تنسيق النصوص بـ f-strings 🤩
تعلم كيف تجعل تنسيق النصوص في بايثون أسهل وأكثر قابلية للقراءة باستخدام f-strings.
تُعد f-strings طريقة حديثة وفعالة لتضمين التعبيرات والمتغيرات داخل السلاسل النصية في بايثون، مما يزيد من وضوح الكود وسهولة صيانته.
['#بايثون', '#برمجة', '#نصائح_برمجية', '#fstrings', '#تعلم_بايثون']
تعلم كيف تجعل تنسيق النصوص في بايثون أسهل وأكثر قابلية للقراءة باستخدام f-strings.
name = "أحمد"
age = 30
city = "دبي"
# استخدام f-string لتنسيق النص
message = f"مرحباً، اسمي {name} وعمري {age} سنة. أنا أعيش في {city}."
print(message)
# يمكن استخدام التعبيرات مباشرة داخل f-string
print(f"بعد 5 سنوات، سيكون عمر {name} هو {age + 5}.")
# تنسيق الأرقام
price = 19.99
print(f"سعر المنتج: {price:.2f} دولار.")
تُعد f-strings طريقة حديثة وفعالة لتضمين التعبيرات والمتغيرات داخل السلاسل النصية في بايثون، مما يزيد من وضوح الكود وسهولة صيانته.
['#بايثون', '#برمجة', '#نصائح_برمجية', '#fstrings', '#تعلم_بايثون']
واضح إننا بنفتقد لمقابلات التوظيف القديمة 😂
قوقل بدأت تختبر مراحل جديدة في المقابلات تعتمد على الذكاء الاصطناعي.
يعطون المرشح قاعدة بيانات واكواد ضخمة وما يعرف عنها شيء، ومعه وصول إلى Gemini.
ومهمته باستخدام الذكاء الاصطناعي يفهم المشروع، يكتشف الأخطاء ويصلحها.
المرحلة الثانية تكون تصميم أنظمة، وهنا برضه تستخدم Gemini علشان تساعدك في تصميم النظام ومراجعة قراراتك.
أحد المطورين وصف المطلوب كذا:
«هم يريدون مهندسين يعرفون كيف يطلعون منتجات باستخدام الذكاء الاصطناعي، بدون ما يتسببون بكوارث في بيئة الإنتاج».
يعني بدل ما يسألونك كيف تعكس Linked List
صاروا يشوفون هل تعرف تدير الذكاء الاصطناعي داخل مشروع حقيقي بدون ما يفجر الدنيا 😂
قوقل بدأت تختبر مراحل جديدة في المقابلات تعتمد على الذكاء الاصطناعي.
يعطون المرشح قاعدة بيانات واكواد ضخمة وما يعرف عنها شيء، ومعه وصول إلى Gemini.
ومهمته باستخدام الذكاء الاصطناعي يفهم المشروع، يكتشف الأخطاء ويصلحها.
المرحلة الثانية تكون تصميم أنظمة، وهنا برضه تستخدم Gemini علشان تساعدك في تصميم النظام ومراجعة قراراتك.
أحد المطورين وصف المطلوب كذا:
«هم يريدون مهندسين يعرفون كيف يطلعون منتجات باستخدام الذكاء الاصطناعي، بدون ما يتسببون بكوارث في بيئة الإنتاج».
يعني بدل ما يسألونك كيف تعكس Linked List
صاروا يشوفون هل تعرف تدير الذكاء الاصطناعي داخل مشروع حقيقي بدون ما يفجر الدنيا 😂
تيرينس تاو ومعه 24 فائز بجائزة فيلدز نشروا رسالة مفتوحة للدفاع عن الرياضيات في عصر الذكاء الاصطناعي.
فكرتهم الأساسية إن أهداف شركات الذكاء الاصطناعي وأهداف المجتمع الرياضي بدأت تتباعد بشكل واضح.
شركات الذكاء الاصطناعي تتعامل مع المسائل المفتوحة كأنها اختبارات: هل النموذج قدر يطلع الحل أو لا؟
لكن الرياضيين يقولون إن الوصول للجواب النهائي مو هو أهم شيء في الرياضيات أصلًا.
لما كان البشر يحلون مسائل كبيرة، الحل غالبًا يجيب معه أفكار جديدة، طرق جديدة، وأدوات يستفيد منها المجال لسنوات.
وبعدها المجتمع الرياضي يقضي وقت طويل في تنقيح هذي الأفكار، توثيقها وربطها بالأعمال السابقة إلى أن تصير جزء من المعرفة اللي تنتقل للأجيال الجديدة.
أما حلول الذكاء الاصطناعي، فكثير منها يتم الإعلان عنه بدون صياغة واضحة، بدون إبراز للطريقة الجديدة، وأحيانًا حتى بدون مراجع كافية للأعمال السابقة.
وبكذا يصير عندك حل للمسألة، لكن بدون معرفة حقيقية تستفيد منها الرياضيات.
وبحسبهم، بدون تدخل الرياضيين وترتيب هذي النتائج وفهمها، كثير من حلول الذكاء الاصطناعي ممكن تظل مجرد إجابات ناجحة على اختبار.
والرسالة تحذر إن المشكلة مو خاصة بالريا
فكرتهم الأساسية إن أهداف شركات الذكاء الاصطناعي وأهداف المجتمع الرياضي بدأت تتباعد بشكل واضح.
شركات الذكاء الاصطناعي تتعامل مع المسائل المفتوحة كأنها اختبارات: هل النموذج قدر يطلع الحل أو لا؟
لكن الرياضيين يقولون إن الوصول للجواب النهائي مو هو أهم شيء في الرياضيات أصلًا.
لما كان البشر يحلون مسائل كبيرة، الحل غالبًا يجيب معه أفكار جديدة، طرق جديدة، وأدوات يستفيد منها المجال لسنوات.
وبعدها المجتمع الرياضي يقضي وقت طويل في تنقيح هذي الأفكار، توثيقها وربطها بالأعمال السابقة إلى أن تصير جزء من المعرفة اللي تنتقل للأجيال الجديدة.
أما حلول الذكاء الاصطناعي، فكثير منها يتم الإعلان عنه بدون صياغة واضحة، بدون إبراز للطريقة الجديدة، وأحيانًا حتى بدون مراجع كافية للأعمال السابقة.
وبكذا يصير عندك حل للمسألة، لكن بدون معرفة حقيقية تستفيد منها الرياضيات.
وبحسبهم، بدون تدخل الرياضيين وترتيب هذي النتائج وفهمها، كثير من حلول الذكاء الاصطناعي ممكن تظل مجرد إجابات ناجحة على اختبار.
والرسالة تحذر إن المشكلة مو خاصة بالريا
ضيات.
نفس الشيء ممكن نشوفه قريب في مجالات معرفية كثيرة ثانية:
الذكاء الاصطناعي يجيب النتيجة
لكن البشر لازم يحولونها إلى معرفة فعلية.
https://mathandai.org/
نفس الشيء ممكن نشوفه قريب في مجالات معرفية كثيرة ثانية:
الذكاء الاصطناعي يجيب النتيجة
لكن البشر لازم يحولونها إلى معرفة فعلية.
https://mathandai.org/
mathandai.org
Declaration — Math and AI
Read the declaration and add your name.
جالس اقلب تويتر وشفت هذي التغريدة ورجعت لي الذكريات لأول معرض كتاب أزوره وانا صغير "معرض تعز الدولي للكتاب وتقنية المعلومات"
وقتها اتذكر اني كنت ببدايات المتوسط او صف سادس ابتدائي مش متذكر بالضبط، وقتها كان معي فلوس من مسابقة حلقة التحفيظ واتذكر اني كنت متشوق للمعرض واشتريت ثلاث كتب
المستطرف في كل فن مستظرف وديوان المتنبي وديوان قيس المجنون واتذكر انه ندمت على ديوان المتنبي لانه مافهمت شيء منه😅
جالس اعيش الذكريات واموت قهر على تعز اللي تحولت من عاصمه الثقافة والادب الى مدينة تفتقر ابسط مقومات الحياة💔
لعنة الله على الحوثي وعلى كل واحد يتعاطف معه او يوافقه باي شي وان شاءالله ترجع تعز عاصمة للثقافة بعد زوال كلاب مران
وقتها اتذكر اني كنت ببدايات المتوسط او صف سادس ابتدائي مش متذكر بالضبط، وقتها كان معي فلوس من مسابقة حلقة التحفيظ واتذكر اني كنت متشوق للمعرض واشتريت ثلاث كتب
المستطرف في كل فن مستظرف وديوان المتنبي وديوان قيس المجنون واتذكر انه ندمت على ديوان المتنبي لانه مافهمت شيء منه😅
جالس اعيش الذكريات واموت قهر على تعز اللي تحولت من عاصمه الثقافة والادب الى مدينة تفتقر ابسط مقومات الحياة💔
لعنة الله على الحوثي وعلى كل واحد يتعاطف معه او يوافقه باي شي وان شاءالله ترجع تعز عاصمة للثقافة بعد زوال كلاب مران
❤1🔥1
الشركات الناشئة الأمريكية: التحسين الذاتي المتكرر (RSI) خطير جدًا، خلونا نبطّئ تطوير الذكاء الاصطناعي.
الشركات الناشئة الصينية: الـRSI رهيب، خلونا نصرف عليه 30 مليار دولار!
شركة ZAI قدّمت وثيقة رسمية لبورصة هونغ كونغ، تقول فيها إنها تخطط لجمع 50 مليار دولار. وطبعا وضحوا وين بتروح الفلوس.
حوالي 60% من المبلغ بيصرفوه على تدريب الجيل القادم من GLM، وعلى شيء يسمونه في الوثيقة «التدريب الذاتي الكامل».
الفكرة أنهم يريدوا الجيل القادم من GLM يتدرب داخل بيئة أنشأها الجيل السابق من GLM، وبكذا تتكون حلقة مغلقة من التحسين الذاتي المتكرر.
وهذا يشمل أن النظام يولد بيانات التدريب بنفسه، ويولد المهام والبيئات وحتى خوارزميات التقييم، وأيضًا يحسن البنية التحتية.
وعلى المدى البعيد، رؤيتهم أن النظام يشتغل بشكل مستقل تمامًا، يقيّم النتائج ويتخذ القرارات في الغالب بدون تدخل بشري
الشركات الناشئة الصينية: الـRSI رهيب، خلونا نصرف عليه 30 مليار دولار!
شركة ZAI قدّمت وثيقة رسمية لبورصة هونغ كونغ، تقول فيها إنها تخطط لجمع 50 مليار دولار. وطبعا وضحوا وين بتروح الفلوس.
حوالي 60% من المبلغ بيصرفوه على تدريب الجيل القادم من GLM، وعلى شيء يسمونه في الوثيقة «التدريب الذاتي الكامل».
الفكرة أنهم يريدوا الجيل القادم من GLM يتدرب داخل بيئة أنشأها الجيل السابق من GLM، وبكذا تتكون حلقة مغلقة من التحسين الذاتي المتكرر.
وهذا يشمل أن النظام يولد بيانات التدريب بنفسه، ويولد المهام والبيئات وحتى خوارزميات التقييم، وأيضًا يحسن البنية التحتية.
وعلى المدى البعيد، رؤيتهم أن النظام يشتغل بشكل مستقل تمامًا، يقيّم النتائج ويتخذ القرارات في الغالب بدون تدخل بشري
فكّوا القيود عن DeepSeek V4.1 Flash:
نزلت على Hugging Face نسخة من النموذج بدون الرقابة المدمجة فيه
في اختبار HarmBench الفرق كان واضح جدًا: النموذج الأصلي، مع ضبط التفكير على أعلى مستوى، استجاب لـ1.6% فقط من الطلبات الضارة، بينما النسخة هذي وصلت لـ100%.
لكن إزالة القيود اثرت شوي على قدراته العامة. مثلًا، نتيجته في اختبار MMLU نزلت من 87% إلى 83%. غير كذا، هو نفسه DeepSeek V4.1 Flash.
https://huggingface.co/dealignai/DeepSeek-V4.1-Flash-UNCENSORED-FP8
نزلت على Hugging Face نسخة من النموذج بدون الرقابة المدمجة فيه
في اختبار HarmBench الفرق كان واضح جدًا: النموذج الأصلي، مع ضبط التفكير على أعلى مستوى، استجاب لـ1.6% فقط من الطلبات الضارة، بينما النسخة هذي وصلت لـ100%.
لكن إزالة القيود اثرت شوي على قدراته العامة. مثلًا، نتيجته في اختبار MMLU نزلت من 87% إلى 83%. غير كذا، هو نفسه DeepSeek V4.1 Flash.
https://huggingface.co/dealignai/DeepSeek-V4.1-Flash-UNCENSORED-FP8
مايكل بوري يقول إن دعوات إبطاء تطوير الذكاء الاصطناعي مجرد ألاعيب من شركات الذكاء الاصطناعي.
حسب رأيه:
النماذج اللغوية الكبيرة (LLM) مش ذكاء اصطناعي حقيقي، وما بتصير ذكاء اصطناعي عام (AGI)، يعني ما في شيء نبطئه أصلًا 😅
الإبطاء يخدم الشركات المتصدّرة حاليًا، لأنه بيخلّي المنافسين المتأخرين يتأخروا أكثر.
الكلام عن الإبطاء طريقة ثانية لصناعة ضجة قبل الاكتتاب: «تقنيتنا قوية لدرجة إنها ممكن تكون خطيرة».
الكلام عن السلامة يغطي على التباطؤ الفعلي في التقدم، وممكن يستخدموه لتبرير تأجيل الاكتتاب.
رؤساء الشركات الناشئة: التقدم أولًا.
الكل: طيب والسلامة؟؟ بتقضوا علينا كلنا!
رؤساء الشركات الناشئة: خلاص، نبطئ التطوير ونحط السلامة أولًا.
الكل: أوف، رجعوا يخوفونا ويسووا ضجة قبل الاكتتاب😂
حسب رأيه:
النماذج اللغوية الكبيرة (LLM) مش ذكاء اصطناعي حقيقي، وما بتصير ذكاء اصطناعي عام (AGI)، يعني ما في شيء نبطئه أصلًا 😅
الإبطاء يخدم الشركات المتصدّرة حاليًا، لأنه بيخلّي المنافسين المتأخرين يتأخروا أكثر.
الكلام عن الإبطاء طريقة ثانية لصناعة ضجة قبل الاكتتاب: «تقنيتنا قوية لدرجة إنها ممكن تكون خطيرة».
الكلام عن السلامة يغطي على التباطؤ الفعلي في التقدم، وممكن يستخدموه لتبرير تأجيل الاكتتاب.
رؤساء الشركات الناشئة: التقدم أولًا.
الكل: طيب والسلامة؟؟ بتقضوا علينا كلنا!
رؤساء الشركات الناشئة: خلاص، نبطئ التطوير ونحط السلامة أولًا.
الكل: أوف، رجعوا يخوفونا ويسووا ضجة قبل الاكتتاب😂
إِنَّ الزَرازيرَ لَمّا قامَ قائِمُها
تَوَهَّمَت أَنَّها صارَت شَواهينا
ظَنَّت تَأَنّي البُزاةِ الشُهبِ عَن جَزَعٍ
وَما دَرَت أَنَهُ قَد كانَ تَهوينا
تَوَهَّمَت أَنَّها صارَت شَواهينا
ظَنَّت تَأَنّي البُزاةِ الشُهبِ عَن جَزَعٍ
وَما دَرَت أَنَهُ قَد كانَ تَهوينا
الذكاء الاصطناعي بدأ ياخذ الوظائف في Oracle الشركة سرحت يوم الاثنين آلاف الموظفين دفعة واحدة.
رسالة الفصل وصلت لبعضهم حوالي الساعة 6 الصباح، بينما صلاحيات الدخول للأنظمة انقفلت من الساعة 4 الفجر بدون أي إنذار مسبق. يعني اللي ما فتح بريده قبل ما يطلع للدوام، ممكن يكون وصل الصباح ولقى نفسه أصلًا خارج الشركة.
وتخيلوا واحد من الموظفين وصله قرار الفصل بعد 12 سنة شغل في Oracle. وكان يشتغل حتى خلال الإجازات والمرض، ومع ذلك ما نفعه شيء.
الموارد اللي وفرتها الشركة من التسريحات بتوجهها أكثر نحو البنية التحتية السحابية والذكاء الاصطناعي.
تذكروا هذا الموقف المرة الجاية اللي تفكروا تجلسوا بعد نهاية الدوام علشان الشغل 🥲
رسالة الفصل وصلت لبعضهم حوالي الساعة 6 الصباح، بينما صلاحيات الدخول للأنظمة انقفلت من الساعة 4 الفجر بدون أي إنذار مسبق. يعني اللي ما فتح بريده قبل ما يطلع للدوام، ممكن يكون وصل الصباح ولقى نفسه أصلًا خارج الشركة.
وتخيلوا واحد من الموظفين وصله قرار الفصل بعد 12 سنة شغل في Oracle. وكان يشتغل حتى خلال الإجازات والمرض، ومع ذلك ما نفعه شيء.
الموارد اللي وفرتها الشركة من التسريحات بتوجهها أكثر نحو البنية التحتية السحابية والذكاء الاصطناعي.
تذكروا هذا الموقف المرة الجاية اللي تفكروا تجلسوا بعد نهاية الدوام علشان الشغل 🥲
أكبر مخاطرة مع الذكاء الاصطناعي اليوم هي إنك ما تكون طموح بما يكفي.
إنك تقضي الثلاث سنوات الجاية تشتغل على شيء أصغر بكثير من الفرصة الموجودة أمامك.
كل شيء كان قبل فترة بسيطة يعتبر فكرة ممتازة لستارتب قاعد يصير أرخص وأسهل تنفيذه شهر بعد شهر. وما عاد أشوف أن بزنس ميزته الأساسية هي الكود فقط إذا ما كان Deep Tech فعلًا عنده نفس القيمة اللي كانت له سابقًا.
اليوم تقدر تبني المنتج، تصمم الواجهة، تعمل الأبحاث، تبدأ المبيعات، وتؤتمت العمليات، وكل هذا صار متاح تقريبًا لأي شخص معه GPT. وهذا يعني أن عدد المنافسين بيزيد بشكل هائل، وفرصة أنك تتميز عنهم بتقل.
هذا طبعًا ما يعني أن كل الحواجز التنافسية اختفت.
عندنا مثلًا شركة تعمل للحصول على ترخيص مصرفي، وشركة ثانية تتعامل مع أكبر استوديوهات هوليوود. التنظيمات الحكومية والعلاقات مع العملاء العملاقة ما تقدر تؤتمتها بشات بوت.
لكن في المقابل، الذكاء الاصطناعي فتح لأول مرة فئة كاملة من المشاكل اللي قبل كذا كان شبه عبث أنك حتى تحاول تحلها.
إعادة بناء التعليم بحيث يكون لكل طفل مدرس شخصي.
إعادة بناء الرعاية الصحية حول التشخيص المستمر والعلاج المخصص لكل شخص.
إعادة تصميم طريقة عمل الحكومات.
إعادة اختراع شكل الشركات، وطريقة استخدام الناس للإنترنت، وحتى الطريقة اللي نصنع بها المحتوى.
علشان كذا أخطر شيء ممكن تسويه الآن هو أنك تختار مشكلة مريحة، واضحة، وواقعية زيادة عن اللزوم.
إذا التقنية خلال ثلاث سنوات بتخلينا قادرين نسوي عشرة أضعاف اللي نقدر نسويه اليوم، فالسؤال الصح مش:
ايش أقدر أبني الآن؟
السؤال هو:
ايش الشيء المهم اللي يبدو اليوم شبه مستحيل، لكنه بعد ثلاث سنوات ما عاد بيكون مستحيل؟
إنتاج الكود والمحتوى عالي الجودة ممكن يصير أرخص 100 مرة، بينما التوزيع والمبيعات ممكن تصير أصعب وأغلى 10 مرات.
انتباه الناس بيصير أندر، ورأس المال بيتركز أكثر عند عدد أقل من اللاعبين.
ومع ذلك، ما أعتقد مر وقت على هذه الأرض كانت فيه الفرص بهذا الحجم للأشخاص اللي عندهم طموح يبنوا شيء ضخم فعلًا.
إنك تقضي الثلاث سنوات الجاية تشتغل على شيء أصغر بكثير من الفرصة الموجودة أمامك.
كل شيء كان قبل فترة بسيطة يعتبر فكرة ممتازة لستارتب قاعد يصير أرخص وأسهل تنفيذه شهر بعد شهر. وما عاد أشوف أن بزنس ميزته الأساسية هي الكود فقط إذا ما كان Deep Tech فعلًا عنده نفس القيمة اللي كانت له سابقًا.
اليوم تقدر تبني المنتج، تصمم الواجهة، تعمل الأبحاث، تبدأ المبيعات، وتؤتمت العمليات، وكل هذا صار متاح تقريبًا لأي شخص معه GPT. وهذا يعني أن عدد المنافسين بيزيد بشكل هائل، وفرصة أنك تتميز عنهم بتقل.
هذا طبعًا ما يعني أن كل الحواجز التنافسية اختفت.
عندنا مثلًا شركة تعمل للحصول على ترخيص مصرفي، وشركة ثانية تتعامل مع أكبر استوديوهات هوليوود. التنظيمات الحكومية والعلاقات مع العملاء العملاقة ما تقدر تؤتمتها بشات بوت.
لكن في المقابل، الذكاء الاصطناعي فتح لأول مرة فئة كاملة من المشاكل اللي قبل كذا كان شبه عبث أنك حتى تحاول تحلها.
إعادة بناء التعليم بحيث يكون لكل طفل مدرس شخصي.
إعادة بناء الرعاية الصحية حول التشخيص المستمر والعلاج المخصص لكل شخص.
إعادة تصميم طريقة عمل الحكومات.
إعادة اختراع شكل الشركات، وطريقة استخدام الناس للإنترنت، وحتى الطريقة اللي نصنع بها المحتوى.
علشان كذا أخطر شيء ممكن تسويه الآن هو أنك تختار مشكلة مريحة، واضحة، وواقعية زيادة عن اللزوم.
إذا التقنية خلال ثلاث سنوات بتخلينا قادرين نسوي عشرة أضعاف اللي نقدر نسويه اليوم، فالسؤال الصح مش:
ايش أقدر أبني الآن؟
السؤال هو:
ايش الشيء المهم اللي يبدو اليوم شبه مستحيل، لكنه بعد ثلاث سنوات ما عاد بيكون مستحيل؟
إنتاج الكود والمحتوى عالي الجودة ممكن يصير أرخص 100 مرة، بينما التوزيع والمبيعات ممكن تصير أصعب وأغلى 10 مرات.
انتباه الناس بيصير أندر، ورأس المال بيتركز أكثر عند عدد أقل من اللاعبين.
ومع ذلك، ما أعتقد مر وقت على هذه الأرض كانت فيه الفرص بهذا الحجم للأشخاص اللي عندهم طموح يبنوا شيء ضخم فعلًا.
🔥1