المرحلة ٣ · متقدم · D11
نماذج ترى وتسمع
عند المحوّل، الصورة والرسالة الصوتية والجملة شيء واحد: صفّ من الرموز.
١٤ درسًا · ١٣٥ دقيقةمتقدّم
عن هذا الفصل
النموذج الذي يقرأ صورة قائمة الطعام أو يرد على رسالتك الصوتية لا يرى شيئًا ولا يسمع. بل يقرأ صفوفًا من الرموز. يبيّن هذا الفصل كيف تصير الصورة والمستند والصوت والفيديو صفًّا من هذا النوع، وكيف تتعلم الصور والكلمات أن تلتقي في فضاء واحد، وكيف توصل القطع كلها بنموذج لغوي واحد. ويختم بمواضع إخفاق هذه النماذج، وكيف تُقاس بأمانة، وما الذي يتغير حين يكون المخرج ذراعًا آلية تتحرك.
ما ستقدر عليه، درسًا بعد درس
- ١٩ دقائق
كل حاسّة تصير صفًّا
تقول كيف تصير الصورة صفًّا من الرموز، وتحسب كم تكلّف.
- ٢٨ دقائق
حين تلتقي الصورة بوصفها
تشرح كيف تستقر الصور وأوصافها في فضاء مشترك واحد دون أن يسمّيها أحد.
- ٣١٠ دقائق
الصحيح يعلو والخاطئ يهبط
تقرأ شبكة درجات الدفعة، وتقول ما تطلبه الخسارة التباينية من كل صف.
- ٤٩ دقائق
صنّف بكتابة الأوصاف
تفرز الصور إلى فئات لم يُدرَّب عليها أحد، وتقول أين تزلّ.
- ٥١٠ دقائق
صور داخل نموذج لغوي
تتبّع صورة عبر مُرمِّز وطبقة إسقاط إلى نموذج لغوي، وتقول أي الأجزاء يتعلم ومتى.
- ٦٩ دقائق
كم تكلّف الصورة
تقدّر رموز الصورة، وتسمّي طريقتين تُبقي بهما النماذج هذه الفاتورة منخفضة.
- ٧١١ دقيقة
قراءة صفحة
تقارن قارئًا يمضي خطوة بخطوة بقارئ يقرأ من البكسلات مباشرة، وتقول ما الذي يجعل الخط العربي صعبًا.
- ٨١٠ دقائق
الصوت صورةً
تقرأ المخطط الطيفي، وتقول كيف يُصنع من الصوت، ولماذا تضغط نماذج الكلام ترددّاته العالية.
- ٩١٠ دقائق
من الصوت إلى الكلمات
تتبّع الكلام عبر نموذج تعرّف، وتقيّم النص بمعدّل خطأ الكلمات، وتقول لماذا يصعب تقييم العربية.
- ١٠١٠ دقائق
من الكلمات إلى الصوت
تتبّع تحويل النص إلى كلام عبر المخطط الطيفي أو عبر رموز الصوت، وتحسب كلفة ثانية من الكلام.
- ١١١٠ دقائق
صور في الزمن
تحسب كلفة الفيديو بالرموز، وتختار كم مرة تأخذ منه إطارًا، وتقول ما الذي قد يفوتك.
- ١٢٨ دقائق
يصنع ولا يكتفي بالقراءة
تسمّي الطريقتين اللتين يصنع بهما النموذج صورة أو صوتًا، وتحسب كلفة الصورة رموزًا.
- ١٣١٠ دقائق
مواضع الخطأ
تكتشف النموذج الذي يختلق أشياء، وتقيّمه باختبار منصف، وتعرف الورقة التي تخدع قارئ الصور.
- ١٤١١ دقيقة
نماذج تتحرك
تكتب حركة الروبوت رموزًا ثم تعيدها، وتقول ما الذي تستعيره نماذج الرؤية واللغة والفعل من الويب، وما الذي ما زال ينقصها.