قبل 4 أشهر

👤فيسبوك

مقابل

🎵تيكتوك

مقارنة بالأرقام: منصات التواصل الاجتماعي الرائدة عالمياً

تتصدر منصتا فيسبوك وتيكتوك سوق التواصل الاجتماعي العالمي بملايين المستخدمين الناشطين يومياً. تختلف القدرات التقنية والخوارزميات وآليات الربح بين المنصتين، مما يعكس تطوراً سريعاً في قطاع التكنولوجيا الرقمية.

👤فيسبوك

مقابل

تيكتوك🎵

عدد المستخدمين الشهريين بالملايين

فيسبوك يتصدر بـ 3 مليارات مستخدم شهري

مدة الجلسة اليومية بالدقائق

تيكتوك يحقق وقت تفاعل أعلى بـ 95 دقيقة يومياً

الإيرادات السنوية بمليارات الدولارات

فيسبوك يحقق إيرادات إعلانية أعلى بنسبة كبيرة

معدل النمو السنوي

تيكتوك ينمو بسرعة أكبر خاصة في الأسواق الناشئة

عدد الموظفين بالآلاف

ميتا توظف حوالي 67 ألف موظف عالمياً

الاستثمار في البحث والتطوير

فيسبوك تستثمر بشكل كبير في الذكاء الاصطناعي والواقع الافتراضي

رضا المستخدمين والسمعة

تيكتوك يتمتع بسمعة أفضل بين الأجيال الشابة

فيسبوك تيكتوك التواصل الاجتماعي الذكاء الاصطناعي المنصات الرقمية تكنولوجيا المعلومات الخوارزميات الإعلانات الرقمية

تستفيد جمهرة من قوة الذكاء الاصطناعي في البحث التفصيلي المعمق والقدرات التحليلية الهائلة لتطوير محتواها، وتخضع كل المنشورات إلى المراجعة والتحقق والتحرير من قبل فريقنا المتمرّس قبل نشرها.

فلسفتنا المعرفيةسياسة الذكاء الاصطناعي

المصدر

منشورات ذات صلة

شيفرة›خط زمنيقبل 5 ساعات

تاريخ الواقع المعزز: من التأسيس إلى الثورة الرقمية (1968-2026)

الواقع المعزز (AR) هو تقنية تدمج العناصر الرقمية في العالم الحقيقي، مما يعزز تجربة المستخدم مع البيئة المحيطة. بدأت فكرته في الستينيات، وتطورت من مجرد مفاهيم نظرية إلى تطبيقات عملية في مجالات متعددة مثل التعليم والطب والتجارة والألعاب.

1968

👓 أول جهاز عرض مثبت على الرأس (The Sword of Damocles)

ابتكر إيفان ساذرلاند، عالم الحاسوب في جامعة هارفارد، أول شاشة عرض مثبتة على الرأس، والتي أتاحت للمستخدم تجربة رسومات أنشأها الحاسوب وعززت إدراكه الحسي للعالم.

🧪 إنشاء مختبر الواقع الاصطناعي (Videoplace)

قام مايرون كروجر بإنشاء مختبر مخصص بالكامل للواقع الاصطناعي في جامعة كونيتيكت، حيث استخدم تقنيات العرض والكاميرا لإنشاء صور تفاعلية.

1974

1990

📝 صياغة مصطلح الواقع المعزز (Augmented Reality)

صاغ الباحث في شركة بوينغ، توم كوديل، مصطلح 'الواقع المعزز' لوصف شاشة عرض رقمية توجه العمال أثناء تجميع الأسلاك الكهربائية للطائرات.

✈️ نظام 'Virtual Fixtures' للقوات الجوية الأمريكية

أنشأ لويس روزنبرج نظامًا افتراضيًا باستخدام الواقع المعزز، والذي مكن العسكريين من التحكم في الآلات وتوجيهها لتدريب طيران أكثر أمانًا.

1992

1994

🚶 ابتكار جهاز تعقب مهجن ومتوالية ميلغرام

ابتكر أزوما جهاز تعقب مهجن سمح بحرية حركة أكبر، وفي نفس العام، توصل ميلغرام إلى العلاقة التي توضح الفرق بين الواقع الافتراضي والواقع المعزز.

اعرض الكل (12) ←

المصدر

شيفرة›خلاصةقبل 8 ساعات

غوغل تطلق «جيميناي 3.7 فلاش» للوكلاء

أعلنت شركة «ألفابت» المالكة لـ«غوغل» يوم 14 أغسطس 2026، عن إطلاق نموذجها الجديد للذكاء الاصطناعي «جيميناي 3.7 فلاش»، الذي يمثل ترقية نوعية تستهدف مطوري البرمجيات والمؤسسات التجارية لإنشاء «وكلاء ذكاء اصطناعي مستقلين».

●لماذا قد يثير اهتمامك؟

هذا التطور يعني أن الشركات ستتمكن من أتمتة مهام أكثر تعقيداً، مما قد يغير جوهرياً طريقة عمل المؤسسات ويزيد من كفاءة العمليات اليومية بشكل ملحوظ.

يُعد «جيميناي 3.7 فلاش» خياراً اقتصادياً ومنخفض التكلفة لمساعدة الشركات على بناء أنظمة تتمتع بالقدرة على التخطيط الذكي للمهام واستخدام الأدوات البرمجية بكفاءة، وتنفيذ العمليات متعددة الخطوات بحد أدنى من التدخل البشري. وقد أظهر النموذج ترقية كبيرة في معالجة الأكواد البرمجية، بما في ذلك تسريع اكتشاف الأخطاء وتصحيحها، وحل المشكلات التقنية المعقدة، وإنتاج شيفرات برمجية جاهزة للتشغيل الفوري. أتيح النموذج فوراً عبر «جيميناي سبارك»، وهي خدمة وكلاء الذكاء الاصطناعي القائمة على الاشتراك من غوغل، والمتاحة لمشتركي باقات «غوغل إيه آي برو» و«ألترا» في أكثر من 160 دولة حول العالم.

المصدر

شيفرة›ما هو؟أمس

ما هو التعلم العميق؟

التعلم العميق

Deep Learning

تقنية

التعلم العميق هو مجموعة فرعية من التعلم الآلي تستخدم خوارزميات مستوحاة من بنية الدماغ البشري، تُعرف بالشبكات العصبية الاصطناعية ذات الطبقات المتعددة، لتحليل البيانات واكتشاف الأنماط المعقدة.

📜 يتكون المصطلح من كلمتين: 'التعلم' (Learning) في إشارة إلى قدرة النظام على اكتساب المعرفة والمهارات، و'العميق' (Deep) الذي يشير إلى استخدام الشبكات العصبية الاصطناعية ذات الطبقات المتعددة (أكثر من طبقة مخفية واحدة) التي تسمح بمعالجة البيانات على مستويات تجريدية مختلفة.

🧠

كيف يعمل التعلم العميق؟

يعتمد التعلم العميق على الشبكات العصبية العميقة التي تتكون من طبقات متعددة من العقد، حيث تمر البيانات عبر هذه الطبقات، وتقوم كل طبقة باستخراج ميزات معينة من البيانات. تبدأ الطبقات الأولى باستخراج ميزات بسيطة، بينما تستخرج الطبقات الأعمق ميزات أكثر تعقيدًا وتجريدًا، مما يسمح للشبكة بفهم العلاقات المعقدة داخل البيانات.

🚀

أهمية التعلم العميق وتطبيقاته

لقد أحدث التعلم العميق ثورة في العديد من المجالات بفضل قدرته الفائقة على معالجة كميات ضخمة من البيانات غير المهيكلة مثل الصور والنصوص والأصوات. يشمل تأثيره مجالات مثل الرؤية الحاسوبية ومعالجة اللغات الطبيعية وأنظمة التوصية والسيارات ذاتية القيادة، مما يفتح آفاقًا جديدة للابتكار وحل المشكلات المعقدة.

اقرأ التفاصيل الكاملة←

المصدر