توليد الصور والموارد الحاسوبية - كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 - المملكة العربية السعودية

الكتاب: كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 | المادة: الذكاء الإصطناعي | المرحلة: الصف 12 | الفصل الدراسي: 1

الدولة: المملكة العربية السعودية | المنهج: المنهج السعودي - وزارة التعليم

الدرس: توليد الصور والموارد الحاسوبية

📚 معلومات الصفحة

الكتاب: كتاب الذكاء الإصطناعي - الصف 12 - الفصل 1 | المادة: الذكاء الإصطناعي | المرحلة: الصف 12 | الفصل الدراسي: 1

الدولة: المملكة العربية السعودية | المنهج: المنهج السعودي - وزارة التعليم

نوع المحتوى: درس تعليمي

الفصل: 4

مستوى الصعوبة: متوسط

📝 ملخص الصفحة

يشرح هذا الدرس التحديات الحاسوبية المرتبطة بتوليد الصور، حيث تتطلب هذه العملية خوارزميات معقدة وقدرات معالجة عالية لمعالجة كميات كبيرة من البيانات مثل النماذج ثلاثية الأبعاد والنقوش ومعلومات الإضاءة.

يتم التركيز على دور وحدات معالجة الرسوميات (GPUs) كتقنية رئيسية لتسريع توليد الصور، حيث تم تصميمها خصيصًا للتعامل مع العمليات الحسابية المكثفة المطلوبة لمعالجة الصور والرسومات، مما يجعلها أكثر كفاءة من وحدات المعالجة المركزية التقليدية (CPUs) في هذه المهام.

يقدم الدرس دليلًا عمليًا لاستخدام منصة Google Colab المجانية القائمة على السحابة للوصول إلى بنية تحتية قوية تعتمد على GPUs، مع شرح خطوات الوصول والتكوين بما في ذلك تسجيل الدخول باستخدام حساب Google وضبط إعدادات المفكرة لتفعيل تسريع GPU.

يحتوي الدرس على أقسام منظمة تتناول تعريف وحدة معالجة الرسوميات وإجراءات الوصول إلى Google Colab، مدعومة برسم توضيحي يوضح واجهة المنصة وخطوات التهيئة.

يهدف المحتوى إلى تمكين المستخدمين من الاستفادة من الموارد الحاسوبية المتقدمة دون تكلفة لإجراء تجارب برمجية وتدريب النماذج في بيئة Jupyter Notebook.

📋 المحتوى المنظم

📖 محتوى تعليمي مفصّل

توليد الصور والموارد الحاسوبية

نوع: محتوى تعليمي

توليد الصور والموارد الحاسوبية Image Generation and Computational Resources

نوع: محتوى تعليمي

إنشاء الصور مهمة مكلفة من الناحية الحاسوبية؛ لأنها تتضمن استخدام خوارزميات معقدة تتطلب قدرات عالية من قوة المعالجة، وعادة تتضمن هذه الخوارزميات معالجة كميات كبيرة من البيانات مثل: نماذج ثلاثية الأبعاد، والنقوش، ومعلومات الإضاءة، مما يمكن أن يؤدي أيضًا إلى زيادة المتطلبات الحاسوبية المهمة جدًا. يُعد استخدام وحدات معالجة الرسوميات (Graphics Processing Units - GPUs) أحد التقنيات الرئيسة التي تُستخدم لتسريع توليد الصور. وعلى عكس وحدة المعالجة المركزية (Central Processing Unit - CPU) التقليدية المصممة للتعامل مع مجموعة واسعة من المهام، تم تحسين وحدة معالجة الرسوميات حتى تتناسب مع أنواع العمليات الحسابية المطلوبة لمعالجة الصور والمهام الأخرى المتعلقة بالرسومات، مما يجعلها أكثر كفاءة في التعامل مع كميات كبيرة من البيانات وإجراء عمليات حسابية معقدة، ويُعد هذا سببًا في استخدامها عادة في توليد الصور والمهام الأخرى المكلفة حاسوبيًا. يوضح هذا الدرس كيف يمكنك استخدام منصة قوقل كولاب (Google Colab) الشهيرة للوصول إلى بنية تحتية قوية قائمة على وحدة معالجة الرسوميات دون أي تكلفة، وذلك باستخدام حساب عادي على قوقل، وقوقل كولاب هو منصة مجانية تعتمد على التقنية السحابية، وتتيح للمستخدمين كتابة المقاطع البرمجية، وتنفيذها، وإجراء التجارب، وتدريب النماذج في بيئة مفكرة جوبيتر (Jupyter Notebook).

وحدة معالجة الرسوميات (Graphics Processing Unit - GPU)

نوع: محتوى تعليمي

وحدة معالجة الرسوميات (Graphics Processing Unit - GPU) : هي نوع خاص من أنواع المعالجات مصمم للتعامل مع كميات كبيرة من العمليات الحسابية المطلوبة لمعالجة الصور والفيديوهات.

للوصول إلى منصة قوقل كولاب

نوع: محتوى تعليمي

للوصول إلى منصة قوقل كولاب

نوع: محتوى تعليمي

١. اذهب إلى: https://colab.research.google.com ٢. سجل الدخول بحساب Google (قوقل) الخاص بك. ٣. اضغط على Edit (تحرير)، ثم Notebook settings (إعدادات المفكرة). ٤. اختر GPU (وحدة معالجة الرسوميات)، ٥. ثم اضغط على Save (حفظ).

شكل ٤.٢٦: الوصول إلى منصة قوقل كولاب

نوع: FIGURE_REFERENCE

شكل ٤.٢٦: الوصول إلى منصة قوقل كولاب

نوع: METADATA

وزارة التعليم 237 2025 - 1447

🔍 عناصر مرئية

شكل ٤.٢٦: الوصول إلى منصة قوقل كولاب

A screenshot of the Google Colaboratory web interface, illustrating the steps to access and configure GPU acceleration. The image shows the browser window with the URL 'https://colab.research.google.com' (1), a 'Sign In' button (2), the 'Edit' menu open with 'Notebook settings' highlighted (3), and a 'Notebook settings' dialog box. Inside the dialog, 'Hardware accelerator' is shown with options 'None', 'GPU', and 'TPU', where 'GPU' is selected (4). A 'Save' button is also visible (5). The main content area of Colab displays 'Welcome To Colaboratory', 'What is Colab?', and a video thumbnail.

📄 النص الكامل للصفحة

توليد الصور والموارد الحاسوبية Image Generation and Computational Resourcesإنشاء الصور مهمة مكلفة من الناحية الحاسوبية؛ لأنها تتضمن استخدام خوارزميات معقدة تتطلب قدرات عالية من قوة المعالجة، وعادة تتضمن هذه الخوارزميات معالجة كميات كبيرة من البيانات مثل: نماذج ثلاثية الأبعاد، والنقوش، ومعلومات الإضاءة، مما يمكن أن يؤدي أيضًا إلى زيادة المتطلبات الحاسوبية المهمة جدًا. يُعد استخدام وحدات معالجة الرسوميات (Graphics Processing Units - GPUs) أحد التقنيات الرئيسة التي تُستخدم لتسريع توليد الصور. وعلى عكس وحدة المعالجة المركزية (Central Processing Unit - CPU) التقليدية المصممة للتعامل مع مجموعة واسعة من المهام، تم تحسين وحدة معالجة الرسوميات حتى تتناسب مع أنواع العمليات الحسابية المطلوبة لمعالجة الصور والمهام الأخرى المتعلقة بالرسومات، مما يجعلها أكثر كفاءة في التعامل مع كميات كبيرة من البيانات وإجراء عمليات حسابية معقدة، ويُعد هذا سببًا في استخدامها عادة في توليد الصور والمهام الأخرى المكلفة حاسوبيًا. يوضح هذا الدرس كيف يمكنك استخدام منصة قوقل كولاب (Google Colab) الشهيرة للوصول إلى بنية تحتية قوية قائمة على وحدة معالجة الرسوميات دون أي تكلفة، وذلك باستخدام حساب عادي على قوقل، وقوقل كولاب هو منصة مجانية تعتمد على التقنية السحابية، وتتيح للمستخدمين كتابة المقاطع البرمجية، وتنفيذها، وإجراء التجارب، وتدريب النماذج في بيئة مفكرة جوبيتر (Jupyter Notebook).--- SECTION: وحدة معالجة الرسوميات (Graphics Processing Unit - GPU) --- وحدة معالجة الرسوميات (Graphics Processing Unit - GPU) : هي نوع خاص من أنواع المعالجات مصمم للتعامل مع كميات كبيرة من العمليات الحسابية المطلوبة لمعالجة الصور والفيديوهات.--- SECTION: للوصول إلى منصة قوقل كولاب --- للوصول إلى منصة قوقل كولاب1. اذهب إلى: https://colab.research.google.com 2. سجل الدخول بحساب Google (قوقل) الخاص بك. 3. اضغط على Edit (تحرير)، ثم Notebook settings (إعدادات المفكرة). 4. اختر GPU (وحدة معالجة الرسوميات)، 5. ثم اضغط على Save (حفظ).--- SECTION: شكل 4.26: الوصول إلى منصة قوقل كولاب --- شكل 4.26: الوصول إلى منصة قوقل كولاب2025 - 1447--- VISUAL CONTEXT --- **FIGURE**: شكل 4.26: الوصول إلى منصة قوقل كولاب Description: A screenshot of the Google Colaboratory web interface, illustrating the steps to access and configure GPU acceleration. The image shows the browser window with the URL 'https://colab.research.google.com' (1), a 'Sign In' button (2), the 'Edit' menu open with 'Notebook settings' highlighted (3), and a 'Notebook settings' dialog box. Inside the dialog, 'Hardware accelerator' is shown with options 'None', 'GPU', and 'TPU', where 'GPU' is selected (4). A 'Save' button is also visible (5). The main content area of Colab displays 'Welcome To Colaboratory', 'What is Colab?', and a video thumbnail. Key Values: https://colab.research.google.com, Sign In, Edit menu, Notebook settings, Hardware accelerator: GPU, Save button Context: This figure visually guides the user through the process of setting up Google Colab to utilize a Graphics Processing Unit (GPU) for computational tasks, corresponding to the numbered instructions in the text.

🎴 بطاقات تعليمية للمراجعة

عدد البطاقات: 5 بطاقة لهذه الصفحة

لماذا تُعد عملية توليد الصور مكلفة من الناحية الحاسوبية؟

الإجابة: تُعد عملية توليد الصور مكلفة حاسوبيًا لأنها تتطلب استخدام خوارزميات معقدة تستنزف قوة معالجة عالية، وتتضمن معالجة كميات كبيرة من البيانات مثل النماذج ثلاثية الأبعاد، والنقوش، ومعلومات الإضاءة.

الشرح: ترتبط تكلفة توليد الصور الحاسوبية مباشرة بالخوارزميات المعقدة وكميات البيانات الضخمة التي تعالجها، مثل التفاصيل الهندسية والإضاءة.

تلميح: فكر في نوع البيانات المستخدمة ومدى تعقيد الحسابات اللازمة لمعالجتها.

ما هي التقنية الرئيسية المستخدمة لتسريع توليد الصور؟

الإجابة: وحدات معالجة الرسوميات (Graphics Processing Units - GPUs) هي التقنية الرئيسية المستخدمة لتسريع توليد الصور.

الشرح: تم تصميم وحدات معالجة الرسوميات خصيصًا لمعالجة العمليات الحسابية المعقدة والمتوازية، مما يجعلها فعالة جدًا في تسريع مهام معالجة الصور والرسومات.

تلميح: ابحث عن الاختصار الذي يشير إلى معالجات الرسوميات والذي تم تعريفه في النص.

ما هو الفرق الأساسي بين وحدة معالجة الرسوميات (GPU) ووحدة المعالجة المركزية (CPU) فيما يتعلق بمعالجة الصور؟

الإجابة: وحدة المعالجة المركزية (CPU) مصممة للتعامل مع مجموعة واسعة من المهام، بينما وحدة معالجة الرسوميات (GPU) مُحسَّنة بشكل خاص لأنواع العمليات الحسابية المطلوبة لمعالجة الصور والرسومات، مما يجعلها أكثر كفاءة في التعامل مع كميات كبيرة من البيانات وإجراء عمليات حسابية معقدة.

الشرح: تتميز وحدات معالجة الرسوميات بقدرتها على إجراء آلاف العمليات المتوازية في وقت واحد، وهو أمر ضروري لتوليد الصور، بينما تقوم وحدات المعالجة المركزية بتنفيذ المهام بشكل تسلسلي.

تلميح: قارن بين طبيعة المهام التي صُممت كل منهما لمعالجتها.

ما هي منصة Google Colab وكيف يمكن الاستفادة منها في توليد الصور؟

الإجابة: Google Colab هي منصة مجانية تعتمد على التقنية السحابية تتيح للمستخدمين كتابة المقاطع البرمجية، وتنفيذها، وإجراء التجارب، وتدريب النماذج في بيئة Jupyter Notebook. يمكن الاستفادة منها في توليد الصور عبر توفير وصول مجاني إلى بنية تحتية قوية قائمة على وحدات معالجة الرسوميات (GPUs).

الشرح: تُمكن Google Colab الطلاب من الوصول إلى موارد حاسوبية قوية، بما في ذلك وحدات معالجة الرسوميات، دون الحاجة إلى شراء أجهزة باهظة الثمن، مما يسهل تجربة وتعلم تقنيات توليد الصور.

تلميح: اذكر طبيعة المنصة (مجانية، سحابية) والغرض الأساسي منها، وكيف ترتبط بوحدات معالجة الرسوميات.

ما هي الخطوات الأساسية لتفعيل وحدة معالجة الرسوميات (GPU) في Google Colab؟

الإجابة: الخطوات هي: 1. الذهاب إلى https://colab.research.google.com. 2. تسجيل الدخول بحساب Google. 3. الضغط على 'Edit' (تحرير) ثم 'Notebook settings' (إعدادات المفكرة). 4. اختيار 'GPU' (وحدة معالجة الرسوميات). 5. الضغط على 'Save' (حفظ).

الشرح: هذه الخطوات توضح العملية المباشرة لتخصيص موارد GPU لمفكرة Jupyter الخاصة بك على منصة Google Colab، مما يحسن أداء المهام التي تتطلب معالجة رسومية مكثفة.

تلميح: تذكر قائمة الإجراءات المطلوبة للوصول إلى إعدادات المفكرة وتحديد المسرّع المطلوب.