بسم الله الرحمن الرحيم
في هذا الموضوع سنوضح لكم كيف تبدأ باستخدام نموذج الذكاء الاصطناعي مفتوح المصدر Hugging Face. فإذا كنت مهتمًا بالذكاء الاصطناعي ومعالجة اللغات الطبيعية، فمن المحتمل أنك سمعت عن Hugging Face - الشركة التي تحمل اسم رمز تعبيري لطيف. ومعالجة اللغة الطبيعية (NLP) هي تقنية للتعلم الآلي تمنح أجهزة الكمبيوتر القدرة على تفسير اللغة البشرية ومعالجتها وفهمها. فـ Hugging Face ليست مجرد شركة، ولكنها أيضًا منصة تعمل على تحويل مجالات الذكاء الاصطناعي ومعالجة اللغات الطبيعية من خلال المصادر المفتوحة والعلوم المفتوحة.
تقدم Hugging Face منصة تسمى Hugging Face Hub، حيث يمكنك العثور على الآلاف من نماذج الذكاء الاصطناعي ومجموعات البيانات والتطبيقات التجريبية ومشاركتها. يشبه GitHub للذكاء الاصطناعي، حيث يمكنك التعاون مع المتحمسين والخبراء الآخرين للتعلم الآلي، والتعلم من عملهم وخبراتهم. أيضًا، تتمثل مهمة Hugging Face في إضفاء الطابع الديمقراطي على التعلم الآلي الجيد، كل التزام على حدة. سواء كنت مبتدئًا أو محترفًا، يمكنك الاستفادة من الموارد والأدوات المذهلة التي يوفرها Hugging Face.
في هذا المقال، سأرشدك عبر أساسيات Hugging Face. ستتعلم كيفية إنشاء حساب Hugging Face الخاص بك، وإعداد بيئة التطوير الخاصة بك، واستخدام بعض النماذج المدربة مسبقًا المتوفرة على Hub. هيا بنا نبدأ!
ما الذي يمكنك فعله على منصة Hugging Face؟
فيما يلي بعض الأشياء الرائعة التي يمكنك القيام بها باستخدام Hugging Face:
تنزيل النماذج مفتوحة المصدر الحالية وضبطها:
لماذا تبدأ من الصفر بينما يمكنك الاستفادة من قوة أكثر من 450 ألف نموذج متوفرة بالفعل في مكتبة نماذج Hugging Face؟
يمكنك بسهولة تنزيل هذه النماذج وضبطها على مجموعة البيانات المخصصة الخاصة بك باستخدام بضعة أسطر فقط من التعليمات البرمجية. بهذه الطريقة، يمكنك توفير الوقت والموارد، مع الاستمرار في الحصول على نموذج يناسب احتياجاتك الخاصة.
يمكنك بسهولة تنزيل هذه النماذج وضبطها على مجموعة البيانات المخصصة الخاصة بك باستخدام بضعة أسطر فقط من التعليمات البرمجية. بهذه الطريقة، يمكنك توفير الوقت والموارد، مع الاستمرار في الحصول على نموذج يناسب احتياجاتك الخاصة.
- معالجة اللغة الطبيعية (على سبيل المثال، الترجمة والتلخيص وإنشاء النص)
- الوظائف المتعلقة بالصوت (على سبيل المثال، التعرف التلقائي على الكلام، واكتشاف النشاط الصوتي، وتحويل النص إلى كلام)
- مهام رؤية الكمبيوتر (على سبيل المثال، تقدير العمق، وتصنيف الصور، ومعالجة الصور)،
- نماذج متعددة الوسائط قادرة على التعامل مع أنواع البيانات المتنوعة (النصوص والصور والصوت) وإنتاج أنواع متعددة من المخرجات.
تشغيل النماذج مباشرة من Hugging Face:
إذا كنت لا ترغب في إعداد هذه النماذج على أجهزتك الخاصة، فيمكنك ببساطة استخدام مكتبة Hugging Face’s Transformer للاتصال بهذه النماذج وإرسال الطلبات واستقبال المخرجات.
إضافة/إنشاء النموذج الخاص بك:
إذا كانت لديك فكرة رائعة لنموذج جديد، أو كنت ترغب في تحسين نموذج حالي، يمكنك أيضًا إضافة/إنشاء نموذج خاص بك على Hugging Face. ستستضيف المنصة النموذج الخاص بك، وتسمح لك بتقديم معلومات إضافية، وتحميل الملفات الأساسية، وإدارة الإصدارات المختلفة. يمكنك أيضًا اختيار ما إذا كانت نماذجك عامة أم خاصة، حتى تتمكن من تحديد متى أو ما إذا كنت تريد مشاركتها مع العالم أم لا. فبمجرد أن يصبح النموذج الخاص بك جاهزًا، يمكنك الوصول إليه مباشرةً من Hugging Face وإرسال الطلبات واسترداد المخرجات لدمجها في أي تطبيقات تقوم بتطويرها.
استخدم مجموعات البيانات الموجودة:
النموذج الجيد يحتاج إلى مجموعة بيانات جيدة. يوفر Hugging Face مستودعًا يضم أكثر من 90.000 مجموعة بيانات يمكنك استخدامها وإدخالها في نماذجك. يمكنك إلقاء نظرة متعمقة داخل مجموعة البيانات باستخدام عارض مجموعة البيانات. يمكنك أيضًا المساهمة بمجموعات البيانات الخاصة بك في المستودع، ومساعدة مجتمع التعلم الآلي على النمو.
إنشاء/تصفح التطبيقات التجريبية (المعروفة أيضًا باسم Spaces):
Hugging Face's Spaces هي مستودعات Git التي تسمح لك بعرض تطبيقات التعلم الآلي الخاصة بك. يمكنك أيضًا تصفح وتجربة المساحات التي أنشأها مستخدمون آخرون، والعثور على الإلهام لتطبيق الذكاء الاصطناعي التالي الخاص بك. مع الآلاف من تطبيقات ML للاختيار من بينها، لن تنفد منك الأشياء الممتعة والمثيرة للاهتمام التي يمكنك القيام بها.
فيما يلي بعض المساحات الرائعة التي يمكنك الاطلاع عليها:
فيما يلي بعض المساحات الرائعة التي يمكنك الاطلاع عليها:
- OpenAI's Whisper: قم بنسخ الميكروفون الطويل أو مدخلات الصوت بنقرة زر واحدة.
- AI Comic Factory: قم بإنشاء الكتب المصورة الخاصة بك.
- QR Code AI Art Generator: قم بإنشاء رموز QR جميلة باستخدام الذكاء الاصطناعي.
- نشر الفيديو الثابت (Img2Vid - XT): قم بإنشاء فيديو 4s من صورة واحدة.
- Video-LLaMA: نموذج اللغة السمعية والبصرية لفهم الفيديو.
الانضمام أو إنشاء منظمة:
يمكنك الانضمام أو إنشاء مؤسستك الخاصة على Hugging Face. يتيح لك ذلك عرض عملك والتعاون مع أعضاء آخرين من جامعتك أو مختبرك أو شركتك. يمكنك أيضًا العمل على مجموعات البيانات والنماذج والمساحات الخاصة مع مؤسستك.
إنشاء محفظة:
يمكنك إنشاء محفظة احترافية على Hugging Face لعرض عملك والبدء في بناء سمعتك. يمكن أن يساعدك ذلك في الحصول على وظائف تتعلق بالتدريب على نماذج الذكاء الاصطناعي وتكاملها وتطويرها. يوفر Hugging Face موارد الحوسبة الأساسية لتشغيل التطبيق التجريبي، بما في ذلك 16 جيجابايت من ذاكرة الوصول العشوائي (RAM) ونواة وحدة المعالجة المركزية (CPU) و50 جيجابايت من مساحة القرص مجانًا. يمكنك أيضًا ترقية أجهزتك للحصول على أداء أفضل وأسرع من خلال الخيارات المدفوعة.
تعلم مهارات الذكاء الاصطناعي:
Hugging Face هي منصة ممتازة لتعلم مهارات الذكاء الاصطناعي. ويقدم مجموعة شاملة من الأدوات والموارد للتدريب واستخدام النماذج. يتضمن ذلك العروض التوضيحية وحالات الاستخدام والوثائق والبرامج التعليمية التي ترشدك خلال العملية الكاملة لاستخدام هذه الأدوات ونماذج التدريب. يمكنك أيضًا التعلم من الخبراء والمجتمع في Hugging Face، وتحسين معرفتك ومهاراتك في مجال الذكاء الاصطناعي.
مصطلحات Hugging Face
هناك بعض المصطلحات التي ستحتاج إلى معرفتها لتحقيق أقصى استفادة من العمل مع Hugging Face.
- النموذج المُدرب مسبقًا (Pretrained model): نموذج تم تدريبه على مجموعة بيانات كبيرة لمهمة محددة قبل إتاحته للاستخدام.
- الاستدلال (Inference): الاستدلال هو عملية استخدام نموذج مدرب لإجراء تنبؤات أو استخلاص استنتاجات حول بيانات جديدة غير مرئية بناءً على الأنماط المستفادة من بيانات التدريب.
- المحولات (Transformers): المحولات هي نماذج يمكنها التعامل مع المهام النصية، مثل الترجمة والتلخيص وإنشاء النص. يستخدمون بنية خاصة تعتمد على آليات الانتباه لالتقاط العلاقات بين الكلمات والجمل.
- الرمز المميز (Tokenizer): الرمز المميز هو عملية تقوم بتقسيم النص إلى وحدات أصغر تسمى الرموز المميزة. الرموز هي عادةً كلمات أو كلمات فرعية يمكن استخدامها لمهام معالجة اللغة الطبيعية (NLP).
كيف تبدأ مع Hugging Face
للبدء في استخدام HuggingFace، ستحتاج إلى إعداد حساب وتثبيت المكتبات والتبعيات الضرورية. لا تقلق، فهو سهل وممتع! وفيما يلي الخطوات التي يجب عليك اتباعها:
إنشاء حساب
التسجيل كمساهم فردي في المجتمع مجاني. يمكنك أيضًا اختيار خطة "Pro" أو خطة مخصصة للمؤسسات إذا كنت بحاجة إلى المزيد من الميزات والموارد.
انتقل إلى موقع Hugging Face وانقر على "تسجيل" لإنشاء حساب مجاني. ثم أدخل عنوان بريدك الإلكتروني وكلمة المرور. انقر فوق التالي وأكمل ملفك الشخصي والتحقق من الأمان.
انتقل إلى موقع Hugging Face وانقر على "تسجيل" لإنشاء حساب مجاني. ثم أدخل عنوان بريدك الإلكتروني وكلمة المرور. انقر فوق التالي وأكمل ملفك الشخصي والتحقق من الأمان.
تهانينا، أنت الآن عضو في Hugging Face! 
سيتم توجيهك إلى صفحة "الترحيب" بـ Hugging Face، حيث يمكنك العثور على مزيد من المعلومات والنصائح حول كيفية استخدام المنصة. كمكافأة، يمكنك أيضًا الحصول على مستودع مستضاف قائم على Git حيث يمكنك إنشاء النماذج ومجموعات البيانات والمساحات الخاصة بك. يمكنك القيام بذلك مباشرة باستخدام موقع الويب أو باستخدام CLI. إذا كنت تفضل الخيار الأخير، فيمكنك التحقق من التعليمات التفصيلية في صفحة "الترحيب" ضمن قسم "الوصول البرمجي".
سيتم توجيهك إلى صفحة "الترحيب" بـ Hugging Face، حيث يمكنك العثور على مزيد من المعلومات والنصائح حول كيفية استخدام المنصة. كمكافأة، يمكنك أيضًا الحصول على مستودع مستضاف قائم على Git حيث يمكنك إنشاء النماذج ومجموعات البيانات والمساحات الخاصة بك. يمكنك القيام بذلك مباشرة باستخدام موقع الويب أو باستخدام CLI. إذا كنت تفضل الخيار الأخير، فيمكنك التحقق من التعليمات التفصيلية في صفحة "الترحيب" ضمن قسم "الوصول البرمجي".
شاشة ترحيب Hugging Face تعرض خيارات لإنشاء نموذج جديد وتصفح المستندات وإعداد الوصول البرمجي
قم بإعداد بيئتك
قبل البدء في استخدام مركز Hugging Face برمجيًا، ستحتاج إلى إعداد البيئة الخاصة بك.
الخطوة الأولى تثبيت بايثون وبيب:
تأكد من تثبيت Python 3.8 أو أعلى على نظامك. ستحتاج أيضًا إلى Pip، مدير الحزم في Python، لتثبيت مكتبات Hugging Face. إذا لم يكن لديك بايثون، يمكنك تثبيته باتباع التعليمات هنا.
الخطوة الثانية تثبيت مكتبات HuggingFace:
افتح محطة طرفية أو موجه الأوامر وقم بتشغيل الأمر التالي لتثبيت مكتبات HuggingFace:
سيؤدي هذا إلى تثبيت مكتبة Hugging Face الأساسية بالإضافة إلى تبعياتها. للحصول على القدرة الكاملة، يجب عليك أيضًا تثبيت مجموعات البيانات ومكتبة الرموز المميزة.
الخطوة الثالثة إعداد بيئة التطوير:
اختر محرر تعليمات برمجية أو IDE من اختيارك، مثل Jupyter Notebook أو PyCharm أو Visual Studio Code. قم بإنشاء دليل مشروع جديد وقم بإعداد بيئة افتراضية لعزل تبعيات مشروعك. يمكنك العثور على مزيد من المعلومات حول كيفية القيام بذلك هنا. بعد إكمال هذه الخطوات، تكون قد قمت بنجاح بإعداد Hugging Face على نظامك وأصبحت جاهزًا لبدء استكشاف ميزاته وإمكانياته. دعنا نذهب!
الخطوة الأولى تثبيت بايثون وبيب:
تأكد من تثبيت Python 3.8 أو أعلى على نظامك. ستحتاج أيضًا إلى Pip، مدير الحزم في Python، لتثبيت مكتبات Hugging Face. إذا لم يكن لديك بايثون، يمكنك تثبيته باتباع التعليمات هنا.
الخطوة الثانية تثبيت مكتبات HuggingFace:
افتح محطة طرفية أو موجه الأوامر وقم بتشغيل الأمر التالي لتثبيت مكتبات HuggingFace:
كود:
pip install transformers
كود:
pip install tokenizers, datasetsالخطوة الثالثة إعداد بيئة التطوير:
اختر محرر تعليمات برمجية أو IDE من اختيارك، مثل Jupyter Notebook أو PyCharm أو Visual Studio Code. قم بإنشاء دليل مشروع جديد وقم بإعداد بيئة افتراضية لعزل تبعيات مشروعك. يمكنك العثور على مزيد من المعلومات حول كيفية القيام بذلك هنا. بعد إكمال هذه الخطوات، تكون قد قمت بنجاح بإعداد Hugging Face على نظامك وأصبحت جاهزًا لبدء استكشاف ميزاته وإمكانياته. دعنا نذهب!
