سالي ديجتال

الفروق بين البطاقات، الرسوم، العروض، البطاقات الدولية، والاختلاف بين بنوك المملكة 🏦 1. أنواع البطاقات البنكية الشائعة في السعودية البنوك السعودية تقدم بشكل عام نوعين رئيسيين من البطاقات التي تؤثر في كيفية استخدامها والثمن الكلي للتعاملات: 1.1 بطاقات الائتمان (Credit Cards) تسمح بشراء الآن ودفع لاحقًا، ضمن حد ائتماني يحدده البنك. تتعاون البنوك مع شبكات دفع عالمية مثل Visa ، Mastercard ، وأحيانًا American Express . في الكيانات الإسلامية، تُستخدم تسميات متوافقة مع الشريعة مثل التورق بدلًا من الفائدة التقليدية. 1.2 بطاقات الخصم المباشر (Debit/Mada) يتم خصم المبلغ مباشرة من رصيد الحساب الجاري. تتيح سحب نقدي من أجهزة الصراف الآلي ونقاط البيع دون اعتماد ائتماني. رسومها عادة أقل من بطاقات الائتمان لكنها تختلف حسب البنك ونوع الاستخدام. 💰 2. الرسوم والخصومات الجديدة في السوق السعودي في 2025، أعلن البنك المركزي السعودي (SAMA) حزمة تحديثات مهمة تحد من تكلفة استخدام البطاقات، خاصة الخارجية نقدًا وعند السفر: 🧾 أهم التغييرات: رسوم السحب النقدي من البطاقة الائتمان...

الذكاء الاصطناعي أصبح عاملًا مؤثرًا في تطور قطاع التعليم ، حيث يمكنه تحليل أداء الطلاب، تخصيص المحتوى التعليمي، وتحسين تجربة التعلم بشكل شامل. تطبيقات AI في التعليم تشمل: التعلم الشخصي المخصص لكل طالب التقييم الذكي وتحليل الأداء إنشاء محتوى تعليمي رقمي متقدم إدارة المدارس والجامعات بكفاءة مع تطور التقنيات، أصبح الذكاء الاصطناعي أداة أساسية في التعليم الحديث لتسهيل التعلم وتحسين النتائج الأكاديمية. 1️⃣ تاريخ استخدام الذكاء الاصطناعي في التعليم أ. البدايات (1960–1980) ظهور برامج تعليمية بسيطة تعتمد على القواعد المنطقية مشاريع أولية لتعليم الطلاب الحاسوب والرياضيات ب. التطور المبكر (1980–2000) نظم التعلم القائم على الحاسوب Computer-Based Learning تطبيق أول أدوات التحليل لتقييم أداء الطلاب ج. العصر الحديث (2000–الآن) ظهور التعلم الذكي Adaptive Learning باستخدام الذكاء الاصطناعي استخدام تحليل البيانات الكبيرة لتخصيص التعليم أدوات رقمية تفاعلية وتطبيقات الواقع الافتراضي والواقع المعزز 2️⃣ المفاهيم الأساسية أ. التعلم الشخصي Personalization ...

 أصبح الذكاء الاصطناعي عنصرًا أساسيًا في حياتنا اليومية ، من الأعمال والتجارة إلى الصحة والنقل، ما يثير أسئلة حول الأخلاقيات ومسؤولية الاستخدام . يشمل هذا المجال دراسة: حماية البيانات والخصوصية التحيز في الخوارزميات الشفافية والمساءلة التأثير الاجتماعي والاقتصادي أهمية الأخلاقيات في AI تأتي من الحاجة لضمان استخدام الذكاء الاصطناعي بطريقة عادلة وآمنة ومسؤولة . 1️⃣ تاريخ أخلاقيات الذكاء الاصطناعي أ. البدايات (1950–1980) أول مناقشات حول أخلاقيات الحوسبة والذكاء الاصطناعي ظهور مصطلح “Artificial Intelligence Ethics” في البحوث الأكاديمية ب. التطور المبكر (1980–2000) ظهور النظم الخبيرة وتحديات المسؤولية القانونية عند اتخاذ القرار دراسة تأثير AI على سوق العمل والاقتصاد ج. العصر الحديث (2000–الآن) انتشار AI في جميع القطاعات، مما أدي إلى تكثيف البحث في الأخلاقيات ظهور قوانين وسياسات لمعالجة التحديات القانونية والاجتماعية مبادرات عالمية مثل AI Ethics Guidelines من الاتحاد الأوروبي ومنظمة OECD 2️⃣ المبادئ الأساسية لأخلاقيات الذكاء الاصطناعي أ....

أصبح الذكاء الاصطناعي عنصرًا أساسيًا في حياتنا اليومية ، من الأعمال والتجارة إلى الصحة والنقل، ما يثير أسئلة حول الأخلاقيات ومسؤولية الاستخدام . يشمل هذا المجال دراسة: حماية البيانات والخصوصية التحيز في الخوارزميات الشفافية والمساءلة التأثير الاجتماعي والاقتصادي أهمية الأخلاقيات في AI تأتي من الحاجة لضمان استخدام الذكاء الاصطناعي بطريقة عادلة وآمنة ومسؤولة . 1️⃣ تاريخ أخلاقيات الذكاء الاصطناعي أ. البدايات (1950–1980) أول مناقشات حول أخلاقيات الحوسبة والذكاء الاصطناعي ظهور مصطلح “Artificial Intelligence Ethics” في البحوث الأكاديمية ب. التطور المبكر (1980–2000) ظهور النظم الخبيرة وتحديات المسؤولية القانونية عند اتخاذ القرار دراسة تأثير AI على سوق العمل والاقتصاد ج. العصر الحديث (2000–الآن) انتشار AI في جميع القطاعات، مما أدي إلى تكثيف البحث في الأخلاقيات ظهور قوانين وسياسات لمعالجة التحديات القانونية والاجتماعية مبادرات عالمية مثل AI Ethics Guidelines من الاتحاد الأوروبي ومنظمة OECD 2️⃣ المبادئ الأساسية لأخلاقيات الذكاء الاصطناعي أ. الشف...

 المركبات الذكية تمثل أحد أكثر تطبيقات الذكاء الاصطناعي تأثيرًا في حياتنا اليومية . من السيارات الذاتية القيادة إلى أنظمة النقل الذكية، تعتمد هذه المركبات على AI لتحليل البيانات، اتخاذ القرارات في الوقت الفعلي، وتحسين السلامة وكفاءة النقل. تتضمن التطبيقات الحديثة: السيارات الذاتية القيادة تحليل حركة المرور وإدارة المرور الذكية تحسين خدمات النقل العام واللوجستيات مع استمرار تطور الذكاء الاصطناعي، أصبحت المركبات الذكية جزءًا أساسيًا من مستقبل التنقل المستدام والآمن. 1️⃣ تاريخ المركبات الذكية أ. البدايات (1980–2000) مشاريع البحث الأولية للقيادة الذاتية في المختبرات الأكاديمية استخدام أجهزة استشعار بسيطة للتحكم في المركبات ب. التطور المبكر (2000–2010) ظهور أنظمة الملاحة الذكية ونظم المساعدة في القيادة ADAS استخدام الذكاء الاصطناعي في التحكم في السرعة، الفرملة، ومراقبة المسار ج. العصر الحديث (2010–الآن) ظهور السيارات الذاتية القيادة من الجيل الخامس استخدام الحوسبة السحابية، الذكاء الاصطناعي، ومعالجة البيانات الضخمة شركات رائدة: Tesla، Waymo، U...

 أصبح الذكاء الاصطناعي عنصرًا محوريًا في قطاع الأعمال والتسويق ، حيث يتيح تحليل البيانات الكبيرة، تحسين الأداء، وأتمتة العمليات التجارية. AI يقدم قدرات تحليلية متقدمة تساعد الشركات على: فهم سلوك العملاء بشكل دقيق تحسين استراتيجيات التسويق والمبيعات التنبؤ بالاتجاهات المستقبلية للسوق مع تطور تقنيات الذكاء الاصطناعي، أصبحت الشركات قادرة على اتخاذ قرارات أسرع وأكثر دقة مقارنة بالطرق التقليدية. 1️⃣ تاريخ استخدام الذكاء الاصطناعي في الأعمال أ. البدايات (1980–2000) ظهور نظم الخبراء (Expert Systems) لدعم اتخاذ القرار في الأعمال أدوات تحليل البيانات الأولية لإدارة المخزون والمبيعات ب. التطور المبكر (2000–2010) استخدام التعلم الآلي لتحليل البيانات الضخمة بداية تطبيق أدوات التسويق الذكي والتوصية بالمنتجات ج. العصر الحديث (2010–الآن) ظهور التعلم العميق لتحليل بيانات العملاء المعقدة دمج AI في التجارة الإلكترونية، التسويق الرقمي، وخدمات العملاء أمثلة: أنظمة توصية Amazon، الإعلانات المستهدفة على Google وFacebook 2️⃣ المفاهيم الأساسية للذكاء الاصطنا...

 الذكاء الاصطناعي أصبح عنصرًا محوريًا في تطوير الرعاية الصحية وتحسين جودة الخدمات الطبية . من التشخيص المبكر للأمراض إلى تحليل الصور الطبية وإدارة المستشفيات، AI يوفر أدوات قوية لمعالجة البيانات الطبية بشكل أسرع وأكثر دقة. تشمل التطبيقات الرئيسية: التشخيص الطبي المبكر مراقبة المرضى عن بُعد إدارة الموارد الطبية وتحليل البيانات الكبيرة دعم البحث الطبي والتجارب السريرية 1️⃣ تاريخ استخدام الذكاء الاصطناعي في الصحة أ. البدايات (1960–1980) ظهور أول نظم خبراء (Expert Systems) مثل MYCIN لتشخيص الأمراض الدموية أنظمة تعتمد على القواعد المنطقية لتقديم توصيات علاجية ب. التطور المبكر (1980–2000) استخدام قواعد البيانات الطبية الكبيرة لتحليل الحالات إدخال الحواسيب في إدارة سجلات المرضى ج. العصر الحديث (2000–الآن) انتشار التعلم الآلي والتعلم العميق لتحليل الصور الطبية والنصوص الطبية ظهور أدوات متقدمة مثل: الروبوتات الجراحية نظم التنبؤ بالوباء والأمراض أنظمة دعم القرار الطبي 2️⃣ المفاهيم الأساسية للذكاء الاصطناعي في الصحة أ. التشخيص الذكي ...

 معالجة اللغة الطبيعية (Natural Language Processing - NLP) هي فرع من فروع الذكاء الاصطناعي يركز على تمكين الآلات من فهم اللغة البشرية وتفسيرها والتفاعل معها . تستخدم NLP في العديد من المجالات التي تتطلب معالجة النصوص والكلام بشكل ذكي، مثل: الترجمة الآلية تحليل المشاعر والرأي أنظمة الشات بوت استخراج المعلومات من النصوص معالجة اللغة الطبيعية تجمع بين علوم الحاسوب، اللغويات، والإحصاء لتطوير نماذج قادرة على التعامل مع النصوص والكلام بطريقة مشابهة للبشر. 1️⃣ تاريخ معالجة اللغة الطبيعية أ. البدايات (1950–1970) ظهور أول برامج الترجمة الآلية الاعتماد على القواعد اللغوية المحددة يدوياً محدودية الأداء بسبب تعقيد اللغة البشرية ب. التطور المبكر (1970–1990) استخدام النماذج الإحصائية تطبيق خوارزميات بسيطة لتحليل النصوص والكلمات ظهور أول محركات البحث الأولية ج. العصر الحديث (1990–الآن) استخدام التعلم الآلي لتحسين الفهم اللغوي ظهور التعلم العميق لتحليل النصوص المعقدة أدوات وتقنيات حديثة مثل: Transformers، BERT، GPT 2️⃣ المفاهيم الأساسية في N...

 التعلم العميق (Deep Learning) هو فرع متقدم من التعلم الآلي يعتمد على الشبكات العصبية الاصطناعية متعددة الطبقات لمحاكاة طريقة تفكير البشر. يتيح التعلم العميق تحليل كميات ضخمة من البيانات المعقدة والتعرف على الأنماط الدقيقة التي يصعب على الإنسان اكتشافها. تشمل التطبيقات الحديثة: التعرف على الصور والفيديو معالجة اللغة الطبيعية التنبؤ بالسلوكيات والاتجاهات أنظمة التوصية الذكية 1️⃣ تاريخ التعلم العميق أ. البدايات (1940–1980) تطور فكرة الشبكات العصبية الاصطناعية بناءً على دراسة الخلايا العصبية البيولوجية 1943: Warren McCulloch وWalter Pitts قدموا نموذجًا رياضيًا للخلية العصبية 1958: Frank Rosenblatt اخترع Perceptron، أول نموذج شبكة عصبية ب. مرحلة الركود (1980–2000) مشاكل في التدريب والنطاق المحدود للنماذج ظهور مصطلح “شتاء الذكاء الاصطناعي” بسبب التوقعات غير المحققة ج. الانطلاقة الحديثة (2000–الآن) زيادة قوة الحوسبة وتوافر البيانات الكبيرة استخدام خوارزميات Backpropagation لتدريب الشبكات العميقة نجاحات كبيرة مثل AlexNet في التعرف على ا...

 التعلم الآلي (Machine Learning) هو فرع من الذكاء الاصطناعي يتيح للآلات التعلم من البيانات وتحسين أدائها دون برمجة صريحة لكل مهمة . يستخدم في مجالات متعددة تشمل: التنبؤ بالأحداث المستقبلية التعرف على الصور والصوت تحليل النصوص واللغة تحسين العمليات الصناعية والخدمية ظهر التعلم الآلي نتيجة الحاجة لمعالجة كميات ضخمة من البيانات بسرعة ودقة، وهو يشكل حجر الأساس للذكاء الاصطناعي الحديث. 1️⃣ تاريخ التعلم الآلي أ. البداية (1950–1970) ظهور خوارزميات بسيطة مثل الانحدار الخطي واللوغاريتمي برامج أولية لمحاكاة التعلم البشري ب. التطور المبكر (1970–1990) ظهور مفهوم التعلم الإحصائي استخدام الشبكات العصبية البسيطة لتصنيف البيانات ج. العصر الحديث (1990–الآن) ظهور التعلم العميق والشبكات العصبية المتقدمة استخدام البيانات الكبيرة وتقنيات الحوسبة المتقدمة تطبيقات واسعة في التجارة، الطب، الصناعة، والتعليم 2️⃣ المفاهيم الأساسية في التعلم الآلي أ. البيانات Data المصدر الأساسي للتعلم الآلي أنواع البيانات: نصوص، صور، صوت، أرقام ب. السمات Features ...