعودية، وأهم بنى البيانات (الخطية والهرمية والقائمة على المفاتيح).
ما الخوارزمية؟
الحتمية والمحدودية والإدخال/الإخراج: وصفة الطبخ التي تتبعها الآلات.
تعقيد الخوارزمية (Big-O)
فهم التوسع: خطي، وتربيعي، وأسي.
بنى البيانات 1 (الخطية)
المصفوفة (Array)، والقائمة المترابطة (Linked List)، والمكدس (Stack)، والطابور (Queue).
العودية
الحالة الأساسية (Base Case)، واستدعاء الدالة لنفسها (Recursive Call)، وطفح المكدس (Stack Overflow): حلقات تكرار بقدرة مضاعفة.
بنى البيانات 2 (الهرمية والشبكية)
الشجرة (Tree)، وشجرة البحث الثنائية (Binary Search Tree)، والرسم البياني (Graph)، والعقدة (Node)، والحافة (Edge).
بنى البيانات 3 (القائمة على المفاتيح)
جدول الهاش (Hash Table)، وزوج المفتاح والقيمة، والتخزين المؤقت (Caching).
مسألة البائع المتجول: عندما تستغرق تجربة كل الاحتمالات وقتًا طويلًا
أول عرض تفاعلي في هذا المسار: ابحث عن أقصر جولة تمر بمدن كثيرة. إنها مسألة من نوع NP-hard تكشف حدود القوة الحسابية الغاشمة، وتوضح لماذا نحتاج إلى أساليب إرشادية ذكية مثل التلدين المحاكى.
اختياريتنزيل الشهادة
اضغط لرؤية الحالة
رياضيات البيانات
الإحصاء ونظرية الاحتمالات أساسًا للتعلم الآلي.
تفهم مقاييس النزعة المركزية، والتشتت، والتوزيعات، والارتباط، والاحتمال، ومبرهنة بايز.
مقاييس النزعة المركزية (أين المنتصف؟)
المتوسط والوسيط والقيمة الشاذة.
التشتت (ما مدى الابتعاد عن المنتصف؟)
التباين والانحراف المعياري والمدى.
التوزيعات (شكل البيانات)
التوزيع الطبيعي والالتواء والذيل الطويل (Long-Tail).
الروابط بين البيانات
الارتباط والسببية والمتغيرات المربكة (Confounder).
الاحتمال والقيمة المتوقعة
الاحتمال والقيمة المتوقعة وحساب المخاطر والفوائد.
بايز والاحتمال الشرطي
مبرهنة بايز: تعديل الرأي بناءً على معرفة جديدة.
بايز الساذج: عرض تفاعلي
صنف النصوص مباشرة باستخدام خوارزمية بايز الساذج.
اختياريتنزيل الشهادة
اضغط لرؤية الحالة
الجبر الخطي والتفاضل والتكامل
المتجهات والمصفوفات والموترات والمشتقات وقاعدة السلسلة: لغة التعلم العميق.
تفهم المتجهات والمصفوفات والموترات والمشتقات والمشتقات الجزئية وقاعدة السلسلة أساسًا للانتشار العكسي.
الفضاءات والاتجاهات (المتجهات)
الكمية القياسية والمتجه والأبعاد وفضاء المتجهات.
جداول البيانات والتحويلات (المصفوفات)
المصفوفة وضرب المصفوفات والتحويل والجداء القياسي.
الموترات (لغة وحدات GPU)
الموتر بوصفه مصفوفة ذات n من الأبعاد، والمعالجة على دفعات (Batching)، والشكل (Shape).
قياس التغير (المشتقات)
الميل ومعدل التغير والقيم الصغرى/العظمى.
المشتقات الجزئية والتدرج
الميل متعدد الأبعاد ومتجه التدرج.
الدوال المتداخلة (قاعدة السلسلة)
تركيب الدوال وقاعدة السلسلة (Chain Rule): الخطوة التي تسبق الانتشار العكسي.
تنزيل الشهادة
اضغط لرؤية الحالة
الذكاء الاصطناعي الكلاسيكي الرمزي
من تورينغ (Turing) مرورًا بالبحث والأساليب الإرشادية ونظرية الألعاب وصولًا إلى الأنظمة الخبيرة وشتاء الذكاء الاصطناعي.
تفهم جذور الذكاء الاصطناعي، وتتنقل في فضاء الحالات، وتتقن إيجاد المسار (Pathfinding) ونظرية الألعاب، وتعرف دروس شتاء الذكاء الاصطناعي.
ولادة الذكاء الاصطناعي (من تورينغ إلى دارتموث)
اختبار تورينغ، ومؤتمر دارتموث (1956)، وبرنامج ELIZA: الخلفية التاريخية.
البحث في الرسم البياني
فضاء الحالات، والبحث بالعرض أولًا (BFS)، والبحث بالعمق أولًا (DFS).
الأساليب الإرشادية وإيجاد المسار
الدالة الإرشادية (Heuristic)، ودالة التكلفة، وخوارزمية ديكسترا (Dijkstra)، وخوارزمية A*.
إيجاد المسار بخوارزمية A*: عرض تفاعلي
شاهد خوارزميتي A* وديكسترا أثناء العمل وهما تشقان طريقهما في متاهة.
اختياريالوكلاء في النزاعات (نظرية الألعاب)
الأنظمة متعددة الوكلاء، ولعبة المجموع الصفري، وتوازن ناش (Nash).
خوارزمية MinMax والتقليم
شجرة القرار، واستراتيجية MinMax، وتقليم ألفا-بيتا.
خوارزمية MinMax: عرض تفاعلي
العب إكس-أو ضد ذكاء اصطناعي لا يُهزم يعمل بخوارزمية MinMax.
اختياريالقواعد والمنطق (الأنظمة الخبيرة)
النظام الخبير، ومحرك الاستدلال، وقواعد إذا-فإن (If-Then)، والانفجار التوافقي.
الذكاء الاصطناعي القائم على القواعد: عرض تفاعلي
اكتشف بالتجربة كيف يبني النظام الخبير سلاسل سببية منطقية.
اختياريروبوت الدردشة ELIZA: عرض تفاعلي
تحدث مع أول معالج نفسي آلي قائم على القواعد في التاريخ.
اختياريشتاء الذكاء الاصطناعي (الإخفاق والدروس)
تقرير لايتهيل (Lighthill)، والوعود المبالغ فيها، ولماذا أخفق الذكاء الاصطناعي الرمزي أمام التعقيد.
تنزيل الشهادة
اضغط لرؤية الحالة
أساسيات التعلم الآلي
النقلة النوعية: من البرمجة إلى التدريب. التعلم الخاضع للإشراف، والتعلم غير الخاضع للإشراف، وأدوات التقييم.
تفهم مناهج التعلم الآلي، وتدرب نماذج التعلم الخاضع للإشراف، وتقيمها بالمقاييس، وتعرف فرط التخصيص والتعلم غير الخاضع للإشراف.
البرمجة مقابل التدريب
التعلم الآلي وبيانات التدريب والنموذج والاستدلال.
التعلم الخاضع للإشراف (التعلم بوجود معلم)
التسمية (Label)، والسمات (Features)، والهدف (Target)، والتصنيف مقابل الانحدار.
الانحدار الخطي والانحدار اللوجستي
خط الملاءمة الأفضل، والدالة السينية، ودالة الخطأ (MSE).
المادة الخام (هندسة البيانات)
هندسة السمات، والقيم المفقودة، والتطبيع.
المعامل مقابل المعامل الفائق
ما يتعلمه الذكاء الاصطناعي بنفسه مقابل ما يضبطه الإنسان.
عندما يحفظ الطالب عن ظهر قلب
فرط التخصيص، ونقص التخصيص، وتقسيم البيانات إلى تدريب واختبار (Train-Test-Split)، ومجموعة التحقق (Validation Set).
تقييم النماذج
الدقة (Accuracy)، والضبط (Precision)، والاستدعاء (Recall)، ومقياس F1، ومصفوفة الالتباس.
التعلم غير الخاضع للإشراف (بنية في الفوضى)
التجميع العنقودي (k-means)، وتقليل الأبعاد (PCA)، واكتشاف الشذوذ.
التعلم الخاضع للإشراف: عرض تفاعلي
درب نموذجًا وراقب حدود القرار.
اختياريشجرة القرار: المصنف الشفاف
شاهد كيف تقسم شجرة من أسئلة نعم/لا البيانات، وراقب مباشرة كيف تنزلق إلى فرط التخصيص عندما تطرح أسئلة كثيرة جدًا. إنها أكثر الخوارزميات شفافية في صندوق أدوات التعلم الآلي.
اختياريالتجميع العنقودي بخوارزمية K-Means: عرض تفاعلي
شاهد كيف ترتب خوارزمية K-Means نقاط البيانات في مجموعات.
اختياريتنزيل الشهادة
اضغط لرؤية الحالة
التعلم العميق (ثورة الشبكات العصبية)
من العصبون الاصطناعي مرورًا بالتنشيط والطبقات المخفية ودوال الخسارة وصولًا إلى الانحدار التدرجي والانتشار العكسي.
تفهم الشبكات العصبية من البيرسبترون حتى الانتشار العكسي، وتستطيع تتبع عملية التدريب كاملة.
العصبون الاصطناعي
البيرسبترون والأوزان والانحياز والجمع.
البيرسبترون: عرض تفاعلي
درب أبسط شبكة عصبية خطوة بخطوة.
اختياريشرارة الانطلاق (التنشيط)
الخطية مقابل اللاخطية، ودالة ReLU، والدالة السينية.
الشبكة (الطبقات المخفية)
الشبكة العصبية العميقة، والطبقة المخفية، والتمرير الأمامي (Forward Pass).
ملعب الشبكات العصبية: عرض تفاعلي
صمم بنى شبكات خاصة بك، ودربها مباشرة، وشاهد الانتشار العكسي أثناء العمل.
اختياريكيف يحسب الذكاء الاصطناعي مقدار خطئه
دالة الخسارة، ومتوسط مربعات الخطأ، والإنتروبيا المتقاطعة (Cross-Entropy).
الطريق إلى الوادي (الانحدار التدرجي)
الانحدار التدرجي، ومعدل التعلم، والحد الأدنى المحلي/العام.
الانحدار التدرجي: عرض تفاعلي
شاهد المحسن وهو ينزل إلى الوادي خطوة بخطوة.
اختياريقلب عملية التعلم (الانتشار العكسي)
الانتشار العكسي وإعادة الخطأ إلى الخلف، بناءً على قاعدة السلسلة.
تنزيل الشهادة
اضغط لرؤية الحالة
البنى الحديثة (الذكاء الاصطناعي التوليدي)
من تقسيم النص إلى رموز مرورًا بالتضمين والشبكات الالتفافية (CNN) والشبكات المتكررة (RNN) وبنية Transformer وصولًا إلى النماذج اللغوية الكبيرة والتعلم بالنقل ونماذج الانتشار (Diffusion).
تفهم تقسيم النص إلى رموز، والتضمين، وشبكات CNN وRNN، وبنية Transformer، والنماذج اللغوية الكبيرة، والتعلم بالنقل، وأخذ العينات، ونماذج الانتشار.
تقسيم النص إلى رموز (أبجدية الآلات)
الرمز (token)، وترميز BPE، ونافذة السياق: لماذا لا يفهم الذكاء الاصطناعي المقاطع اللفظية.
التضمين والفضاء الكامن (Latent Space)
نموذج Word2Vec، ومتجهات التضمين، والمسافة الدلالية.
تضمين الكلمات: المعنى بوصفه خريطة
المكمل التفاعلي لفصل التضمين: تتحول الكلمات إلى نقاط، وتقترب المصطلحات المتشابهة بعضها من بعض، وتصل عملية «ملك - رجل + امرأة» إلى «ملكة». هكذا تشعر بدلالات المتجهات.
اختياريالرؤية الحاسوبية (الشبكات العصبية الالتفافية CNN)
الالتفاف (Convolution)، والمرشح/النواة، والتجميع (Pooling)، واستخراج السمات.
المرشح الالتفافي: عرض تفاعلي
اكتشف مباشرة كيف ترصد مرشحات CNN الحواف والقوام والأنماط.
اختياريالزمن والتسلسلات (الشبكات المتكررة RNN)
البيانات التسلسلية، والشبكة العصبية المتكررة، وتلاشي التدرج.
الطفرة (Transformer والانتباه)
الانتباه الذاتي، والاستعلام/المفتاح/القيمة (Query/Key/Value)، وكتلة Transformer.
آلية الانتباه: عرض تفاعلي
افهم الاستعلام/المفتاح/القيمة (Query/Key/Value) خطوة بخطوة: قلب كل نموذج Transformer.
اختياريالنماذج اللغوية الكبيرة (LLMs)
النموذج الأساسي، والتدريب المسبق، والتنبؤ بالرمز التالي، وحجم المعاملات.
التعلم بالنقل والضبط الدقيق
الأوزان المدربة مسبقًا، ونقاط الحفظ، وتقنية LoRA.
أخذ العينات ودرجة الحرارة
دالة softmax، ودرجة الحرارة، وTop-K/Top-P: لماذا لا يقول ChatGPT الشيء نفسه دائمًا.
نماذج الصور التوليدية (الانتشار)
الفضاء الكامن، والضوضاء، وإزالة الضوضاء، وتحويل النص إلى صورة.
شبكات GAN: عرض تفاعلي
اكتشف بالتجربة كيف تولد شبكات GAN الصور.
اختياريتنزيل الشهادة
اضغط لرؤية الحالة
التعلم المعزز
التعلم من خلال المكافأة: من المبدأ الأساسي مرورًا بتعلم Q وصولًا إلى RLHF.
تفهم التعلم المعزز، وعملية القرار الماركوفية (MDP)، وتعلم Q، والتعلم المعزز من التغذية الراجعة البشرية (RLHF): كيف يتعلم ChatGPT التهذيب.
الجزرة والعصا (المبدأ)
الوكيل (Agent)، والبيئة (Environment)، والحالة (State)، والفعل (Action)، والمكافأة (Reward).
قاطع الطريق متعدد الأذرع: عرض تفاعلي
واجه معضلة الاستكشاف مقابل الاستغلال أمام آلات ذات أذرع.
اختياريتطوير الاستراتيجيات (تعلم Q وعملية القرار الماركوفية)
عملية القرار الماركوفية، والسياسة (Policy)، والاستكشاف مقابل الاستغلال.
تعلم Q: عرض تفاعلي
راقب كيف يجد الوكيل المخرج باستخدام تعلم Q.
اختياريRLHF (كيف تتعلم النماذج اللغوية الكبيرة التهذيب)
التعلم المعزز من التغذية الراجعة البشرية، والمواءمة، ونموذج المكافأة.
تنزيل الشهادة
اضغط لرؤية الحالة
المجتمع والشمول
الآثار الاجتماعية والقانونية، مصممة لفئات مستهدفة محددة.
الأخلاقيات والخرافات
الوعي، والتحيز، وحقوق المؤلف، وحقن الموجهات: الأسئلة النقدية حول الذكاء الاصطناعي.
تميز بين الذكاء الاصطناعي العام (AGI) والعمليات الاحتمالية، وتفهم تحيز التدريب تحليليًا، وتعرف قضايا حقوق المؤلف ومخاطر حقن الموجهات.
الوعي مقابل الاحتمال
الذكاء الاصطناعي العام (AGI)، والإحساس الواعي (Sentience)، و«الببغاء العشوائي».
التحيز وجودة البيانات
تحيز التدريب، ومبرهنة الاستحالة (Impossibility Theorem)، والإشارة مقابل الضوضاء.
حقوق المؤلف وسرقة البيانات
الاستخدام العادل (Fair Use)، وخيار الانسحاب (Opt-Out)، وحقوق المؤلف في بيانات التدريب الخام.
الأمان وحقن الموجهات
كسر الحماية، وتسريب البيانات (Data Exfiltration)، وكيف تُخدع النماذج اللغوية.
تنزيل الشهادة
اضغط لرؤية الحالة
أوروبا والقانون
قانون الذكاء الاصطناعي الأوروبي (EU AI Act)، والتنظيم القانوني للنماذج الأساسية، وحماية البيانات في تطبيقات الذكاء الاصطناعي.
تفهم قانون الذكاء الاصطناعي الأوروبي، والتزامات الشفافية المفروضة على النماذج الأساسية، وآثار اللائحة العامة لحماية البيانات (GDPR) على الذكاء الاصطناعي.
قانون الذكاء الاصطناعي الأوروبي
فئات المخاطر، والمخاطر غير المقبولة (Unacceptable Risk)، والمخاطر العالية (High Risk).
التنظيم القانوني للنماذج الأساسية
الذكاء الاصطناعي للأغراض العامة والتزامات الشفافية.
حماية البيانات والذكاء الاصطناعي (GDPR)
تقليل البيانات إلى الحد الأدنى، والحق في النسيان لدى النماذج اللغوية الكبيرة.
تنزيل الشهادة
اضغط لرؤية الحالة
لكبار السن (الذكاء الاصطناعي في الحياة اليومية)
مساعد رقمي، والأمان على الإنترنت، والحفاظ على الاستقلالية الرقمية.
تستخدم الذكاء الاصطناعي مساعدًا في حياتك اليومية، وتكتشف أساليب الاحتيال، وتحتفظ بالسيطرة على بياناتك.
مساعد رقمي
المساعد الصوتي، والترجمة، والقراءة بصوت مرتفع.
أول تواصل مع الذكاء الاصطناعي: عرض تفاعلي
حوار أول آمن مع روبوت دردشة بسيط.
اختياريالأمان والحماية من الاحتيال
خدعة «الحفيد» 2.0، واستنساخ الصوت، واكتشاف التصيد الاحتيالي.
درع البريد الإلكتروني: عرض تفاعلي
اكتشف كيف يتعرف مرشح الرسائل المزعجة على الرسائل المشبوهة.
اختياريالحفاظ على الاستقلالية الرقمية
الانسحاب (Opt-Out) لدى مقدمي الخدمات، والتحكم في مشاركة البيانات.
تنزيل الشهادة
اضغط لرؤية الحالة
لتلاميذ المدارس وطلاب الجامعات
التعلم بمساعدة الذكاء الاصطناعي بدل الغش، واكتشاف التزييف العميق، والتحقق من المصادر بعين ناقدة.
تستخدم الذكاء الاصطناعي معلمًا خاصًا، وتكتشف التزييف العميق والوسائط الاصطناعية، وتتحقق من المصادر بعين ناقدة.
التعلم بمساعدة الذكاء الاصطناعي (بدل الغش)
الحوار السقراطي، والمعلم الخاص، والتشكيك النقدي في الهلوسة.
الحقيقة على الإنترنت
التزييف العميق، والتحقق من المصادر، والوسائط الاصطناعية.
سيارات تتعلم القيادة: عرض تفاعلي
راقب كيف تتعلم السيارات بالتطور العصبي اجتياز حلبة السباق. جرب القيادة بنفسك وقارن أداءك بأداء الذكاء الاصطناعي.
اختيارياللعب ضد الحاسوب: عرض تفاعلي
تنافس مع ذكاء اصطناعي يختار أفضل حركة باستخدام خوارزمية MinMax.
اختياريأقدم روبوت دردشة: عرض تفاعلي
تحدث مع ELIZA، أول روبوت دردشة في التاريخ.
اختياريتنزيل الشهادة
اضغط لرؤية الحالة
الدماغ الثاني والتوائم الرقمية
تنظيم المعرفة خارج الرأس، وفهم ما تقدمه النسخ الرقمية للأشياء الحقيقية وأين تقف حدودها.
تنشئ دماغك الثاني الخاص بدل جمع ملاحظات لا تقرؤها مرة أخرى، وتشرح ما الذي يميز التوأم الرقمي عن مجرد محاكاة.
الدماغ الثاني: ذاكرتك الخارجية
متاح اعتبارًا من 2 ديسمبر 2026
التوائم الرقمية
متاح اعتبارًا من 2 ديسمبر 2026
تنزيل الشهادة
اضغط لرؤية الحالة
منوعات
واجهة عرض تنمو باستمرار لعروض تفاعلية لا تناسب أي مسار تخصصي: كلاسيكيات وغرائب وعروض صغيرة متفردة.
منوعات
هنا تجد العروض التفاعلية التي لا تنتمي إلى أي مسار آخر: كلاسيكيات، وغرائب، وعروض صغيرة متفردة. إنها واجهة عرض تنمو باستمرار، بلا منهج دراسي مشترك. أحيانًا ينتقل أحدها إلى مسار تخصصي، وأحيانًا ينضم إليها عرض جديد.
تحصل على مجموعة مختارة من العروض التفاعلية المستقلة، لجولة قصيرة في أوقات الفراغ. فضول خالص، بلا واجبات منزلية.