تصميم وتنفيذ Microsoft Azure AI Solutions

الوحدة 1: مقدمة في الذكاء الاصطناعي على Azure

• الذكاء الاصطناعي (AI) يشكل جزءًا متزايدًا في جوهر التطبيقات والخدمات الحديثة. في هذه الوحدة، ستتعلم عن بعض القدرات الشائعة للذكاء الاصطناعي التي يمكنك الاستفادة منها في تطبيقاتك، وكيفية تنفيذ تلك القدرات في Microsoft Azure. 
• ستتعرف أيضًا على بعض النظريات المتعلقة بتصميم وتنفيذ حلاً للذكاء الاصطناعي بشكل مسؤول.

الدروس:

• مقدمة في الذكاء الاصطناعي.
• الذكاء الاصطناعي في Azure.

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• وصف الاعتبارات الخاصة بإنشاء تطبيقات ممكّنة للذكاء الاصطناعي.
• التعرف على خدمات Azure لتطوير تطبيقات الذكاء الاصطناعي.

الوحدة 2: تطوير تطبيقات الذكاء الاصطناعي باستخدام خدمات الإدراك

• تعتبر خدمات الإدراك البنيات الأساسية لدمج قدرات الذكاء الاصطناعي في تطبيقاتك. 
• في هذه الوحدة، ستتعلم كيفية توفير، وتأمين، ومراقبة، ونشر خدمات الإدراك.

الدروس:

• البداية مع خدمات الإدراك.
• استخدام خدمات الإدراك لتطبيقات المؤسسات.

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• البداية مع خدمات الإدراك
• استخدام خدمات الإدراك لتطبيقات المؤسسات
• معمل: البدء مع خدمات الإدراك
• معمل: إدارة أمان خدمات الإدراك
• معمل: مراقبة خدمات الإدراك
• معمل: استخدام حاوية خدمات الإدراك

الوحدة 3: البداية في معالجة اللغة الطبيعية

• معالجة اللغة الطبيعية (NLP) هي فرع من فروع الذكاء الاصطناعي يتعامل مع استخراج الأفكار من اللغة المكتوبة أو المنطوقة.
• في هذه الوحدة، ستتعلم كيفية استخدام خدمات الإدراك لتحليل وترجمة النصوص.

الدروس:

• تحليل النصوص.
• ترجمة النصوص.
• معامل: ترجمة النصوص
• معامل: تحليل النصوص

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• استخدام خدمة تحليل النصوص لتحليل النصوص.
• استخدام خدمة المترجم لترجمة النصوص.

الوحدة 4: بناء تطبيقات قائمة على الكلام

• العديد من التطبيقات الحديثة والخدمات تقبل إدخال الكلام ويمكنها الرد عبر تخليق النص.
• في هذه الوحدة، ستواصل استكشاف قدرات معالجة اللغة الطبيعية عبر تعلم كيفية بناء تطبيقات قائمة على الكلام.

الدروس:

• التعرف على الكلام وتخليقه.
• ترجمة الكلام.
• معامل: التعرف على الكلام وتخليقه
• معامل: ترجمة الكلام

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• استخدام خدمة التعرف على الكلام للتعرف على الكلام وتخليقه.
• استخدام خدمة التعرف على الكلام لترجمة الكلام.

الوحدة 5: إنشاء حلول لفهم اللغة

• لبناء تطبيق يمكنه فهم اللغة الطبيعية والرد عليها بشكل ذكي، يجب عليك تعريف وتدريب نموذج لفهم اللغة.
• في هذه الوحدة، ستتعلم كيفية استخدام خدمة فهم اللغة لإنشاء تطبيق يمكنه التعرف على نية المستخدم من إدخال اللغة الطبيعية.

الدروس:

• إنشاء تطبيق لفهم اللغة.
• نشر واستخدام تطبيق فهم اللغة.
• استخدام فهم اللغة مع التعرف على الكلام.
• معامل: إنشاء تطبيق عميل لفهم اللغة
• معامل: إنشاء تطبيق لفهم اللغة
• معامل: استخدام خدمات التعرف على الكلام وفهم اللغة

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• إنشاء تطبيق لفهم اللغة.
• إنشاء تطبيق عميل لفهم اللغة.
• دمج فهم اللغة والتعرف على الكلام.

الوحدة 6: بناء حلاً للأسئلة والأجوبة

• أحد أنواع التفاعل الأكثر شيوعًا بين المستخدمين ووكلاء البرمجيات الذكية هو تقديم أسئلة بلغة طبيعية من قبل المستخدمين، ومن ثم يقوم وكيل الذكاء الاصطناعي بالرد بشكل ذكي بإجابة مناسبة. 
• في هذه الوحدة، ستكتشف كيف يمكن لخدمة QnA Maker تمكين تطوير هذا النوع من الحلول.

الدروس:

• إنشاء قاعدة معرفية للأسئلة والأجوبة.
• نشر واستخدام قاعدة معرفة للأسئلة والأجوبة.
• معمل: إنشاء حلاً للأسئلة والأجوبة

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• استخدام QnA Maker لإنشاء قاعدة معرفية.
• استخدام قاعدة معرفة للأسئلة والأجوبة في تطبيق أو روبوت.

الوحدة 7: الذكاء الاصطناعي في المحادثات وخدمة بوت Azure

• البوتات هي أساس نوع متزايد الشيوع لتطبيقات الذكاء الاصطناعي حيث يشارك المستخدمون في محادثات مع وكلاء الذكاء الاصطناعي، كما يفعلون غالبًا مع وكيل بشري. 
• في هذه الوحدة، ستكتشف Microsoft Bot Framework وخدمة بوت Azure، التي توفران معًا منصة لإنشاء وتقديم تجارب محادثات.

الدروس:

• أساسيات البوتات.
• تنفيذ بوت محادثة.
• معمل: إنشاء بوت باستخدام Bot Framework SDK
• معمل: إنشاء بوت باستخدام Bot Framework Composer

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• استخدام Bot Framework SDK لإنشاء بوت.
• استخدام Bot Framework Composer لإنشاء بوت.

الوحدة 8: البداية في رؤية الحاسوب

• رؤية الحاسوب هي مجال من مجالات الذكاء الاصطناعي حيث تقوم تطبيقات البرمجيات بتفسير المدخلات البصرية من الصور أو الفيديو. 
• في هذه الوحدة، ستبدأ اكتشافك لرؤية الحاسوب من خلال تعلم كيفية استخدام خدمات الإدراك لتحليل الصور والفيديو.

الدروس:

• تحليل الصور.
• تحليل الفيديو.
• معامل: تحليل الفيديو
• معامل: تحليل الصور باستخدام خدمة الإدراك

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• استخدام خدمة الرؤية الحاسوبية لتحليل الصور.
• استخدام محلل الفيديو لتحليل الفيديو.

الوحدة 9: تطوير حلول للرؤية المخصصة

• بينما يمكن أن تكون القدرات العامة المحددة مسبقًا لرؤية الحاسوب مفيدة في العديد من السيناريوهات، إلا أنه في بعض الأحيان تحتاج إلى تدريب نموذج مخصص باستخدام بيانات بصرية خاصة بك. 
• في هذه الوحدة، ستكتشف خدمة الرؤية المخصصة وكيفية استخدامها لإنشاء نماذج مخصصة لتصنيف الصور واكتشاف الكائنات.

الدروس:

• تصنيف الصور.
• اكتشاف الكائنات.
• معامل: تصنيف الصور باستخدام خدمة الرؤية المخصصة
• معامل: اكتشاف الكائنات في الصور باستخدام خدمة الرؤية المخصصة

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• استخدام خدمة الرؤية المخصصة لتنفيذ تصنيف الصور.
• استخدام خدمة الرؤية المخصصة لتنفيذ اكتشاف الكائنات.

الوحدة 10: اكتشاف، تحليل، والتعرف على الوجوه

• اكتشاف الوجوه، وتحليلها، والتعرف عليها هي سيناريوهات شائعة في مجال رؤية الحاسوب. 
• في هذه الوحدة، ستتعرف على استخدام خدمات الإدراك لتحديد الوجوه البشرية.

الدروس:

• اكتشاف الوجوه باستخدام خدمة الرؤية الحاسوبية.
• استخدام خدمة الوجه.
• معمل: اكتشاف، تحليل، والتعرف على الوجوه

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• اكتشاف الوجوه باستخدام خدمة الرؤية الحاسوبية.
• اكتشاف وتحليل، والتعرف على الوجوه باستخدام خدمة الوجه.**

الوحدة 11: قراءة النصوص في الصور والمستندات

• التعرف الضوئي على النص (OCR) هو سيناريو شائع آخر في مجال رؤية الحاسوب، حيث يقوم البرنامج باستخراج النص من الصور أو المستندات. 
• في هذه الوحدة، ستكتشف خدمات الإدراك التي يمكن استخدامها لاكتشاف وقراءة النصوص في الصور والمستندات.

الدروس:

• قراءة النصوص باستخدام خدمة الرؤية الحاسوبية.
• استخراج المعلومات من النماذج باستخدام خدمة معرف النماذج.
• معامل: قراءة النصوص في الصور
• معامل: استخراج البيانات من النماذج

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• استخدام خدمة الرؤية الحاسوبية لقراءة النصوص في الصور والمستندات.
• استخدام خدمة معرف النماذج لاستخراج البيانات من النماذج الرقمية.**

الوحدة 12: إنشاء حلاً لتعدين المعرفة

• في النهاية، تشمل العديد من سيناريوهات الذكاء الاصطناعي البحث الذكي عن المعلومات استنادًا إلى استفسارات المستخدم.
•  يعتبر تعدين المعرفة بقوة متزايدة وسيلة مهمة لبناء حلول بحث ذكية تستخدم الذكاء الاصطناعي لاستخراج رؤى من مستودعات كبيرة من البيانات الرقمية وتمكين المستخدمين من العثور على تلك الرؤية وتحليلها.

الدروس:

• تنفيذ حلاً للبحث الذكي.
• تطوير مهارات مخصصة لأنبوب الإثراء.
• إنشاء مستودع معرفة.
• معامل: إنشاء مهارة مخصصة لبحث Azure Cognitive
• معامل: إنشاء حلاً لبحث Azure Cognitive
• معامل: إنشاء مستودع معرفة باستخدام بحث Azure Cognitive

بعد إكمال هذه الوحدة، سيكون الطلاب قادرين على:

• إنشاء حلاً للبحث الذكي باستخدام بحث Azure Cognitive.
• تنفيذ مهارة خاصة في أنبوب إثراء بحث Azure Cognitive.
• استخدام بحث Azure Cognitive لإنشاء مستودع معرفة.

• وصف للاعتبارات في تطوير التطبيقات الممكّنة بواسطة الذكاء الاصطناعي:
  • إنشاء وتكوين ونشر وتأمين خدمات Azure Cognitive.
  • تطوير تطبيقات تحليل النصوص.
  • تطوير تطبيقات ممكّنة للكلام.
  • إنشاء تطبيقات ذات قدرات فهم اللغة الطبيعية.
  • إنشاء تطبيقات QnA.
  • إنشاء حلول محادثة مع الروبوتات.
  • استخدام خدمات رؤية الحاسوب لتحليل الصور ومقاطع الفيديو.
  • إنشاء نماذج مخصصة لرؤية الحاسوب.
  • تطوير تطبيقات تتعرف وتحلل وتعرف الوجوه.
  • تطوير تطبيقات تقوم بقراءة ومعالجة النصوص في الصور والمستندات.
  • إنشاء حلول بحث ذكية لاستخراج المعرفة.

• مهندسي البرمجة المعنيون ببناء وإدارة ونشر حلول الذكاء الاصطناعي التي تعتمد على خدمات Azure Cognitive، Azure Cognitive Search، وMicrosoft Bot Framework.
• إنهم على دراية بلغات البرمجة C# أو Python ويمتلكون معرفة في استخدام واجهات برمجة التطبيقات (APIs) القائمة على نمط REST لبناء حلول الرؤية الحاسوبية، وتحليل اللغة، واستخراج المعرفة، والبحث الذكي، وحلول الذكاء الاصطناعي في المحادثات على منصة Azure.