Generative AI Fundamentals - أساسيات الذكاء الاصطناعي التوليدي

Training Course index

اليوم الأول: المفاهيم الأساسية للذكاء التوليدي

• مقدمة في الذكاء الاصطناعي التوليدي: الفرق بين الذكاء الاصطناعي التقليدي والتوليدي.
• لمحة عن النماذج التأسيسية (Foundation Models) ونماذج اللغة الكبيرة (LLMs).
• فهم البيانات الضخمة والتدريب المسبق للنماذج.
• حالات الاستخدام: توليد النصوص، الصور، الصوت، والفيديو.
• ورشة عملية: تجربة استخدام نموذج توليدي (مثل ChatGPT أو Amazon Bedrock).

اليوم الثاني: التطبيقات العملية والتكامل

• استخدام الذكاء التوليدي في الأعمال (التسويق، خدمة العملاء، التحليل، التعليم...).
• توليد المحتوى الذكي: نصوص، ملخصات، أكواد برمجية.
• أدوات وخدمات الذكاء التوليدي في السحابة (AWS، Azure، GCP).
• التكامل مع الأنظمة والتطبيقات.
• ورشة عملية: بناء تطبيق بسيط يعتمد على نموذج توليدي.

اليوم الثالث: الحوكمة والمسؤولية

• مبادئ الذكاء الاصطناعي المسؤول (Responsible AI).
• المخاطر والتحديات: التحيز، الأخطاء، الاستخدام غير الأخلاقي.
• معايير الأمان والامتثال والخصوصية.
• أفضل الممارسات في تبني الذكاء التوليدي داخل المؤسسات.
• ورشة ختامية: تصميم حل عملي باستخدام الذكاء التوليدي مع مراعاة المسؤولية والأمان.
• تقييم وختام الدورة.

Training course outcomes

• شرح مفهوم الذكاء الاصطناعي التوليدي والفرق بينه وبين الذكاء الاصطناعي التقليدي.
• التعرف على النماذج التأسيسية (Foundation Models) ونماذج اللغة الكبيرة (LLMs) وآليات عملها.
• استعراض حالات الاستخدام الشائعة للذكاء التوليدي في مجالات متعددة (النصوص، الصور، الأكواد...).
• استخدام أدوات وخدمات الذكاء التوليدي المتاحة في السحابة (مثل AWS Bedrock أو OpenAI API).
• تطوير حلول أولية (Proof of Concept) تعتمد على النماذج التوليدية.
• تطبيق مبادئ الذكاء الاصطناعي المسؤول مع مراعاة الجوانب الأخلاقية والقانونية والأمنية.

Training Pre-requirements

• سعودي الجنسية
• دبلوم وما اعلى
• لغة انجليزية متوسطة
• جهاز كومبيوتر