لوحة المتصدرين
المحتوى الأكثر حصولًا على سمعة جيدة
عرض المحتوى الحاصل على سمعة أكبر منذ 02/11/25 في كل الموقع
-
درست لغة بايثون لمدة اربع شهور فهمت الاساسيات ولاكن لم اطبق كثيرا علي اشياء مثل problem solving و date structure وبدأت بدراسة Al شعرت اني احتاج تطبيق اكثر علي هذه الاشياء فهل اتوقف عن دراسة AI حتي انتهي من دراسة date and problem اريد توجيه بارك الله فيكم3 نقاط
-
السلام عليكم هو اي الفرق مابين الconfusion_matrix ويبن الConfusionMatrixDisplay ؟3 نقاط
-
السلام عليكم هي اي الGridsearch ؟2 نقاط
-
هل يوجد فرق بين حقوق المستأجر والمستفيد من العقار؟2 نقاط
-
صباح الخير بماذا تفيدني دورة علوم الحاسوب في سوق العمل، وما ھي المھارات اللتي سوف ؤتقنھا ، وما ھي الوظائف اللتي يمكنني التقدم إليھا بعد إكمال الدورة ؟2 نقاط
-
السلام عليكم لدي جدول في قاعدة البيانات يحتوي علي بيانات الطلاب اريد عرض التقارير من الجدول حسب التخصصات2 نقاط
-
مرحبا , لدي استفسار عن ترتيب الكورس الا يجب ان يكون الترتيب على الشكل التالي ؟ أساسيات بايثون التعامل مع البيانات تحليل البيانات Data Analysis بعدها تكون هناك كورسات حول LLMs وغيره حيث انه لايمكننا فهم الية عمل الذكاء الاصطناعي دون فهمنا الكامل للبيانات وطرق التعامل معها وشكرا2 نقاط
-
السلام عليكم هو اي الResNet والDenseNet ؟2 نقاط
-
السلام عليكم ورحمة الله وبركاته كيف يمكن التقديم على الاختبار النهائي بعد الانتهاء من الكورس؟ شكراً لكم2 نقاط
-
كيف سيكون الاختبار؟ أونلاين أم وجهاً لوجه؟ أم كيف؟2 نقاط
-
السلام عليكم هل اضاقة Dropout و الBatch Normalization في كل طبقة في الشبكه العصبيه ممكن ياثير بالسلب علي النموذج ؟2 نقاط
-
ما المطلوب مني عند إنهاء مسار مثل الرؤيه الحاسوبيه خصوصا وانا اشعر ان ان الدوره لم تتعمق فيها هل مطلوب مني أن اتعمق بنفسي من مصادر خارجيه وانا مدرك أن مفيش دوره أو كورس بيعطي كل حاجه لازم في جزء اني ابحث واتعلم بنفسي .2 نقاط
-
السلام عليكم طيب اي المكتبه دي collections في باثيون واي علاقتها بهياكل البيانات ؟2 نقاط
-
السلام عليكم ورحمة الله،، لماذا نكتب الاكواد في cmd او في برنامج الطرفية؟؟ لماذا لانستخدم برنامج محرر أكواد مثل visual studio code؟2 نقاط
-
هل مثلا في الجزء المتعلق بالmachine learning سيتم دراستها حتى الاحتراف ام انها تغطي الاساسيات فقط و الشيء نفسه فيما يتعلق بالمجالات الاخرى2 نقاط
-
اريد انشاء form تأخذ المعلومات من المستخدم ثم نقوم بحفظها في ملف json ثم من خلال هذا الملف نقوم بملء الصفحة الرئيسية بالمعلومات التي لدينا بالملف2 نقاط
-
السلام عليكم..انا علي من سوريا من أجل الاختبار النهائي للحصول على الشهادة.. هل من الضروري مثلا انهاء كاااافة اقسام الدورة التي اشتريتها.. مثلا بايثون فيها كتير امور .. انا اريد انهاء كل شي ما عدا تحليل البيانات والذكاء الاصطناعي.. الن احصل بهذه الحالة على اختبار وشهادة خاصين بما انهيته؟ وشكرا💚2 نقاط
-
السلام عليكم.. هل يمكنني التسلسل في الدورات حسب ما هو ظاهر في الصورة ?
2 نقاط -
لا يوجد أي تاثير لجافاسكريبت على محتوى الصفحة سواء في الconsole أو في محتوى الصفحة وعند النظر إلى الsourses في chrome يظهر كود جافاسكريبت فارغا ما سبب المشكلة ؟hsoub.ziphsoub.zip
2 نقاط -
السلام عليكم عندي جدول في قاعده البيانات فيه اسماء الدول مثلا مصر السعوديه الكويت الخ والجدول ده عباره عن عمودين Nationid Nationname عن طريق ربط الموقع ب api لموقع اخر يتم جلب عدد سكان هذه الدول وبالتالي نقدر نعمل جدول يعرض لنا عدد سكان الدول ازيد مثلا من ٣٠ مليون فبيعرض لك الجدول هذه الدول ويكون الجدول المولد ديناميكيا كالتالي اسم الدوله عدد سكان الدوله كيف اقدر اجيب عدد هذه الدول وايضا المجموع الاجمالي لسكان هذه الدول ١1 نقطة
-
السلام عليكم هو في الطبقات الخفيه عادي لو استخدم ReLU حتي لو هعمل تصنيف ؟1 نقطة
-
السلام عليكم عندي متغير في صفحه php &chance = "a > 0" عايز اطبع قيمه المتغير ده داخل قاعده if بمعني If($chance){ echo "ok"} يعني عايزه يستدعي قيمه المتغير داخل قاعده if يعني عايزه يكتب If(a>0){ echo "ok"}
1 نقطة -
وعليكم السلام ورحمة الله وبركاته. نعم عادة ما يتم استخدام ReLU في الطبقات المخفية حتى في مهام التصنيف. وذلك لأنه يعمل على إزالة القيم السالبة -أي يجعلها بصفر- ويحتفظ بالقيم الموجبة. و هذا يساعد في تسريع عملية التدريب مقارنة بوظائف التنشيط الأخرى مثل Sigmoid أو Tanh. وأيضا يساعد على تقليل مشكلة تلاشي التدرجات (Vanishing Gradients) وهو سهل الحساب لأنه يتطلب فقط مقارنة بسيطة (max(0, x)) . ولكن في الطبقة الأخيرة (Output Layer) في التصنيف لا يتم استخدام ال ReLU لأن نتائجها غير مناسبة لمخرجات التصنيف. فمثلا: إذا كان التصنيف لديك ثنائي فيفضل إستخدام Sigmoid في الطبقة الأخيرة. أما إذا كان التصنيف متعدد الفئات فيفضل استخدام Softmax للحصول على احتمالات تصنيف مفسرة. إذا تلخيص لما سبق يمكنك استخدام ال ReLU في الطبقات الخفية أثناء التدريب على مهمة التصنيف ولكن يجب عليك أن تتأكد من استخدام دوال تنشيط مناسبة في الطبقة الأخيرة مثل Sigmoid أو Softmax حسب نوع التصنيف الذي تقوم به.1 نقطة
-
نعم يمكنك استخدام ReLU في الطبقات المخفية حتى لو كنت تعمل على مهمة تصنيف، و في الواقع ReLU هو أحد أكثر دوال التفعيل شيوعا في الطبقات المخفية لشبكات التعلم العميق، لأنه يساعد في التغلب على مشكلة تلاشي التدرج ويجعل عملية التدريب أكثر كفاءة مقارنة بدوال مثل Sigmoid أو TanhK، ولكن في الطبقة الأخيرة يعتمد اختيار دالة التفعيل على نوع التصنيف، حيث إذا كان التصنيف ثنائيا، فيفضل استخدام Sigmoid، أما إذا كان متعدد الفئات، فإن Softmax هو الخيار الأمثل.1 نقطة
-
السلام عليكم هو كل ما قيمه الaccuracy تزيز كده يكون النموذج افضل ؟ فيه الكود ده loss, accuracy = deep_hit_model.evaluate(x_test_scaled, y_target_test) print(f"Test Accuracy: {accuracy}") ودي النتيجه 135/135 ━━━━━━━━━━━━━━━━━━━━ 0s 1ms/step - accuracy: 0.6258 - loss: 0.6506 Test Accuracy: 0.62916666269302371 نقطة
-
تمام جدا جدا الف شكراا جدا لحضرتك جزاك الله كل خير1 نقطة
-
بالنسبة ل confusion_matrix تستخدم لحساب مصفوفة الارتباك بناء على التوقعات الفعلية والمتوقعة للنموذج، و المخرجات ترجع مصفوفة من الأعداد، أما ConfusionMatrixDisplay تستخدم لتصور مصفوفة الارتباك بشكل رسومي بدلا من مجرد عرض الأرقام، و ترجع رسما بيانيا يوضح مصفوفة الارتباك بشكل مرئي، مما يسهل فهم أداء النموذج. يمكنك أن تطلع على هذا السؤال حيث ستجد كود تجريبي هنا:1 نقطة
-
الفرق يتلخص في الوظيفة التي يؤديها كل منهما.، حيث أن confusion_matrix هي أداة تستخدم لحساب مصفوفة الارتباك بناء على التوقعات الفعلية والمتوقعة للنموذج، و تعرض هذه المصفوفة عدد التصنيفات الصحيحة والخاطئة، مما يساعد في تقييم أداء النموذج، بينما ConfusionMatrixDisplay هي أداة تستخدم لتصور مصفوفة الارتباك بشكل رسومي، مما يسهل فهم الأداء وتفسير النتائج بطريقة مرئية.1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. يكمن الفرق بينهما في وظيفة كل منهما . confusion_matrix : هي دالة تقوم بحساب مصفوفة الالتباس (Confusion Matrix) بناء على التوقعات الفعلية والتوقعات المتوقعة.و تعطيك المصفوفة نفسها في شكل مصفوفة من الأعداد حيث يتم عرض النتائج على شكل مصفوفة 2x2 . فمثلا إذا كان لديك 2 فئة (صحيح/خطأ) فسيتم عرض المصفوفة على النحو التالي: [[TN, FP], [FN, TP]] حيث: TN (True Negative) هو عدد الحالات التي تم تصنيفها بشكل صحيح ك "سلبية". FP (False Positive) هو عدد الحالات التي تم تصنيفها بشكل غير صحيح ك "إيجابية". FN (False Negative) هو عدد الحالات التي تم تصنيفها بشكل غير صحيح ك "سلبية". TP (True Positive) هو عدد الحالات التي تم تصنيفها بشكل صحيح ك "إيجابية". ولمزيد من التفاصيل حولها يمكنك قراءة الإجابة التالية والدرس التالي : ConfusionMatrixDisplay : هي أداة لعرض المصفوفة بشكل مرئي كرسومات وهي تستخدم لعرض المصفوفة الناتجة من confusion_matrix بطريقة رسومية مع إضافة بعض التحسينات مثل تسميات المحاور وتلوين الخلايا لمساعدتك في فهم أفضل لأداء النموذج.ليكون الناتج شئ كهذا : ويمكنك قراءة مزيد من التفاصيل وكيفية الإستخدام من خلال التوثيق الرسمي لها : https://scikit-learn.org/stable/modules/generated/sklearn.metrics.ConfusionMatrixDisplay.html إذا الفرق الرئيسي هو أن confusion_matrix تستخدم لحساب مصفوفة الالتباس فقط أما ConfusionMatrixDisplay تستخدم لرسم المصفوفة .
1 نقطة -
الفرق هو أن confusion_matrix تستخدم لحساب مصفوفة الالتباس فقط، بينما ConfusionMatrixDisplay تستخدم لعرضها بصريا، أي أن confusion_matrix ترجع مصفوفة من القيم العددية توضح أداء النموذج في تصنيف البيانات، لكنها لا تعرضها بشكل رسومي، أما ConfusionMatrixDisplay فهي أداة تأخذ هذه المصفوفة كمدخلات وتقوم برسمها كمخطط بياني باستخدام Matplotlib، مما يسهل تحليل الأخطاء وفهم أداء النموذج بصريا.1 نقطة
-
السلام عليكم هي اي الداله دي predict_proba ؟1 نقطة
-
السلام عليكم هو اي الnumpy.where واي االفرق مابينها وبين الif ؟1 نقطة
-
يمكنك استخدام eval في PHP، ولكنه غير مستحسن لأنه قد يؤدي إلى ثغرات أمنية إذا كان هناك أي مدخلات غير آمنة بهذا الشكل: <?php $chance = "a > 0"; $a = 5; // قيمة المتغير a if (eval("return $chance;")) { echo "ok"; } else { echo "not ok"; } ?>1 نقطة
-
ستجد أسفل فيديو الدرس في نهاية الصفحة صندوق تعليقات كما هنا، أرجو طرح الأسئلة أسفل الدرس وليس هنا في قسم أسئلة البرمجة حيث نطرح الأسئلة العامة الغير متعلقة بمحتوى الدورة أو الدرس، وذلك لمساعدتك بشكل أفضل.1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. إذا كنت قد فهمت سؤالك بشكل صحيح فيبدوا أنك تريد إستخدام شرط معين ولكنه بداخل سلسلة نصية في متغير . فإذا كان هذا ما تريده فيمكنك إستخدام الدالة eval والتي تقوم بتنفيذ كود php بداخل سلسلة نصية هكذا : $a = 10; $chance = '$a > 0'; if (eval("return $chance;")) { echo "ok"; } ولكن يجب أن تكون حذر عند استخدام eval() لأنها تنفذ أي كود PHP يتم تمريره إليها مما من الممكن أن يشكل خطر أو ثغرة لديك في النظام إذا لم تكن متأكدا من مصدر الكود الذي سيتم تنفيذه أو أن الكود سيأتي من المستخدم.1 نقطة
-
كما تم التوضيح بالتعليق السابق فإن numpy.where هي دالة تستخدم مع مصفوفات NumPy وتعمل بشكل مختلف عن if العادية . ولذلك يفضل استخدم numpy.where مع مصفوفات NumPy الكبيرة وعندما تريد عمليات سريعة وبينما يفضل استخدم if للحالات البسيطة أو عندما تحتاج منطق معقد لا يمكن تنفيذه بـ where1 نقطة
-
لا الدالة predict_proba ليست موجودة بشكل مباشر في TensorFlow أو Keras هذه الدالة موجودة بمكتبة scikit-learn ولكنها موجودة في بعض النماذج وليس جميعها. في Keras يمكنك استخدام model.predict للحصول على احتمالات التنبؤ مثل الدالة predict_proba ولكن يجب أن تكون طبقة الإخراج sigmoid أو softmax.1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. numpy.where هي دالة تُستخدم لاختيار العناصر بناء على شرط معين. ويمكن استخدامها بدلا من if في بعض العمليات التي كنت تستخدم if فيها.وإن الدالة where تعمل بطريقة أكثر كفاءة عندما تتعامل مع المصفوفات. وإليك طريقة إستخدامها : numpy.where(condition, x, y) حيث : condition: هو الشرط الذي يتم التحقق منه . x: القيمة التي سيتم اختيارها إذا كانت condition صحيحة (True). y: القيمة التي سيتم اختيارها إذا كانت condition خاطئة (False). مثال : import numpy as np a = np.array([1, 2, 3, 4, 5]) result = np.where(a > 3, 'bigger', 'lower') print(result) #['lower' 'lower' 'lower' 'bigger' 'bigger'] هنا لاحظ أنه سيتم تنفيذ الدالة على جميع العناصر في المصفوفة وسيتم إستبدال العنصر بكلمة bigger إذا كان أكبر من 3 و lower إذا كان أقل منها أو يساوي 3. في المثال السابق كان يمكنك إستخدام if كالتالي : for num in a: if num > 3: print('bigger') else: print('lower') إذا نستخدم numpy.where للتحقق من شرط معين على جميع العناصر مرة واحدة في مصفوفة وتحديد قيمة معينة بناء على هذا الشرط. أما if نستخدمها للتحقق من شرط واحد في كل مرة. وإليك التوثيق الرسمي ل where : https://numpy.org/doc/2.2/reference/generated/numpy.where.html1 نقطة
-
الـ L2 Regularization يُضاف إلى الطبقات للحد من مشكلة Overfitting عن طريق معاقبة الأوزان الكبيرة في النموذج. model.add(Dense(64, kernel_regularizer='l2'))1 نقطة
-
طيب الداله دي موجود في TensorFlow و keras ؟1 نقطة
-
السلام عليكم هو مش التصنيف يعتبر بردو تنبواء ؟ يعني النموذج بيتنباء ان الشخص دي مريض لكن دي مش مريض1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. التصنيف (Classification) هو التنبؤ بمتغير تصنيفي، أي تحديد فئة أو تصنيف معين (من مجموعة محددة مسبقًا) بناءً على أمثلة تدريبية. ولذلك تعتبر عملية التصنيف تُعد نوعًا من عمليات التنبؤ أو هو نوع من التنبؤ يختص بتحديد الفئات. وللتوضيح أكثر يعتبر التنبؤ هو مصطلح عام يشمل جميع أنواع تقدير النتائج سواء كانت تصنيفية أو عددية.1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. الدالة predict_proba تستخدم في العديد من نماذج للحصول على احتمالات التنبؤ بدلا من الحصول فقط على التصنيف النهائي. حيث تقوم الدالة بإعادة الاحتمالات التي من الممكن حدوثها لكل عينة اختبار. فبدلا من إعطائك الفئة النهائية التي تم التنبؤ بها مثل 0 أو 1 أو مريض وغير مريض في التصنيف الثنائي تقوم بإعطاءك احتمال وجود العينة في كل فئة. مثلا مريض : 65% وغير مريض : 35%. from sklearn.ensemble import RandomForestClassifier model = RandomForestClassifier() model.fit(X_train, y_train) probabilities = model.predict_proba(X_test) print(probabilities) ففي الكود السابق ستجد أن المخرجات ستكون عبارة عن نسبة إحتمال حدوث كل فئة : [[0.85, 0.15], [0.30, 0.70], [0.10, 0.90], [0.60, 0.40]] وهكذا ستجد أن العينة الأولى لها نسبة 85% لحدوث الصنف الأول ونسبة 15% لحدوث الصنف الثاني.1 نقطة
-
السلام عليكم ورحمة الله كيف يمكنني استعداء ملف بايثون App.py علما انه يوجد داخل ملف اخر اسمه Python محفوظ على ال Desktop وشكرا جزيلا لكم
1 نقطة -
السلام عليكم، ان أردت بناء تطبيق كبير نسبيا وقابل للتوسع هل استخدام django api framwork وأبني API ورأبطه بالواجهة الأمامية؟ أم استخدام django كما في دورة بايثون سيكون أفضل؟1 نقطة
-
وعليكم السلام ورحمة الله وبركاته. يعتمد كلا الخيارين على إحتياجات التطبيق فمثلاً عند استخدام Django REST framework (API) مع واجهة أمامية منفصلة يكون أفضل في الحالات التالية: عندما تحتاج لمرونة في تطوير الواجهة الأمامية باستخدام إطار عمل حديث مثل React أو Vue وإذا كنت تخطط لبناء تطبيقات موبايل تستخدم نفس API كما أنه عندما يعمل فريق مختلف على الواجهة الأمامية والخلفية للمشاريع التي تحتاج قابلية توسع عالية وفصل واضح بين الخدمات بينما استخدام Django التقليدي يكون أفضل عندما تريد سرعة في التطوير فهذه الطريقة تعتبر أبسط نسبياً تعمل بمفردك أو مع فريق صغير وتعتبر هذه النقطة مهمة حيث أنه عند العمل بمفردك واستخدام ال spa يكون مجهوداً مضاعفاً لا تحتاج لدعم تطبيقات موبايل أو واجهات متعددة1 نقطة
-
ماذا افعل بعد ذالك؟
1 نقطة -
يعد روبوت الدردشة ChatGPT واحدًا من أشهر أدوات الذكاء الاصطناعي التوليدي Generative AI Tool، وقد طورته شركة OpenAI ليساعد للعاملين في مختلف المجالات، فهو يتيح طرح الأسئلة حول أي موضوع ويوفر إجابات تفصيلية. ولكن، بالرغم من فوائده الكثيرة إلا أنه ليس مفتوح المصدر open source، فهو يمنع المطورين من الوصول إلى أكواده المصدرية، وبناء بوتات مخصصة لاحتياجاتهم، وهو متاح للمطورين عبر واجهة برمجية API تسمح لهم بالتفاعل مع النموذج واستخدامه داخل تطبيقاتهم، فما هي أهم بدائل ChatGPT مفتوحة المصدر؟ هذا ما سنتعرف عليه في مقالنا حيث نستعرض لكم عدة بدائل مفتوحة المصدر لشات جي بي تي تمكنكم من بناء روبوت الدردشة الخاص بكم بمرونة كبيرة. أسباب البحث عن بدائل مفتوحة المصدر لشات جي بي تي فيما يلي قائمة بأبرز الأسباب التي تدفعنا لاستخدام بدائل لروبوت الدردشة ChatGPT: المعرفة الكاملة بطريقة تعامل روبوت الدردشة مع بيانات المستخدمين ومعالجتها إمكانية بناء روبوت دردشة خاص بنا شبيه بروبوت الدردشة مفتوح المصدر دون الحاجة لدفع تكاليف لاستخدامه سهولة تعديل روبوت الدردشة وتخصيصه حسب احتياجاتنا الخاصة المرونة في السياسات وعدم الحاجة للالتزام بسياسات الشركة المالكة لروبوت الدردشة التطور السريع والمستمر في روبوت الدردشة نظرًا لمشاركة عدد ضخم من المطورين في تحديث البوت وترقيته ملاحظة: لا يعني ذلك أنَّ بوت ChatGPT سيء بالطبع ولا ندعو لعدم استخدامه فقد وصل هذا البوت لدرجة عالية من الكفاءة قد تفوق البدائل مفتوحة المصدر، وإنما نقترح عليكم مطالعة هذه الحلول وتجربتها والنظر في إمكانية الاستفادة المثلى منها. دعونا نستعرض معًا عدد من البدائل مفتوحة المصدر لبوت ChatGPT. ديب سيك DeepSeek تُعدّ DeepSeek منصة ذكاء صناعي مفتوحة المصدر مخصصة لإجراء عدة مهام باستخدام تقنيات معالجة اللغة الطبيعية وتعلم الآلة حيث توفر للمطورين نماذج متقدمة في الذكاء الاصطناعي صالحة لمختلف التطبيقات مثل نموذج DeepSeek-VL لفهم الوسائط المتعددة، ونموذج DeepSeek-Coder لتطوير البرمجيات، ونموذج DeepSeek-V2 الذي يركز على الكفاءة في الاستدلال، كما تقدم المنصة للمطورين إمكانية الوصول لواجهتها البرمجية API لمزيد من المرونة والتحكم. وتتضمن تطبيقًا مخصصًا للاستخدام على الهواتف المحمولة، بالإضافة إلى روبوت دردشة DeepSeek Chat للتفاعل المباشر مع الذكاء الصناعي والعديد من المميزات الأخرى. هاجينج شات HuggingChat توفر منصة Huggingface الشهيرة نماذج ذكاء اصطناعي مختلفة للمطورين، وتنشر باستمرار نسخًا تجريبية من بوتات الدردشة، ومن ضمنها روبوت HuggingChat المطوّر بواسطة المنصة ليكون بديلًا مفتوح المصدر لشات جي بي تي Chat GPT، فهو يستخدم مجموعة من أفضل نماذج الذكاء الاصطناعي الموجودة في المجتمع التقني، ويمكن تجربته عبر صفحة البوت على موقع Huggingface، كما يمكن الاطلاع على شيفرات البوت المصدرية، وكذلك يمكن استخدام الواجهة الأمامية للبوت الخاص بك، مع تعديل الواجهة الخلفية وتخصيصها بما يتناسب مع الخصائص أو الخدمات التي تريد دمجها، مثل إضافة وظائف جديدة أو تعديل طريقة معالجة البيانات. دولي Doly دولي Doly هو نموذج لغوي درَّبَته منصة تعلم الآلة المدفوعة داتا بريكس Databricks وهي منصة تقدم أدوات وتقنيات متقدمة لبناء وتشغيل تطبيقات الذكاء الاصطناعي وتحليل البيانات، ويمكن الاطلاع على الشيفرات المصدرية للنموذج عبر مستودع جيت هاب، كما يمكن تجربة النموذج ذاته عبر منصة Huggingface. كوالا Koala كوالا Koala بوت دردشة تابع إلى EasyLM وهو إطار عمل مفتوح المصدر يهدف إلى تبسيط وتسهيل استخدام النماذج اللغوية الكبيرة مثل GPT و BERT وغيرها. ويمكن استخدامه في العديد من التطبيقات مثل الترجمة الآلية وتحليل المشاعر والتلخيص والعديد من مهام معالجة اللغة الطبيعية. ويمكنك تشغيله محليًا عبر حاسوبك الخاص، وهو مبني على مجموعة بيانات LLaMA، ولمعرفة المزيد من التفاصيل يمكن مطالعة المدونة الرسمية للبوت. فيكونا Vicuna يعد فيكونا Vicuna بديلًا آخر مفتوح المصدر لشات جي بي تي، وقد تدرَّب على نموذج LLaMA الضخم الذي طورته Meta، وحسب مطوري البوت فإنَّ جودة نتائجه مقاربة لنتائج الإصدار الرابع من شات جي بي تي GPT-4، وللتحقق من هذا الادعاء يمكنكم تجربة البوت والتحقق من أدائه الفعلي عبر هذا الرابط، كما يمكنكم مطالعة المدونة الرسمية للبوت. أوبن شات كيت OpenChatKit يٌعدّ OpenChatKit بديلًا متكاملًا لبوت ChatGPT، وقد طورته شركة Together متعاونة مع منظمات بحثية مثل LAION لإنشاء مجموعة بيانات تدريبية تساعد البوت على التعلم والتطور، تعتمد شركة Together على نموذج الذكاء الاصطناعي RedPajama الذي يعد واحدًا من أهم وأشهر نماذج الذكاء الاصطناعي مفتوحة المصدر لتشغيل البوت OpenChatKit. ويمكن تجربة هذا البوت ومطالعة سائر تفاصيله التقنية عبر صفحة البوت على موقع جيت هاب. ChatRWKV يعد بوت ChatRWKV بديلًا مفتوح المصدر لشات جي بي تي، وهو يعتمد على النموذج اللغوي RNN، ويمكنكم إيجاد نسخة تجريبية منه عبر موقع Huggingface، كما يمكن معرفة سائر المعلومات التقنية ومتابعة الإصدارات عبر مستودع البوت على موقع جيت هاب، بالإضافة إلى ذلك، يمكن للمطورين وأصحاب الأعمال بناء روبوتات الدردشة الخاصة بهم باستخدام ChatRWKV. ColossalChat تشير Colossal AI إلى مبادرة تساعد المطورين على استخدام نماذج ذكاء اصطناعي مُدرَّبة مسبقًا لتطوير بوتات دردشة شبيهة بشات جي بي تي ChatGPT-Like، أما ColossalChat فهو شات بوت مبني باستخدام الأدوات التي توفرها مبادرة Colossal AI، ويمكنكم مطالعة مزيد من التفاصيل حوله عبر مستودع جيت هاب. GPT4ALL يختلف بوت GPT4ALL عن سائر بوتات الدردشة، ذلك بأنه بوت مفتوح المصدر يهدف لتزويدنا ببوتات دردشة قابلة للعمل في أي مكان، أي يمكننا أن نستخدم الشات بوت محليًا على أجهزتنا الخاصة ونعالج الأوامر عبر وحدة المعالجة المركزية دون الحاجة للاتصال بخوادم أو حتى الاتصال بالإنترنت، كما يدعم العمل على جميع وحدات المعالجة الرسومية تقريبًا، ولا نحتاج سوى تثبيت تطبيق سطح المكتب الخاص بالبوت ثم البدء باستخدامه، ولمعرفة طريقة عمل البوت يمكن الاطلاع على مستودعه على جيت هاب. Alpaca-LoRA يهدف نموذج ألباكا لوراAlpaca-LoRA إلى توفير نموذج لغوي باستخدام التكيُّف منخفض الرتبة Low-Rank Adaptation، أي يمكن تدريب النموذج وتحسين نتائجه باعتماد عدد قليل من البرامترات، وبالتالي يمكن أن يعمل النموذج بموارد قليلة وتكاليف منخفضة، ما يسمح لنا بتشغيله على الحواسيب المصغرة محدودة الموارد، مثل حاسوب راسبيري باي Raspberry Pi، ومن المثير أنه يمكن تدريب النموذج كاملًا باستخدام معالج الرسوميات RTX 4090 GPU خلال ساعات قليلة، ويمكن مطالعة المزيد عنه عبر مستودع البوت على جيت هاب. H2oGPT يعد بوت H2oGPT مخصصًا لتلخيص المستندات النصية، وإن كان يمكنك محادثته واستفساره كسائر البوتات، فهو يسمح لنا برفع واستعراض المستندات وتلخيصها عبر واجهته الأمامية، كما تتوافر مثبتات Installers لبوت H2oGPT لنظامي تشغيل ويندوز Windows وماك أو إس MacOS، بينما نحتاج استخدام دوكر Docker لتنصيبه على نظام تشغيل لينكس Linux، ويمكن تجربته عبر المتصفح من موقع Huggingface، كما يمكن الاطلاع على شيفراته المصدرية عبر مستودع جيت هاب. Cerebras-GPT لا يعد Cerebras-GPT بوت دردشة في حد ذاته، ولكنه يوفر نماذج لغوية مفتوحة المصدر مُدرَّبة على بيانات بأحجام ضخمة وشبيهة بنموذج جي بي تي GPT-Like، يساعدنا استخدام هذه النماذج في تطوير البوت الخاص بنا على زيادة دقة البوت ورفع كفاءته الحسابية، ولمطالعة مزيد من المعلومات عن النموذج يمكن زيارة صفحته على Huggingface. KoboldAI يعد KoboldAI شات بوت يعمل مساعدًا شخصيًا للكُتَّاب، ولا سيما كتاب الروايات، ويُستخدم عبر المتصفح Browser-Based، ويمكن تشغيله مع برنامج Google Colab بسهولة، يتميز KoboldAI بقدرته على الكتابة بأساليب مختلفة، ليساعد الكتاب على إثراء نصوصهم ويساعدهم على توليد أفكار جديدة. ويمكن اختبار أداه والاطلاع على المزيد من التفاصيل حوله عبر مستودع جيت هاب. الخاتمة بهذا نكون وصلنا لنهاية مقالنا الذي عرفناكم فيه على مجموعة من البدائل مفتوحة المصدر لبوت ChatGPT، كل ما عليكم هو تجربتها واستخدامها في تطوير بوتات مخصصة تلائم احتياجات أعمالكم دون الحاجة إلى ميزانية مرتفعة والتحقق من مدى كفاءتها، ونرجب بمشاركة تجربتكم مع أي روبوت دردشة مفتوح المصدر في قسم التعليقات أسفل المقال. ترجمة -وبتصرف- لمقال Best Open Source ChatGPT Alternatives لكاتبه Ankush Das اقرأ أيضًا تدريب بوت المحادثة ChatGPT وتعليمه كيف يتحدث ويتعلم تعرف على 11 طريقة يساعدك فيها ChatGPT كمطور ووردبريس دليل استخدام ChatGPT API لتحسين خدماتك عبر الإنترنت بناء روبوت دردشة باستخدام بايثون و OpenAI API1 نقطة -
مع التطور الكبير لتقنيات الذكاء الاصطناعي وظهور روبوت الدردشة ChatGPT وغيره من النماذج اللغوية برزت أسئلة كبيرة حول مستقبل مطوري ووردبريس، وكيف يمكن للذكاء الاصطناعي أن يساعدك كمطور ووردبريس ولا يكون ضرراً عليك ويتسبب في خسارتك لوظيفتك. سنقدم لك في هذه المقالة بعض الطرق الحديثة التي يمكن للذكاء الاصطناعي وتحديدًا روبوت ChatGPT أن يساعدك بها مطوري ووردبريس. فبعد قراءتك لهذه المقالة وتجريب بعض التطبيقات المشروحة فيه ستدرك كيف يمكنك الاستفادة من الذكاء الاصطناعي في تسريع إنشاء تطبيقاتك ورفع إنتاجيتك. سنناقش في هذا المقال الأمور التالية: لمحة عامة عن بوت المحادثة الذكي شات جي بي تي ChatGPT. الطرق المختلفة التي يمكن فيها لشات جي بي تيChatGPT مساعدتك كمطور ووردبريس. ولنبدأ بمناقشة هذه النقاط بالتفصيل في الفقرات التالية: لمحة عامة عن ChatGPT إن مصطلح ChatGPT هو اختصار لعبارة Chat Generative Pretrained Transformer وهو عبارة عن أداة من أدوات الذكاء الاصطناعي طورتها شركة الأبحاث OpenAI لتكون أداة قوية جدًا تستخدم طريقة التعليم المعزز والتعليم الخاضع للإشراف للإجابة على الأسئلة المعقدة بفعالية كبيرة. يعد ChatGPT أحد تطبيقات الذكاء الاصطناعي التوليدي Generative AI وهذا يعني أنه عندما يتم تدريبه أو تعليمه فسيكون بإمكانه توليد مخرجات مشابهة للأمثلة التي تم تدريبه عليها، وبالتالي يمكنه مساعدتك في كثير من الأمور مثل كتابة الكود، وصياغة المقالات، وكتابة رسائل البريد الإلكتروني وغيرها من المهام. الطرق التي يساعدك ChatGPT فيها كمطور ووردبريس يقدم لك ChatGPT العديد من المميزات لمطوري ووردبريس ويساعدهم على تحسين بيئة العمل البرمجي، وفيما يلي نقدم لك أبرز هذه الميزات: توليد الكود البرمجي اختبار الكود التوثيق التقني تصحيح الأخطاء توليد التعليقات تبسيط الأكواد المعقدة معالجة البيانات هندسة المميزات توليد كود برمجي بديل تطوير عملية النمذجة إجراء عمليات البحث لنناقش كل ميزة من هذه الميزات بمزيد من التفصيل. 1. توليد الكود البرمجي يعد روبوت الدردشة ChatGPT أداة مفيدة جدًا لمطوري ووردبريس، وخاصة عندما يتعلق الأمر بكتابة الأكواد البرمجية، فهو يزودك بشيفرات تفهم احتياجاتك وتلبيها ويوفر عليك الكثير من الوقت والجهد في كتابتها. ولا يتوقف الأمر على كتابة أكواد بسيطة فحسب، بل يمتلك ChatGPT القدرة على كتابة تعليمات برمجية للمهام المعقدة مثل إنشاء أصناف برمجية classes بالكامل، فحتى إن لم تكن على معرفة كاملة بكتابة كود معين فإن ChatGPT سيتولى الأمر بنفسه ويشرح لك الكود الذي قام بكتابته مما يجعله بمثابة دورة مرشد خاص يعلمك أساسيات كتابة هذا الكود. لتوضيح قدرات ChatGPT في كتابة الشيفرات البرمجية، طلبنا منه كتابة كود يستطيع الزبائن من خلاله اختيار نوع الطعام المفضل لهم من بين أنواع مختلفة، والمفاجأة أن ChatGPT كتب الكود اللازم في غضون لحظات. كان السؤال أو المطالبة الموجهة له بالضبط على النحو التالي: اكتب الكود البرمجي اللازم الذي يُمكّن الزبائن من اختيار عناصر متنوعة من الطعام. وهذا هو الجواب الذي حصلنا عليه: هنا ستجد مثال لكود برمجي مكتوب بلغة HTML يستطيع الزبائن من خلاله اختيار عناصر متنوعة من الطعام وفي حال عدم رضاك عن النتيجة التي حصلت عليها، يمكنك إعادة المطالبة مرة أخرى لتوليد كود آخر لنفس الموضوع، إذ سيقدم لك نتيجة أخرى ويوضح لك ما الذي قام به بالتحديد كما هو موضح بالصورة التالية: ولن يكتفي بكتابة الكود كما ذكرنا بل سيشرح لك الخطوات التي قام بها على النحو التالي: من خلال هذا المثال يمكن أن نخلص للتالي: يمكنك كمطور ووردبريس أن توفر وقتك في كتابة الأكواد التي تستغرق وقتاً طويلاً وتكلف ChatGpt بهذه المهمة وتتفرغ لحل المشكلات الأخرى التي تواجهك في بناء التطبيق. 2. اختبار الكود البرمجي يعد أيضاً ChatGPT أداة مفيدة جدًا لمطوري ووردبريس فيما يخص اختبار الكود البرمجي، فهو يوفر عدة طرق للمساعدة في هذه العملية ويتمتع ChatGPT بقدرة عالية جدًا على فهم الكود الذي تدخله له وتحليله، وتوليد حالات اختبار تغطي الحالات المختلفة للكود مما يوفر وقتك وجهدك كمطور. كما يولد ChatGPT توثيقًا سهلًا وواضحًا لحالات الاختبار المختلفة، ويتضمن هذا التوثيق مدخلات الاختبار، والحالات المتوقعة للخرج، وشروط الاختبار، مما يؤدي إلى تبسيط عملية الاختبار إلى حد كبير. إن توفر هذه المعلومات القيّمة لك كمطور ووردبريس تساعدك على تحديث ومراجعة الكود بسهولة وسرعة أكبر، وتحديد المتغيرات المطلوبة بناءاً على نتائج هذا الاختبار، مما يؤدي إلى بناء تطبيق فعال وخالٍ من الأخطاء. 3. التوثيق التقني قد تكون عملية التوثيق مهمة شاقة ومتعبة للمطورين، ولحسن الحظ يستطيع ChatGPT مساعدتك بشكل رائع في هذا الأمر بفضل المهارات اللغوية التي يمتلكها. فكل ما عليك القيام به ببساطة هو تزويد ChatGPT ببعض التعليمات البرمجية ثم تطلب منه أن ينشئ توثيقًا لهذه التعليمات وستجد أنه سيؤدي هذه المهمة على أكمل وجه وينشئ لك توثيقًا واضحًا وسهلًا ويشرح من خلاله الكود والمدخلات والمخرجات وأي معلومات مهمة أخرى. على سبيل المثال إذا زودنا ChatGPT بجزء من الكود الذي قام هو بتوليده في الفقرة السابقة، ثم طلبنا من أن ينشئ لنا توثيقًا لهذا الكود ستكون النتيجة مشابهة للتالي: كما يزودك ChatGPT بمعلومات أكثر تفصيلاً حول معاملات أو وسطاء كل دالة والخرج النتائج ويوفر اقتراحات للتعامل مع الأخطاء والكثير من الأمور الأخرى، وقد يكون استخدام ChatGPT في عملية التوثيق غير مثالي حاليًا من ناحية دقة المعلومات، ومع ذلك فإنه يستطيع أن يقدم تصورًا جيدًا عن الطريقة المتبعة في عملية التوثيق ويسرع بناء توثيقات البرمجيات ليريحك كمطور ووردبريس من هذه المهمة الممللة ويمكنك من التفرغ لتطوير تطبيقاتك بفعالية أكبر. 4. معالجة أو تصحيح الأخطاء في حال كنت بحاجة إلى تعقب الأخطاء في برنامجك، وتريد تطبيق ممارسات عملية جيدة على الكود فسياعدك استخدام ChatGPT في العثور على الأخطاء البرمجية وفحص أجزاء معينة من الكود وتقديم اقتراحات مفيدة تساعدك في تشخصيص أي مشكلة وحلها بدلاً من أن تمضي ساعات طويلة من البحث المضني عن الأخطاء بنفسك. كما تستطيع أيضاً من خلال ChatGPT إعادة بناء الكود وذلك بفضل تقديم ChatGPT لاقتراحات تعديل لزيادة الوثوقية وقابلية صيانة الكود بحيث يكون هناك عدد أقل من الأخطاء في البرنامج، على سبيل المثال سنعطي ChatGPT كود جافاسكريبت التالي ونطلب منه اكتشاف الأخطاء الموجودة فيه: سيعطينا النتيجة التالية: وسيعطي اقتراحًا للكود المصحح أيضًا: إن عملية تصحيح الأخطاء باستخدام ChatGPT يمكن أن توفر الكثير من الوقت والجهد خاصة في التطبيقات الكبيرة والمعقدة. 5. توليد التعليقات يمكن أن يوفر ChatGPT ميزة كبيرة وقوية لمطوري ووردبريس وهي التعليق على الكود البرمجي، لتوفير فهم أكبر لما تقوم به التعليمات البرمجية من خلال وضع شرح واضح ومحدد لها. وستلاحظ أن ChatGPT يكتب تعليقات على الكود بصورة ذاتية، لكن يمكنك أن تطلب منه وضع تعليقات أوفى على تعليمات بعينها. ستساعد ميزة كتابة التعليقات هذه على فهم الكود الذي كتبته بشكل أكبر فالتعليقات تعد نوعًا من أنواع التوثيق المفيد الذي يوضح طبيعة الكود مما يجعل الأمر أكثر بساطة لك وللمطورين الآخرين لفهم وظائف الكود والعمل عليه بشكل جماعي. علاوة على ذلك يستطيع ChatGPT شرح وتوضيح جزء معين من الكود وهذه الميزة تكون مفيدة بشكل خاص عندما لا تحتاج أنت كمطور إلى كتابة توثيق كامل للمشروع بل لجزء محدد منه. على سبيل المثال عندما طلبنا من ChatGPT أن يضيف تعليقًا يشرح لنا الكود الموضح بالصورة: كان التعليق على النحو التالي: // الحصول على جميع العناصر في المستند التي تحتوي على الصنف "my-button" // وتخزينها في متغير يسمى "buttons". var buttons = document.getElementsByClassName('my-button'); 6. تبسيط الكود المعقد يسمح ChatGPT للمطورين أن ينشؤوا شروحات بسيطة للكود المعقد، مما يسهل على المطورين الآخرين فهم وصيانة هذا الكود، فيمكن لـGhatGPT إنشاء توثيق وتعليقات للكود كما رأينا ثم يقوم الذكاء الاصطناعي بتبسيط هذا الكود وتوضيحه مما يوفر الكثير من الوقت والجهد على المطور. بالإضافة إلى ذلك ومع القدرة على تبسيط الكود المعقد غالباً ما يكون الكود الذي يكتبه ChatGPT أكثر دقة من الكود الذي يكتبه المطور نفسه. لهذا السبب تعد عملية شرح وتبسيط الكود المعقد في مقاطع صغيرة مفيدة جدًا للمطورين من أجل فهم الكود الصعب وشرحه بوضوح وبساطة لأن ChatGPT يستطيع فهم وتحليل كل سطر من أسطر الكود على حدة ويشرح آلية عمله بالتفصيل. 7. معالجة البيانات إذا كنت بحاجة إلى مساعدة في عملية معالجة البيانات فيمكنك الاستعانة بـGhatGPT في توليد كود مهمته تنظيف وترتيب البيانات وتجهيزها من أجل نماذج الاختبار والتدريب، وهذا يتضمن إدارة المهام مثل تشفير المتغيرات والتعامل مع القيم المفقودة أو حسابها وذلك من خلال عدد من الاستراتيجيات. كما يمكن إنشاء ميزات جديدة من البيانات الموجودة مثل توليد كود يستخرج المعلومات من البيانات غير المهيكلة (مثل النصوص أو الصور) ثم يحول هذه المعلومات إلى بيانات مهيكلة تستخدم في عملية تعلم الآلة machine learning وهذا يجعل عملية المعالجة المسبقة أبسط وأكثر كفاءة ودقة. 8. هندسة المميزات Feature Engineering يساعد ChatGPT في تحسين ميزات البيانات المستخدمة في تعلم الآلة. وتحسين الميزات يعني تحسين جودة وكفاءة البيانات التي تستخدمها النماذج لتحقيق نتائج أفضل. فعندما تمتلك نموذج للتعلم الآلي مع بيانات مختلفة يستطيع ChatGPT مساعدتك لدرجة كبيرة وتحسين الأداء. لذا تساعد هندسة المميزات التي يقدمها ChatGPT في تقليل أخطاء مجموعات البيانات وتحسين أداء النموذج وزيادة دقته وموثوقيته. 9. توليد الكود البديل هذه الميزة مخصصة لمطوري ووردبريس الذين يرغبون في إنتاج كود بديل يعمل على تحسين الأداء إذ يمكن للمطور أن يأخذ أي جزء من الكود القديم ثم يطلب من ChatGPT اقتراح تحسينات على هذا الكود، وربما تكون أحد التحسينات المقترحة هي الحد من استخدام الذاكرة أو ربما تخفيض عدد العمليات الحسابية أو المنطقية في الكود. على سبيل المثال طلبنا من ChatGPT إنشاء كود بديل للكود الموضح بالصورة التالية: فكان جوابه أن قدم لنا الكود الموضح بالصورة التالية: ملاحظة: هذا جزء من الكود فقط ثم قدم الشرح التالي: 10. تطوير عملية النمذجة ونشرها يستطيع ChatGPT المساعدة في عملية إعداد البيانات النصية وتنظيفها، مما يؤدي إلى تحسين أداء النموذج وجعله ينشئ نصًا يشبه النص الذي ينتجه الإنسان، ويمكن استخدام هذا النص لمحاكاة عملية الاتصال بين الإنسان والحاسوب، وهذا مفيد جدًا عندما نريد تطوير أنظمة محادثة خاصة بالذكاء الاصطناعي مثل نظام رد آلي chatbot. كما يستطيع ChatGPT إنشاء شروحات باللغة الطبيعية لتنبؤات النموذج وهذا يساعد النموذج ليشرح الأمور بسهولة أكبر. ويمتلك ChatGPT قوة كبيرة لتوليد نص باللغة الطبيعية البشرية والتي تفيد في سياق العمل والتواصل مع الآخرين. 11. عمليات البحث ستحتاج كمطور ووردبريس لبعض الأسئلة خاصة أسئلة البرمجة المعقدة وسيكون ChatGPT خير صديق لك في هذا المجال من خلال تقديم الإجابات على جميع أسئلتك حيث يمكنك استخدام ChatGPT كمحرك بحث حيث بإمكانك أن تطرح عليه الأسئلة المعقدة وأن تحصل منه على إجابات دقيقة بسرعة وسهولة بدلاً من البحث في العديد من المصادر كما أنه يقدم لك أمثلة تحتوي على تعليمات برمجية مع إجاباته حتى تتمكن من معرفة فيما إذا كانت تلك الإجابات كافية أم لا. على سبيل المثال طلبنا من ChatGPT إنشاء مكتبة تضيف ميزة منبثقة pop-up لموقع الويب فكان جوابه كما يلي: ملاحظة: هذا جزء فقط من الإجابة التي قدمها ChatGPT لتوضيح الفكرة. وختامًا نذكرك أن الذكاء الاصطناعي ليس دقيقاً دائماً بنسبة 100% إلا أن بإمكانه في أغلب الأحيان توفير معلومات مفيدة ودقيقة فيما يتعلق بأسئلة البرمجة والتطوير، لذا من الضروي أن تتحقق دومًا من دقة وصحة الإجابات التي يوفرها لك، وهذا يقودنا إلى الأسئلة التالية. هل يمكننا الوثوق بأجوبة ChatGPT؟ يجب أن نعلم كمطورين ووردبريس أن ChatGPT أداة قوية ومفيدة ولكن يوجد فيها بعض العيوب التي يجب علينا فهمها والدراية بها وأولها أن ChatGPT ليس دقيقًا دائماً فهو يعتمد على الأسئلة الموجهة له فعندما تكون الأسئلة غير منطقية ستكون الإجابات غير منطقية كذلك! وتتكون بيانات التدريب الخاصة بالنموذج من مجموعة واسعة من المحتوى المكتوب من قبل البشر وبالتالي يمكن أن تكون أجوبة ChatGPT أحياناً غير دقيقة وغير موضوعية حسب المحتوى المكتوب وبمعنى آخر الدخل الخاطئ يؤدي إلى نتائج خاطئة. باختصار يجب توخي الحذر وعدم الوثوق بكل مخرجات أو أجوبة ChatGPT بشكل أعمى على أنها صحيحة والجيد في الأمر أنه يخضع لتحسينات مستمرة ليصل إلى مرحلة توفير إجابات دقيقة، ومع ذلك يمكنه حاليًا أن يقدم تصورات معينة تفيد المطورين ككل، ومطوري ووردبريس على وجه الخصوص. فلا يجب عليك كمطور الاعتماد على ChatGPT لكتابة الأكواد البرمجية بشكل كامل بالطبع، ولكن يمكنك الاستفادة منها في تسريع إنجاز بعض الأمور التي يتطلبها المشروع الذي تقوم به. لماذا نستخدم الذكاء الاصطناعي؟ مع استمرار تقدم تقنيات الذكاء الاصطناعي وأبرزها ChatGPT، بات من المهم جدًا البقاء على اطلاع كامل بالتغيرات المتسارعة التي تحصل في هذه التقنيات وهذا سيساعدك في فهم فوائد استخدام الذكاء الاصطناعي، واتخاذ القرارات المناسبة التي تخدم مسيرة عملك كمطور. ويمكن أن يكون ChatGPT أداة قيمة لمطوري ووردبريس (على الرغم من أنها ليست مثالية) من خلال الاستفادة من إمكانياتها المشروحة سابقًا لتوفير الوقت والتركيز على الجوانب الأخرى في بيئة تطوير ووردبريس الخاصة بك. في النهاية لا داعي للقلق بشأن استبدال الذكاء الاصطناعي لوظيفتك، على العكس يجب عليك اعتباره تقنية مفيدة لك تساعدك في عملك عند استخدامها بشكل جيد الأمر الذي يؤدي إلى زيادة إنتاجيتك، وخفض التكاليف، وتوفير الوقت، وضمان إنشاء تطبيقات ووردبريس عالية الجودة. نتمنى لكم الاستفادة الجيدة من هذا المقال، وفي حال كان لديك أي تساؤل حول ما ورد في المقال يمكن تركه في قسم التعليقات أسفل المقال أو كتابته في قسم الأسئلة والأجوبة في الأكاديمية. ترجمة وبتصرف للمقال 11Ways ChatGPT Can Help You As a WordPress Developer لكاتبيه N. Fakes & Martin Aranovitch اقرأ أيضًا دليل استخدام ChatGPT API لتحسين خدماتك عبر الإنترنت تطوير تطبيق 'اختبرني' باستخدام ChatGPT ولغة جافاسكربت مع Node.js بناء تطبيق بايثون يجيب على أسئلة ملف PDF باستخدام الذكاء الاصطناعي تدريب بوت المحادثة ChatGPT وتعليمه كيف يتحدث ويتعلم1 نقطة
