@asah887:

asah
asah
Open In TikTok:
Region: MY
Wednesday 07 October 2026 09:24:24 GMT
21525
1585
14
154

Music

Download

Comments

selvitarababy0062
SelviTarapapa😘😘😘 :
nanum appadithan
2026-10-07 12:07:55
1
lydiarenitha
LR :
muttrilum unmai.. nanum appadithan..
2026-10-07 11:35:12
1
v8cyevyguy
v8cyevyguy :
yes true
2026-10-07 22:07:44
1
_valar.0102
Valar mathi :
Yes the day they ignore my kids . Thats the last day i talk to them ☺️nothing else matters to me anymore than my kids.
2026-10-07 15:42:02
0
user84928846776228
மீனு குட்டி :
yes
2026-10-08 00:40:51
1
megalaimega24
megalai2419 :
yes
2026-10-07 12:29:40
1
litabwni
lalitha krishnasamy :
Yes
2026-10-07 21:17:18
0
satharoopa
சதரூபா💛🕊️RooPA😍 :
yes..sonthe pillaikagale tc pannike mudiyathe oru appave/ambalaiye naan mannikave maaten..🙏
2026-10-07 14:34:22
1
sujo5817
suji hair & beauty lounge :
🤔🤔
2026-10-07 21:01:02
0
durgadevi_jaishankar
꧁✨❤️𝔻ʊ𝐫𝚐à𝒅𝔢งⁱ❤️✨꧂ :
💯💯💯😌
2026-10-07 20:14:01
0
janasumi
💖Jâñâ sumî💖 :
🙏🙏🙏
2026-10-07 16:33:41
0
jeyajeya082
Jeya Jeya❤️ :
👍👍👍
2026-10-07 15:01:28
0
thava.678
Thavam :
☝️☝️☝️💯💯💯✅️✅️✅️❤️❤️❤️👶👶👶🤱🤱🤱💋💋💋🤨🤨🤨
2026-10-07 14:24:23
0
rathan3856
rathan :
👍👍👍😭😭😭
2026-10-08 01:48:59
0
To see more videos from user @asah887, please go to the Tikwm homepage.

Other Videos

🔴 في عام 1943… لم يكن هناك ChatGPT. ولا Deep Learning. ولا GPU. ولا حتى مفهوم Artificial Intelligence بالشكل الذي نعرفه اليوم. لكن عالمين طرحا سؤالًا سيبدو اليوم بسيطًا جدًا… وكانت إجابتهما واحدة من اللبنات الأولى في تاريخ Neural Networks. اسمهما: 🧠 Warren McCulloch 🧠 Walter Pitts والسؤال كان: هل يمكن تمثيل طريقة عمل الخلية العصبية باستخدام الرياضيات والمنطق؟ وهنا تبدأ قصة مختلفة تمامًا… --- 🔴 تخيل خلية عصبية داخل الدماغ. تستقبل إشارات من خلايا أخرى. إذا كانت الإشارات كافية… تُطلق إشارة. وإذا لم تكن كافية… لا يحدث شيء. فقال McCulloch وPitts تقريبًا: ماذا لو استطعنا تبسيط هذه الفكرة وتحويلها إلى نموذج رياضي؟ ومن هنا، في عام 1943، قدّما نموذجًا رياضيًا مبكرًا للخلية العصبية الاصطناعية. لم يكن Neuron حقيقيًا. كان نموذجًا مبسطًا. لكن أهمية الفكرة كانت هائلة. لأنهما أثبتا أن بعض الوظائف المنطقية يمكن تمثيلها من خلال شبكة من هذه الوحدات البسيطة. بمعنى آخر: 🧠 Neuron ⬇️ Mathematical Model ⬇️ Logic ⬇️ Computation وهنا حدث شيء مهم جدًا… --- 🔴 لأول مرة تقريبًا بدأ يظهر تصور يقول: ربما نستطيع بناء أنظمة حسابية مستوحاة، ولو بشكل مبسط جدًا، من طريقة عمل الدماغ. لاحظ كلمة: مستوحاة. لم يكن الهدف أن يقولوا:
🔴 في عام 1943… لم يكن هناك ChatGPT. ولا Deep Learning. ولا GPU. ولا حتى مفهوم Artificial Intelligence بالشكل الذي نعرفه اليوم. لكن عالمين طرحا سؤالًا سيبدو اليوم بسيطًا جدًا… وكانت إجابتهما واحدة من اللبنات الأولى في تاريخ Neural Networks. اسمهما: 🧠 Warren McCulloch 🧠 Walter Pitts والسؤال كان: هل يمكن تمثيل طريقة عمل الخلية العصبية باستخدام الرياضيات والمنطق؟ وهنا تبدأ قصة مختلفة تمامًا… --- 🔴 تخيل خلية عصبية داخل الدماغ. تستقبل إشارات من خلايا أخرى. إذا كانت الإشارات كافية… تُطلق إشارة. وإذا لم تكن كافية… لا يحدث شيء. فقال McCulloch وPitts تقريبًا: ماذا لو استطعنا تبسيط هذه الفكرة وتحويلها إلى نموذج رياضي؟ ومن هنا، في عام 1943، قدّما نموذجًا رياضيًا مبكرًا للخلية العصبية الاصطناعية. لم يكن Neuron حقيقيًا. كان نموذجًا مبسطًا. لكن أهمية الفكرة كانت هائلة. لأنهما أثبتا أن بعض الوظائف المنطقية يمكن تمثيلها من خلال شبكة من هذه الوحدات البسيطة. بمعنى آخر: 🧠 Neuron ⬇️ Mathematical Model ⬇️ Logic ⬇️ Computation وهنا حدث شيء مهم جدًا… --- 🔴 لأول مرة تقريبًا بدأ يظهر تصور يقول: ربما نستطيع بناء أنظمة حسابية مستوحاة، ولو بشكل مبسط جدًا، من طريقة عمل الدماغ. لاحظ كلمة: مستوحاة. لم يكن الهدف أن يقولوا: "لقد صنعنا دماغًا اصطناعيًا." بل كانوا يقدمون نموذجًا رياضيًا مبسطًا لفكرة الخلية العصبية. وهذا الفرق مهم جدًا. --- 🔴 لكن بقي سؤال أكبر: إذا كانت لدينا خلية عصبية اصطناعية… فهل يمكن أن نجعلها تتعلم؟ هنا تأتي الخطوة التالية في القصة. بعد سنوات قليلة… ظهر: 🧠 Frank Rosenblatt وفي الخمسينيات بدأ تطوير فكرة الـ: ✨ Perceptron وهنا انتقلنا من سؤال: كيف نمثل Neuron رياضيًا؟ إلى سؤال أكثر طموحًا: هل يمكن لنظام مبني من هذه الفكرة أن يتعلم من الأمثلة؟ وهذه كانت قفزة مهمة. --- 🔴 لنرسم الفرق بصورة بسيطة جدًا: McCulloch & Pitts: "كيف يمكن أن نمثل Neuron بطريقة رياضية؟" ⬇️ Rosenblatt: "هل يمكن أن يتعلم هذا النوع من النماذج من البيانات؟" ⬇️ لاحقًا: "هل يمكن بناء طبقات متعددة؟" ⬇️ "هل يمكن تدريبها باستخدام Backpropagation؟" ⬇️ "هل يمكن أن تتعلم تمثيلات معقدة؟" ⬇️ Deep Learning ⬇️ Modern AI --- 🔴 وهنا تظهر واحدة من أجمل الأفكار في تاريخ التكنولوجيا: الذكاء الاصطناعي الحديث لم يظهر فجأة. لم يستيقظ العالم يومًا ليجد Neural Networks جاهزة. بل كانت هناك سلسلة طويلة من الأسئلة. كل جيل يضيف قطعة جديدة: 🧠 McCulloch & Pitts نموذج رياضي مبكر للـNeuron ⬇️ 🧠 Rosenblatt Perceptron والتعلم من الأمثلة ⬇️ 🧠 Multi-Layer Networks قدرة أكبر على تمثيل العلاقات المعقدة ⬇️ 🧠 Backpropagation طريقة عملية لتعديل أوزان الشبكات متعددة الطبقات ⬇️ 🧠 GPUs + Data + Computing قدرة حسابية وبيانات على نطاق أكبر ⬇️ 🧠 Deep Learning شبكات عميقة تتعلم تمثيلات معقدة ⬇️ 🤖 Modern AI --- 🔴 لكن هناك نقطة دقيقة جدًا يجب ألا نخلط بينها. من السهل أن نقول: "McCulloch & Pitts اخترعا الـNeural Networks." لكن التاريخ أكثر تعقيدًا من ذلك. هما قدّما نموذجًا رياضيًا مبكرًا ومؤثرًا للخلية العصبية الاصطناعية. ثم جاءت أعمال أخرى طورت أفكار التعلم والشبكات العصبية عبر عقود. أي أن: McCulloch & Pitts ≠ Deep Learning لكن بدون فهم هذه المرحلة… يصعب أن تفهم كيف تطورت الفكرة تاريخيًا. --- 🔴 والأجمل؟ الخلية العصبية التي كانت تُرسم على الورق في الأربعينيات… أصبحت اليوم جزءًا من نماذج تحتوي على: ملايين… بل مليارات… من Parameters. لكن الفكرة الأساسية ما زالت مألوفة: Inputs ⬇️ Weights ⬇️ Computation ⬇️ Output ثم في الشبكات التي تتعلم: Prediction ⬇️ Error ⬇️ Update ⬇️ Learning --- 💡 لذلك عندما تدرس اليوم: Neural Networks لا تبدأ من: model.fit() فقط. ارجع خطوة إلى الوراء واسأل: كيف وصلنا أصلًا إلى فكرة أن Neuron يمكن تمثيله رياضيًا؟ لأن فهم هذه الرحلة يجعلك ترى الـDeep Learning بطريقة مختلفة تمامًا. أنت لا تتعلم مجرد Framework. ولا تحفظ مجموعة Layers. أنت تتعلم نتيجة أكثر من 80 عامًا من: أسئلة… نماذج… أخطاء… محاولات… وتحسينات متراكمة. --- 🔴 وفي رأيي، أحد أجمل الأسئلة في تاريخ AI ليس: "ما أقوى نموذج موجود اليوم؟" بل: كيف بدأت الفكرة أصلًا؟ من: Neuron إلى: Artificial Neuron إلى: Perceptron إلى: Neural Networks إلى: Deep Learning إلى: Generative AI. رحلة طويلة جدًا… بدأت بسؤال يبدو بسيطًا: ⁉️ هل يمكن أن نمثل طريقة عمل الخلية العصبية رياضيًا؟ 👇 إذا كنت تدرس Neural Networks حاليًا، احفظ هذا المنشور. لأن الحلقة القادمة في هذه الرحلة ستكون أكثر إثارة: ❓ كيف انتقلنا من Neuron واحد… إلى شبكة كاملة تستطيع التعلم؟ #McCullochPitts #NeuralNetworks #Perceptron #DeepLearning #MachineLearning 💙

About