🏷️ وسم

الذكاء الاصطناعي التوليدي

4 منشور مرتبط بهذا الوسم

تكنولوجيا›بروفايل — منظمةقبل 4 ساعات

بروفايل: Google DeepMind — حارسة الذكاء الاصطناعي التوليدي

منظمة

DeepMind

المختبر الذي طور Gemini 3 وأجبر OpenAI على حالة تأهب قصوى عام 2026

📅سنة التأسيس الأصلي:عام 2010 في لندن

🌍المقر الرئيسي الحالي:لندن وماونتن فيو بكاليفورنيا

💼الوضع التنظيمي:مختبر تابع لـ Google منذ 2014

⚡أحدث إنجاز تاريخي:Gemini 3 حقق 650 مليون مستخدم شهري

👥

650مليون مستخدم

مستخدمو Gemini الشهريون

📊

12مليون مستخدم (6%)

خسائر ChatGPT بعد إطلاق Gemini 3

🏆

20% للمختبر

نسبة سوق الذكاء الاصطناعي التوليدي

💰

125دولار مقابل 200 لمنافسه

سعر الباقة المتقدمة Gemini

أطلقت Google DeepMind في أبريل 2026 نموذج Gemini 3 الذي حقق نقطة تحول في سباق الذكاء الاصطناعي، مسجلاً انخفاضاً بنسبة 6% في زوار ChatGPT (12 مليون مستخدم) في غضون أسبوعين. المختبر الذي أسسه ديمس هاسابس عام 2010 ويعمل تحت إشراف Google منذ 2014، حول نفسه إلى قلب المنافسة مع OpenAI بنموذج يدمج التفكير العميق والقدرات المتعددة الوسائط بطريقة لم يحققها منافسوه حتى الآن.

المسار الزمني

2010

تأسيس DeepMind في لندن على يد ديمس هاسابس

2014

استحواذ Google على DeepMind بـ 400 مليون دولار

2016

برنامج AlphaGo يهزم بطل العالم في لعبة Go

2022

إطلاق Gemini (تحت اسم Bard) كرد على ChatGPT

اعرض الكل (6) ←

المصدر

تكنولوجيا›مقارنة — مقارنة بالأرقامقبل 4 ساعات

ChatGPT مقابل Claude مقابل Gemini: أيهما الأفضل فعلاً؟

ثلاث منصات ذكاء اصطناعي توليدي تتنافس بقوة في السوق العالمية: ChatGPT من OpenAI وClaude من Anthropic وGemini من Google. كل منها يتمتع بمميزات فريدة في معالجة اللغة الطبيعية والإبداع والأمان، مما يجعل الاختيار بينها يعتمد على احتياجات المستخدم والمجال التطبيقي المراد استخدامه فيه.

🟢ChatGPT

مقابل

Claude🔵

دقة الإجابات والحقائق

Claude يتصدر في الدقة مع تقليل الهلوسة، بينما ChatGPT و Gemini متقاربان

الإبداع والكتابة الأدبية

ChatGPT الأقوى في المحتوى الإبداعي والنصوص الأدبية المتقدمة

القدرة على معالجة النصوص الطويلة

Claude متفوق بمسافة كبيرة في التعامل مع المستندات الطويلة والمعقدة

الامتثال الأخلاقي والسلامة

Claude تم تصميمه بتركيز أساسي على الأمان والالتزام الأخلاقي

اعرض الكل (8) ←

المصدر

علوم›خطوات عمليةقبل 4 ساعات

دليل القارئ غير التقني: كيف يعمل الذكاء الاصطناعي التوليدي؟

هل تساءلت يوماً كيف يستطيع ChatGPT الرد على أسئلتك أو كيف تُنتج برامج الذكاء الاصطناعي صوراً من وصف بسيط؟ هذا الدليل يشرح آلية عمل الذكاء الاصطناعي التوليدي بطريقة سهلة وخالية من التعقيدات التقنية. ستفهم كيف تتعلم هذه الأنظمة من بيانات ضخمة، وكيف تحول كلماتك إلى محتوى أصلي وجديد.

🎯ستتعلم كيف يعمل الذكاء الاصطناعي التوليدي من الألف إلى الياء، وتفهم العمليات الأساسية وراء أدوات مثل ChatGPT وأنظمة توليد الصور، دون الحاجة لخلفية تقنية.

سهل⏱ 25 دقيقة

🧠افهم الفرق بين الذكاء الاصطناعي التقليدي والتوليدي3 دقائق

الذكاء الاصطناعي التقليدي يُصنِّف البيانات ويستخرج منها معلومات (مثل التعرف على الوجوه)، بينما الذكاء التوليدي يخلق محتوى جديداً لم يكن موجوداً من قبل (نصوص، صور، موسيقى). تخيل الأول كمحقق يدرس الأدلة، والثاني كفنان يرسم لوحة جديدة.

📚تعرّف على مرحلة التدريب: كيف يتعلم النظام؟4 دقائق

يتم تغذية نماذج الذكاء التوليدي بملايين أو مليارات النصوص والصور والبيانات الأخرى من الإنترنت والمكتبات الرقمية. يدرس النظام الأنماط والعلاقات بين الكلمات والمفاهيم — مثلاً يتعلم أن كلمة 'سماء' غالباً تأتي بجانب 'زرقاء' أو 'غيوم'. هذه العملية تستغرق أسابيع وتكلف ملايين الدولارات.

⚠️هذه المرحلة تثير قلقاً أخلاقياً: البيانات المستخدمة قد تتضمن محتوى محمي بحقوق التأليف دون إذن صاحبه.

🔢اكتشف لغة الأرقام: كيف يفهم الحاسوب الكلمات؟3 دقائق

الحاسوب لا يفهم اللغة مباشرة. يحوّل كل كلمة إلى أرقام خاصة تسمى 'متجهات' (Vectors)، وكل كلمة لها رقم فريد يمثل معناها. الكلمات ذات المعاني المتقاربة تحصل على أرقام متشابهة. هذا يسمح للنظام بفهم السياق والعلاقات بين المعاني.

⚙️فهم العصب الحقيقي: الشبكات العصبونية العميقة4 دقائق

قلب الذكاء التوليدي هو 'الشبكة العصبونية العميقة' (Deep Neural Networks) — آلاف الطبقات من المعالجات المتصلة معاً. كل طبقة تأخذ المعلومات من السابقة وتعدّلها قليلاً. كما أن دماغك يمرر الإشارات عبر ملايين الخلايا، هكذا تمر البيانات عبر هذه الطبقات حتى يُنتج الإجابة النهائية.

⚠️كلما زادت عدد الطبقات، زادت قوة النموذج — لكن أيضاً زادت احتمالية الأخطاء والتحيزات.

اعرض الكل (9) ←

المصدر

تاريخ›خط زمنيقبل 4 ساعات

تسلسل زمني: من ELIZA إلى GPT-5 (1966-2026) — ستة عقود من ثورة الذكاء الاصطناعي التوليدي

رحلة تاريخية تتتبع تطور الذكاء الاصطناعي من محاكاة حوار بسيطة مع ELIZA عام 1966 إلى نماذج اللغة الضخمة المتقدمة. يوثق هذا التسلسل الزمني المحطات الرئيسية والابتكارات والأزمات التي شكلت مسار التكنولوجيا الأكثر تأثيراً في عصرنا الحالي، من الفضول الأكاديمي إلى التطبيقات العملية التي تغير حياتنا اليومية.

1966

🤖 مولد ELIZA — أول محاكاة حوار ذكية

طورت جوزيف وايزنباوم في معهد ماساتشوستس للتكنولوجيا (MIT) برنامج ELIZA، وهو محاكاة لمعالج نفسي يحاكي أسلوب روجرز في العلاج. كانت أول تطبيق عملي يوضح إمكانية محاكاة الذكاء، وفاجأت كثيرين بقدرتها على خلق وهم بالفهم الحقيقي للغة الطبيعية.

❄️ شتاء الذكاء الاصطناعي الأول

انخفضت التمويلات والاهتمام بأبحاث الذكاء الاصطناعي بعد عدم تحقق الوعود الطموحة للغاية. تسبب الفجوة بين التوقعات والواقع في أزمة ثقة أدت إلى تقليص الاستثمارات والمشاريع البحثية بشكل حاد.

1974-1980

1980-1987

📈 طفرة الأنظمة الخبيرة

عادت الاستثمارات بقوة مع ظهور الأنظمة الخبيرة التي حققت نتائج عملية ملموسة في مجالات التشخيص الطبي والتطبيقات الصناعية. شهدت هذه الفترة نمواً اقتصادياً ملحوظاً في قطاع الذكاء الاصطناعي.

❄️ شتاء الذكاء الاصطناعي الثاني

عاد الانهيار مجدداً عندما فشلت الأنظمة الخبيرة في تحقيق التوقعات والعائدات المالية المتوقعة. انخفضت الاستثمارات من مليارات الدولارات إلى ملايين قليلة، وشهدت الشركات الناشئة إغلاقات جماعية.

1987-1993

1997

♟️ Deep Blue يهزم كاسباروف

حقق حاسوب Deep Blue من تطوير IBM انتصاراً تاريخياً على بطل الشطرنج العالمي جاري كاسباروف. كان هذا الحدث نقطة تحول رمزية أظهرت قدرة الآلات على تفوقها على البشر في مهام معقدة.

اعرض الكل (15) ←

المصدر