رحلة من ماركوف إلى النماذج اللغوية العملاقة قراءة في كتاب سبرنجر الأصفر - From Markov to LLMs: A ... скачать в хорошем качестве

رحلة من ماركوف إلى النماذج اللغوية العملاقة قراءة في كتاب سبرنجر الأصفر - From Markov to LLMs: A ...

بالعربية: في الحلقة الأولى والتجريبية من بودكاست "غلاف أصفر"، يأخذنا لؤي عبد السلام في رحلة استكشافية داخل أحد أهم كتب دار Springer في مجال الذكاء الاصطناعي: "Introduction to Python and Large Language Models". هذه الحلقة ليست مجرد شرح تقني، بل هي تأصيل لفكرة "كيف تتعلم الآلة؟". نعود بالزمن إلى عام 1906 مع أندري ماركوف، ونمر على "إليزا" أول معالج نفسي آلي، وصولاً إلى معضلة "هل الذكاء الاصطناعي يفهم أم يحسب؟". نناقش المفاهيم الأساسية التي بنيت عليها ثورة الـ ChatGPT اليوم مثل (N-Grams) و (Bag of Words) وكيف تحولت الكلمات إلى أرقام ومتجهات. English: In this pilot episode of "Ghlaf Asfar" (Yellow Cover), Loaii Abdalslam takes us on an intellectual journey through one of Springer's essential guides: "Introduction to Python and Large Language Models". This isn't just a coding tutorial; it's a foundational exploration of machine learning history. We travel back to 1906 with Andrey Markov, revisit "ELIZA" the first chatbot, and tackle the philosophical question: "Does AI truly understand, or just calculate?" Loaii breaks down complex concepts that paved the way for today's LLMs, such as N-Grams and Bag of Words, explaining how language is transformed into vectors. Get ready for a deep dive into the theory behind the code. Resources: • The book is available for free via the Egyptian Knowledge Bank (EKB). ⏱️ الجدول الزمني ومخلص اللحظات (Timeline & Chapter Markers) يمكنك نسخ هذا الجزء ووضعه في خانة "Show Notes" أو "Chapters" في منصة الاستضافة الخاصة بك. 00:00 - المقدمة: لماذا "غلاف أصفر"؟ افتتاحية البودكاست والتعريف بفكرته: الخروج من سطحية المعلومات التقنية إلى عمق الكتب الأكاديمية (سلسلة Springer) بأسلوب المقال الصوتي. 02:40 - الكتاب الأصفر: كنز مجاني الكشف عن اسم الكتاب موضوع الحلقة "Introduction to Python and Large Language Models"، وكيفية الحصول على كتب Springer مجاناً عبر بنك المعرفة المصري (EKB). 04:30 - أندري ماركوف: البداية قبل الكمبيوتر العودة لعام 1906. كيف وضع "ماركوف" و"شانون" حجر الأساس للاحتمالات ونظرية المعلومات قبل اختراع الذكاء الاصطناعي الحديث. 08:15 - تفكيك الـ N-Grams شرح مبسط بمثال عملي (The Yellow Cover) لكيفية توقع الكلمة التالية بناءً على السياق السابق، وكيف تزيد دقة النموذج بزيادة الـ N. 11:45 - إليزا (1966): هل الآلة تفهم؟ قصة أول "شات بوت" في التاريخ. كيف خدعت "إليزا" البشر لظنهم أنها طبيبة نفسية رغم أنها تعتمد على "ميكانيكا الأنماط" لا الفهم الحقيقي. 15:20 - معضلة المعنى والهلوسة (Hallucination) نقاش فلسفي تقني: الفرق بين "رص الكلام" وبين "الفهم". لماذا تهلوس النماذج اللغوية؟ لأنها تتعامل مع احتمالات رياضية لا معاني بشرية. 18:40 - حقيبة الكلمات (Bag of Words) شرح تقنية تحويل النصوص إلى أرقام (Vectorization). كيف تتحول الجملة إلى مصفوفة من الأصفار والآحاد (0/1)، وما هي عيوب هذه الطريقة القديمة. 25:00 - جوجل والبحث عن المعنى (Google Search 1996) كيف استخدمت جوجل تقنيات الـ N-Grams وتكرار الكلمات في بداياتها لترتيب صفحات الويب وفهم محتواها قبل عصر الـ Deep Learning. 30:10 - حدود الذكاء الاصطناعي الحالي مقارنة بين العقل البشري والـ Binary System. هل سنظل محبوسين داخل "قواعد البيانات" أم ستتطور المعمارية الحالية (Transformers) لشيء يحاكي الوعي؟ 35:00 - الخاتمة وما هو قادم ملخص سريع لما تم تغطيته، وتشويق للحلقات القادمة التي ستغطي الجانب العملي (Coding) والـ Transformers.