1
00:00:20,960 --> 00:00:23,280
بسم الله الرحمن الرحيم. اليوم، إن شاء الله،  نحن

2
00:00:23,280 --> 00:00:27,560
نبدأ موضوعًا جديدًا، تقنية أخرى من التقنيات التي ممكن

3
00:00:27,560 --> 00:00:31,800
تستخدم في الذكاء الاصطناعي. هذه التقنية معروفة

4
00:00:31,800 --> 00:00:35,400
بالاسم العلمي  Evolutionary computing أو

5
00:00:35,400 --> 00:00:41,140
Evolutionary computation، وأشهر مثال عليها، أشهر

6
00:00:41,140 --> 00:00:47,180
تقنية تحت هذا الإطار، وهو الـ Genetic Algorithm

7
00:00:47,180 --> 00:00:54,000
أو algorithms. تمام. في هذا الموضوع، سيُمتد معنا إلى

8
00:00:54,000 --> 00:01:00,400
two slides، ملفين يعني. في الجزء الأول، نأخذ ما هو

9
00:01:00,400 --> 00:01:05,000
هو الفكرة الأساسية عن آلية عمل هذه التقنية، الـ

10
00:01:05,000 --> 00:01:09,240
Genetic Algorithm، ونشوف عليها example. وفي الجزء

11
00:01:09,240 --> 00:01:13,880
التالي، بنشوف استخدامات أخرى لهذه التقنية،  بس في

12
00:01:13,880 --> 00:01:18,890
الأول، نحن نأخذ فكرة عن الـ Basic Mechanism،

13
00:01:18,890 --> 00:01:23,470
الآلية أو الخطوات الأساسية لـ Genetic Algorithm.

14
00:01:23,470 --> 00:01:29,090
فبداية، الاسم Evolutionary Computation من Evolution،

15
00:01:29,090 --> 00:01:33,230
Evolution يعني التطور، تذكر نظرية التطور وداروين،

16
00:01:33,230 --> 00:01:38,750
والكلام هذا؟ جاي يعني الـ Genetic Algorithm جاي

17
00:01:38,750 --> 00:01:46,190
على هذا المبدأ. مبدأ إيه؟ في الـ computing، إذا كان

18
00:01:46,190 --> 00:01:50,790
عندي مثل، وهذه الأمثلة صعب أن أحط لها solution

19
00:01:50,790 --> 00:01:57,990
بخوارزمية محددة الخطوات، نحن ممكن نتبع الـ Genetic

20
00:01:57,990 --> 00:02:02,790
Algorithm، الخوارزمية الجينية. فكرتها تقوم على

21
00:02:02,790 --> 00:02:08,990
أساس أن نحن نضع solutions عديدة، كلها عشوائية،

22
00:02:10,530 --> 00:02:14,570
ونترك الـ algorithm تعمل نوعًا من الانتخاب الطبيعي

23
00:02:14,570 --> 00:02:20,270
بين هذه الـ solutions، iteration

24
00:02:20,270 --> 00:02:25,290
ورا iteration، تبدأ الـ algorithm تتحسن في الـ solutions،

25
00:02:25,290 --> 00:02:31,850
وصولاً إلى الـ solution المطلوب. بمعنى أنه أنا

26
00:02:31,850 --> 00:02:38,150
لا أضع steps محددة لحل المسألة، بل آتي وأقول okay،

27
00:02:38,150 --> 00:02:42,470
إذا كانت عندي المسألة هكذا، معنى هذا أنني أضع

28
00:02:42,470 --> 00:02:46,290
solutions عشوائية، وبعدين أقيم هذه الـ solutions،

29
00:02:46,290 --> 00:02:52,200
آخذ أفضل مجموعة، وأروح أعمل عليها نوعًا من الـ

30
00:02:52,200 --> 00:02:56,540
reproduction، وهو التكاثر أو التزاوج، أطلق عليها

31
00:02:56,540 --> 00:03:00,220
solutions جديدة. هذه الـ solutions الجديدة، على فرض

32
00:03:00,220 --> 00:03:07,160
أنها  جاءت من parents، خليني أقول من

33
00:03:07,160 --> 00:03:12,200
آباء يعني، أو من generation،  فستطلع أبناؤهم جيدين،

34
00:03:12,200 --> 00:03:15,920
الأبناء،  جيل في الـ generation التالي، سأقول أحفاد

35
00:03:15,920 --> 00:03:22,910
أفضل، وصولاً إلى… وصولاً إلى… نشوف مثالاً على هذا الكلام،

36
00:03:22,910 --> 00:03:27,110
مثال بسيط

37
00:03:27,110 --> 00:03:35,450
على هذا الكلام. فأنا سأتجاوز الـ introduction، وأدخل

38
00:03:35,450 --> 00:03:40,070
على طول على الـ Genetic Algorithm، ولماذا تم عمله، هذا

39
00:03:40,070 --> 00:03:43,770
الكلام في المقدمة، وهو التأصيل النظري، من أين

40
00:03:43,770 --> 00:03:47,950
جاء هذا الموضوع، الـ Evolutionary computing.

41
00:03:57,900 --> 00:04:06,500
آخذ مثالًا بسيطًا على هذا الكلام، هذه

42
00:04:06,500 --> 00:04:10,840
معادلة بسيطة. لو… لو أردنا أن نسأل السؤال: متى

43
00:04:10,840 --> 00:04:15,900
تكون قيمة هذه المعادلة أعلى ما يمكن؟ يعني f of x،

44
00:04:15,900 --> 00:04:19,700
متى تكون أعلى؟ لو أنا جئت أخذت الـ values  لـ x،

45
00:04:19,700 --> 00:04:25,380
من، مثلًا، واحد إلى عشرين، إلى مئة، ورسمت الـ

46
00:04:25,380 --> 00:04:30,700
curve. فماذا لدينا هنا؟ المعادلة مرة ثانية؟

47
00:04:30,700 --> 00:04:40,680
خليني أكتبها على اللوحة: 15x - x²،  لما

48
00:04:40,680 --> 00:04:49,220
تكون x  بساوي صفر، صحيح؟

49
00:04:49,220 --> 00:04:54,840
f of 1 بيساوي، صحيح؟

50
00:04:56,700 --> 00:05:02,800
F of 2، F

51
00:05:02,800 --> 00:05:17,820
of

52
00:05:17,820 --> 00:05:20,160
6

53
00:05:26,930 --> 00:05:39,270
خمسة في خمسة عشر، ستين، صحيح؟ ناقص 25، يطلع 50

54
00:05:39,270 --> 00:05:47,270
four، تقريبًا. 54 هنا، 60، أقل من

55
00:05:47,270 --> 00:05:54,950
60 شوي. كم في سبعة؟ جدش؟ سبعة في… زيد على

56
00:05:54,950 --> 00:06:01,730
هذا، خمسة عشر، مئة وخمسة ناقص 49،  6 و

57
00:06:01,730 --> 00:06:09,770
خمسين… إيش؟ 56… لا، 66… 66… 6

58
00:06:09,770 --> 00:06:16,970
و60، صحيح؟  حسابها يطلع لسة okay، فبقف في 8،

59
00:06:16,970 --> 00:06:24,350
69، 69، 69… 6 أو 6 أو 6 أو

60
00:06:24,350 --> 00:06:30,130
6 أو 6 أو 6 أو 6 أو 56 أو 56 أو 56 أو 56 أو 56 أو

61
00:06:30,130 --> 00:06:34,470
56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56

62
00:06:34,470 --> 00:06:35,170
56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56

63
00:06:35,170 --> 00:06:35,250
أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو

64
00:06:35,250 --> 00:06:38,790
56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56

65
00:06:38,790 --> 00:06:40,270
أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو

66
00:06:40,270 --> 00:06:42,490
56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56 أو 56

67
00:06:42,490 --> 00:06:48,310
أو 56 أو 56

68
00:06:48,310 --> 00:06:49,330
أو 56

69
00:07:02,830 --> 00:07:06,910
مفروض يعني خلاص معي… معي أكثر من هنا، مفروض

70
00:07:06,910 --> 00:07:14,350
تنزل هكذا، تصبح؟

71
00:07:14,350 --> 00:07:17,590
خمسين، خمسين، آه، بدأت تنزل، عشر، نعم.

72
00:07:21,750 --> 00:07:30,510
مش هكذا؟ خمسين؟ أربعة؟ 54، إلى هنا خلاص.

73
00:07:30,510 --> 00:07:34,690
واضح أنه بدأ ينزل، وواضح أن المنحنى ينزل. نحن

74
00:07:34,690 --> 00:07:38,210
الآن نستخدم

75
00:07:38,210 --> 00:07:44,530
هذا كمثال في الـ Genetic Algorithm، يعني

76
00:07:44,530 --> 00:07:48,850
نحن عمليًا نقدر نطلع القيمة التي عندها بالضبط، كم

77
00:07:48,850 --> 00:07:54,770
الـ F of X تكون maximum، تكون أعلى ما يمكن، تمام.

78
00:07:54,770 --> 00:07:59,350
التي هي النقطة الـ peak التي هنا، نقدر نحسبها عادي

79
00:07:59,350 --> 00:08:03,770
بطريقة سهلة، أو نحسب الـ derivative، ونرى أن الـ

80
00:08:03,770 --> 00:08:07,250
derivative تساوي صفر، المشتقة تساوي صفر، وعند

81
00:08:07,250 --> 00:08:11,370
المشتقة التي تساوي صفر، الـ X هي التي تكون أعلى، صحيح؟ لأنه

82
00:08:11,370 --> 00:08:16,990
الـ slope  هذا سيكون يساوي صفر عند الـ maximum،

83
00:08:16,990 --> 00:08:22,050
عند الـ maximum.  مفهوم؟ فنحسب أين المشتقة تكون صفر، و

84
00:08:22,050 --> 00:08:26,370
نطلع الـ X.  بس نحن نستخدم الـ Genetic Algorithm

85
00:08:26,370 --> 00:08:28,650
لتوضيح فكرة الـ Genetic Algorithm. فماذا نحن

86
00:08:28,650 --> 00:08:32,610
سنفعل؟  يقول:  ماذا نبحث عنه؟

87
00:08:32,610 --> 00:08:36,750
قيمة X التي عندها F of X تساوي maximum.

88
00:08:36,750 --> 00:08:41,410
فنحن لا نعرف قيمة X، فنذهب لنضع قيمًا عشوائية،

89
00:08:42,770 --> 00:08:49,170
قيمًا عشوائية لـ X، ونبقى نأخذها في عملية evolutionary،

90
00:08:49,170 --> 00:08:55,970
عملية انتخاب طبيعي، أو evolutionary fitness. فهنا

91
00:08:55,970 --> 00:09:00,230
ماذا لدينا؟ لدينا الـ X1، X2، X3، X4، X5، X6،

92
00:09:00,230 --> 00:09:05,710
نأخذ ستة random solutions. هذه الـ solutions

93
00:09:05,710 --> 00:09:13,780
random، كل واحد منها له قيمة عشرية، نعبر عنها بـ

94
00:09:13,780 --> 00:09:22,820
binary. نحن الآن، هذا الـ binary string، نسميه

95
00:09:22,820 --> 00:09:25,860
chromosome، على نفس التسمية في الـ biology،

96
00:09:25,860 --> 00:09:31,680
chromosome. نحن نبحث… نبحث… نبحث… نبحث…

97
00:09:31,680 --> 00:09:32,780
نبحث… نبحث… نبحث… نبحث… نبحث… نبحث…

98
00:09:32,780 --> 00:09:33,820
نبحث… نبحث… نبحث… نبحث… نبحث… نبحث…

99
00:09:33,820 --> 00:09:35,920
نبحث… نبحث… نبحث… نبحث… نبحث… نبحث…

100
00:09:35,920 --> 00:09:38,980
نبحث… نبحث… نبحث… نبحث… نبحث… نبحث…

101
00:09:38,980 --> 00:09:41,900
نبحث… نبحث… نبحث… نبحث… نبحث… لأننا وضعنا

102
00:09:41,900 --> 00:09:45,960
أرقامًا عشوائية، وقيمًا عشوائية. هذه القيم، ربما لا يوجد

103
00:09:45,960 --> 00:09:51,580
فيها واحد هو الـ solution، لكن عندما نجربها، ونأخذ

104
00:09:51,580 --> 00:09:55,960
أفضل مجموعة منها، ونعمل تزاوجًا من هذه أفضل مجموعة،

105
00:09:55,960 --> 00:10:02,600
نتقدم خطوة للأمام، وتدريجيًا، نصل إلى best

106
00:10:02,600 --> 00:10:08,620
solution. الخطوة الأولى: أن نضع… نضع random solutions،

107
00:10:08,620 --> 00:10:14,140
نمثلها على شكل binary، على شكل string of

108
00:10:14,140 --> 00:10:17,160
binary values، التي هي الـ ones والـ zeros.  لماذا؟

109
00:10:17,160 --> 00:10:22,160
لأننا سنقوم بتقييمها، لنرى أيها أفضل،

110
00:10:22,160 --> 00:10:26,320
ما هو الأفضل؟ الذي يعطيني قيمة الـ f of x،

111
00:10:26,320 --> 00:10:31,020
هذا الاثنا عشر،

112
00:10:31,020 --> 00:10:36,420
ماذا يعطيني؟ عندما أضع f of 12، لاحظوا أنني توقفت هنا

113
00:10:36,420 --> 00:10:40,340
عند التسعة، ولكن هناك قيم أخرى كثيرة لم نجربها،

114
00:10:40,340 --> 00:10:43,000
لذلك، هذا الاثنا عشر واحد من التي لم نجربها، ماذا هو f

115
00:10:43,000 --> 00:10:48,780
of 12؟  تمام، كم يطلع؟  6 و30، okay.

116
00:10:48,780 --> 00:10:55,400
هذه الآن هي القيم لـ f of x،  لو أننا أدخلنا

117
00:10:55,400 --> 00:11:01,840
كل واحد من هذه x، صحيح؟ الآن، أيها أفضل؟ الأعلى، صحيح؟

118
00:11:01,840 --> 00:11:06,720
لأننا سنأخذ… مثلًا،  هذه المدينة… أعلى… فهذه أفضل،

119
00:11:06,720 --> 00:11:10,300
هذه أفضل شيء. نحن الآن، في الخطوة الثانية في الـ

120
00:11:10,300 --> 00:11:15,320
Genetic Algorithm، نأخذ الأفضل، نأخذ الأفضل، ونعمل

121
00:11:15,320 --> 00:11:20,500
منهم new generation.  هذا هو first generation، الجيل

122
00:11:20,500 --> 00:11:26,360
الأول. نطلع منه جيلًا جديدًا، ستة أخرى. كيف ممكن نطلع

123
00:11:26,360 --> 00:11:30,720
جيلًا جديدًا من الجيل الأول؟ تزاوج، يعني، مثلًا لو

124
00:11:30,720 --> 00:11:35,340
جئت اخترت أفضل ثلاثة من هؤلاء،  من هذا وهذا،

125
00:11:35,340 --> 00:11:41,040
وهذا، صحيح؟ هؤلاء أفضل ثلاثة، لو أخرجت

126
00:11:41,040 --> 00:11:45,180
منهم ثلاثة أخرى، لو جئت عملت تزاوجًا بين كل اثنين

127
00:11:45,180 --> 00:11:54,040
مع بعض، أخذت هذا وهذا، مع هذا وهذا، أخذت الثلاثة

128
00:11:54,040 --> 00:11:58,340
هؤلاء، وعملت… هؤلاء، صحيح؟ أنا الآن أتعامل فقط مع

129
00:11:58,340 --> 00:12:02,450
الـ binary representation، وعملت تزاوجًا بشكل أو آخر.

130
00:12:02,450 --> 00:12:07,650
قلت مثلًا، هذا أريد أن آخذه مع هذا، وأخرج منهما a

131
00:12:07,650 --> 00:12:11,750
child جديدًا، بعدين هذا مع هذا، أخرج كمان child، اصلاً

132
00:12:11,750 --> 00:12:15,770
two children. بعدين هذا مع هذا، أخرج child ثالث،

133
00:12:15,770 --> 00:12:19,790
تعرفون أن الثلاثة الأولين، الذين هم الأفضل، وثلاثة

134
00:12:19,790 --> 00:12:23,530
children خرجوا منهم،  هؤلاء، أنا لا أعرف، ممكن

135
00:12:23,530 --> 00:12:28,670
يكونوا أفضل من آبائهم، وممكن يكونوا أسوأ. أدخلهم الآن

136
00:12:28,670 --> 00:12:32,680
على الـ generation الجديد، وأقيمهم، وأعيد الكرة، وكل

137
00:12:32,680 --> 00:12:40,220
مرة أعمل ماذا؟ أعمل reproduction،  عادة تكاثر يعني، و

138
00:12:40,220 --> 00:12:45,260
أعمل تقييمًا، ودائمًا ما ننتخب حتى متى؟ حتى

139
00:12:45,260 --> 00:12:50,860
حتى نصل إلى… حتى نصل إلى…  أن لا يوجد تحسن،  يعني الذي… الذي…

140
00:12:50,860 --> 00:12:55,380
الذي… الذي… الذي يطلع معي، الـ fitness تبعه،

141
00:12:55,910 --> 00:12:59,910
لا يوجد. يعني، آخذ الفرق بين الـ fitness لهذا

142
00:12:59,910 --> 00:13:03,310
الجيل، والـ fitness  للجيل الذي قبله، ضئيل،  المعنى

143
00:13:03,310 --> 00:13:07,390
هذا، كأننا وصلنا إلى أفضل ما يمكن، صحيح؟ لا داعي أن أستمر

144
00:13:07,390 --> 00:13:12,010
أكثر من هذا، في عملية الـ reproduction، وآخذ أفضل

145
00:13:12,010 --> 00:13:16,610
واحد من الذي طلع معي في هذا الجيل، كزوج،  بيصير

146
00:13:16,610 --> 00:13:19,830
على values distinct.  يعني، مثلًا، لو الـ value طلعت 56،

147
00:13:19,830 --> 00:13:26,190
كررت عندي مرتين، هل آخذ أربعة values؟  آه،  مفترض… لا…

148
00:13:26,190 --> 00:13:36,190
بس آخذ قيمة… بس آخذ قيمة… بس آخذ

149
00:13:36,190 --> 00:13:36,390
قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ

150
00:13:36,390 --> 00:13:37,590
قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ

151
00:13:37,590 --> 00:13:37,650
قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ

152
00:13:37,650 --> 00:13:37,910
قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ

153
00:13:37,910 --> 00:13:38,610
قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ

154
00:13:38,610 --> 00:13:42,390
قيمة… بس آخذ قيمة… بس آخذ قيمة… بس آخذ

155
00:13:42,390 --> 00:13:50,320
قيمة… بس آخذ قيمة…  لكن كانوا من المجموعة

156
00:13:50,320 --> 00:13:55,140
الأفضل، آخدهم… آخدهم، آه، لأنه ليس مهم أن يكونوا

157
00:13:55,140 --> 00:13:58,500
متساويين في الـ fitness، المهم أن يكونوا two different

158
00:13:58,500 --> 00:14:03,100
two different solutions، صحيح؟ نحن الآن، إذا…

159
00:14:03,100 --> 00:14:08,400
يعني، لكي نبلور هذه الفكرة بشكل أفضل، نحن نريد

160
00:14:08,400 --> 00:14:13,840
أن نأتي  نتبع المثال. أول شيء، أن هناك نقطة مهمة

161
00:14:13,840 --> 00:14:18,220
أقولها، أريد أن أحسبها، أنني لا أريد أن أنظر إلى الـ

162
00:14:18,220 --> 00:14:23,540
fitness هذا كما هو، أريد أن أحسب شيء اسمه الـ fitness

163
00:14:23,540 --> 00:14:29,320
ratio، الـ fitness ratio. لو أنني جئت جمعت إجمالي الـ

164
00:14:29,320 --> 00:14:33,840
fitness كلها،  أجمعها، يطلع على ما أعتقد، كم؟ 100

165
00:14:33,840 --> 00:14:43,500
و28، أظن، 128. أنا

166
00:14:43,500 --> 00:14:53,260
باختصار، أريد أن آخذ 224.

167
00:14:53,260 --> 00:15:00,620
224. أنا آخذ كل واحدة منها،  قسمة، كل واحدة على

168
00:15:00,620 --> 00:15:07,840
هذا الـ total، يعني الـ 16.5 هذه هي عبارة عن قسمة 36

169
00:15:07,840 --> 00:15:12,860
على المجموع، 44 على المجموع، وبعدين 20، فأنا آخذ الـ

170
00:15:12,860 --> 00:15:15,960
ratio، على أنه هو مع

223
00:19:14,810 --> 00:19:17,790
فرصة عالية.. هتقولك شغل بس.. احنا في الطريقة هذه

224
00:19:17,790 --> 00:19:20,510
على الرغم من أنه في عندنا randomization في الأمر

225
00:19:20,510 --> 00:19:24,950
إلا أنه في فرصة أكبر لمن؟  للـ solutions اللي more

226
00:19:24,950 --> 00:19:31,950
fit يعني هذا الـ X، كلما كان الـ fitness له عالي، فرصته

227
00:19:31,950 --> 00:19:37,180
هيحصله من الـ.. ليش؟ من الـ wheel، فرصته أكبر حتى

228
00:19:37,180 --> 00:19:40,540
على الرغم من وجود randomization، بس فرصته أكبر في

229
00:19:40,540 --> 00:19:46,380
أنه يطلع على الـ generation اللي اللاحقة، صح؟ أنا

230
00:19:46,380 --> 00:19:49,960
كان ممكن أعمل، و أنا بأعمل، آخذ الأفضل دائماً، آخذ

231
00:19:49,960 --> 00:19:54,300
الأفضل، بس بدنا نحط عنصر الـ randomization، لأنه هذا

232
00:19:54,300 --> 00:20:00,540
واقع الأمر في الطبيعة، أن حتى اللي مش أفضل ممكن يصمد

233
00:20:00,540 --> 00:20:03,820
ويترحل للـ generation اللي بعده، ممكن ما تبانش

234
00:20:03,820 --> 00:20:06,820
viable، بس لما يكون عندك معادلات فيها ثلاث.. ثلاث

235
00:20:06,820 --> 00:20:11,060
مجاهيل، و بدك تحل مشكلة زي.. زي simplex method

236
00:20:11,060 --> 00:20:14,340
مثلاً.. تتذكر.. تتذكر.. إذا.. إذا تتذكر، و احنا

237
00:20:14,340 --> 00:20:18,920
بنحكي في الـ السياسي، لما كنا بنحكي في اللي هو الـ.. الـ

238
00:20:18,920 --> 00:20:22,870
hill climbing، و قلنا أنه ممكن تقع في الـ local

239
00:20:22,870 --> 00:20:27,330
minima، ما تصلش لـ global minima، ايش المخرج؟ أنه أنا

240
00:20:27,330 --> 00:20:31,590
أعمل randomization، عشان أخرج من الـ local minima، أن

241
00:20:31,590 --> 00:20:34,530
أختار أي واحد من الـ possible solutions اللي حواليه

242
00:20:34,530 --> 00:20:38,990
حتى وإن كان سيء، و أخش فيه، علشان ربما يدخلني على

243
00:20:38,990 --> 00:20:43,810
مسار يطلعني لـ solution أحسن من الـ local اللي أنا

244
00:20:43,810 --> 00:20:48,690
كنت واجده، فاحنا هنا الـ randomization عشان نحط هامش

245
00:20:48,690 --> 00:20:56,000
ولو لِ solutions اللي رديئة، نعطيها فرصة، لربما

246
00:20:56,000 --> 00:21:03,080
ييجي من وراها offspring، يعني ذرية صالحة، ذرية هي في

247
00:21:03,080 --> 00:21:08,700
حد ذاتها سيئة، رديئة، لكن لربما يطلع منها، لما أنتَ

248
00:21:08,700 --> 00:21:13,460
عملت تزاوج مع.. واضح؟ واضحة الفكرة؟

249
00:21:14,350 --> 00:21:18,650
الآن ما بنحكي في التزاوج، الآن هدول اللي بنختارهم

250
00:21:18,650 --> 00:21:22,530
عشان نأسس عليهم الـ generation اللاحق، اخترناهم على

251
00:21:22,530 --> 00:21:26,010
أساس مش بس الـ fitness لحاله، أو الـ fitness ratio

252
00:21:26,010 --> 00:21:29,410
لحاله، لأ، اللي على أيضاً فرصته في الـ roulette wheel

253
00:21:29,410 --> 00:21:36,050
في الـ roulette wheel، اه تمام، الآن الآن

254
00:21:36,050 --> 00:21:43,180
هدول الـ six solutions، و هذا We have an initial

255
00:21:43,180 --> 00:21:47,180
population of 6 chromosomes، الآن ده أعمل new

256
00:21:47,180 --> 00:21:52,740
generation، برضه بتكون فيه 6 chromosomes، فبدي أجيب

257
00:21:52,740 --> 00:21:57,360
.. بدي أختار pairs اللي أعمل منها تزاوج، عشان أطلع

258
00:21:57,360 --> 00:22:02,160
.. okay، 6 تانيين، لما أنا بعمل تزاوج في هيدا، هات

259
00:22:02,160 --> 00:22:08,120
اسمها crossover، crossover، بجيب two parents، هات two

260
00:22:08,120 --> 00:22:11,240
parents، two chromosomes، P1 و P2

261
00:22:13,730 --> 00:22:18,070
طبعاً الـ generation هو عبارة عن binary strings، خلّي

262
00:22:18,070 --> 00:22:27,650
المعادلة، يهمني هنا طبعاً

263
00:22:27,650 --> 00:22:33,590
نفس القول، احنا أربعة bits ولا لأ، بس نفترض إنهم

264
00:22:33,590 --> 00:22:36,890
أكثر من ذلك، أتر أتر أتر أتر أتر أتر أتر أتر أتر

265
00:22:36,890 --> 00:22:40,250
أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر

266
00:22:40,250 --> 00:22:42,010
أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر

267
00:22:42,010 --> 00:22:42,230
أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر أتر

268
00:22:42,230 --> 00:22:45,060
أتر أتر أتر أتر أتر أتر أتر أتر أتر، نقطة انقسام

269
00:22:45,060 --> 00:22:50,820
بروحي ببدّل، بطلّع يعني من هدول بطلّع two children

270
00:22:50,820 --> 00:22:56,040
two children، يعني الزوج بيطلّعلي زوج، مش بيطلّعلي

271
00:22:56,040 --> 00:22:59,800
واحد، الـ two parents بيطلّعولي ايش؟ two children

272
00:22:59,800 --> 00:23:07,040
okay، اللي هو بيكون هذا الجزء، يعني أقول مثلاً أنا

273
00:23:07,040 --> 00:23:09,340
عندي 00100100

274
00:23:13,840 --> 00:23:17,800
لازم يكون جزء آخر بالصحيح، لازم طبعاً لازم الـ.. لأ

275
00:23:17,800 --> 00:23:21,160
الجزء، الواحد، اللي يقسم من أي مكان بالصحيح، اه

276
00:23:21,160 --> 00:23:24,140
بس إن أنا عند نفس النقطة، أنا بقسم عند الثالثة

277
00:23:24,140 --> 00:23:28,600
لازم هنا أقسم عند الثالثة، صح؟ فهذا الآن الـ try

278
00:23:28,600 --> 00:23:33,760
addition بيكون zero one one، وبعدين الثالثة

279
00:23:33,760 --> 00:23:37,820
الثانية اللي بجيبها، بتصير ايش؟ one one zero، أيوة، ايش؟

280
00:23:37,820 --> 00:23:44,490
zero one one zero، تمام، شق من الـ pyramid الأول، الشق

281
00:23:44,490 --> 00:23:47,110
الأول من الـ parent الأول، و الشق الثاني من الـ parent

282
00:23:47,110 --> 00:23:54,510
الثاني، و العكس عند الـ child الآخر، هذا بنزله زي ما هو

283
00:23:54,510 --> 00:24:01,590
و بأخذ الشق الثاني من مين؟ أنا

284
00:24:01,590 --> 00:24:06,250
هيك عملت crossover، عملت generation لـ two new

285
00:24:06,250 --> 00:24:10,890
children، من الـ two parents الأصليين، باستخدام

286
00:24:10,890 --> 00:24:15,090
Microsoft Word، عملية random، صح؟ مالهاش أي معنى

287
00:24:15,090 --> 00:24:20,370
سواءً إنه نأمل إن بعض الخصائص الجيدة الموجودة في

288
00:24:20,370 --> 00:24:26,050
هذا الـ parent، تجعل

289
00:24:26,050 --> 00:24:31,930
معها خصائص جيدة من الـ parent الآخر، تمام؟ هو هذا

290
00:24:31,930 --> 00:24:35,410
أصلاً اللي بيصير في الـ metabolism، أظن أنه يسميه، و

291
00:24:35,410 --> 00:24:39,210
لا، ايش الـ chromosomes، أنا الناس الكلام هذا في الـ

292
00:24:39,210 --> 00:24:43,370
biology، مش بيصير انقسام الـ chromosomes، وبعدين

293
00:24:43,370 --> 00:24:48,110
تلتحم تاني، فعشان بهذه الطريقة تختلط الجينات من

294
00:24:48,110 --> 00:24:54,590
الذكر و من الأنثى، مظبوط، تمام، فبنقول احنا الآن هذا

295
00:24:54,590 --> 00:24:57,570
الـ generation الجديد، الستة الجداد اللي هنولدهم

296
00:24:57,570 --> 00:24:59,230
بهذه الطريقة

297
00:25:01,960 --> 00:25:09,580
مورفزم مورفزم مورفزم

298
00:25:09,580 --> 00:25:23,920
مورفزم مورفزم مورفزم مورفزم مورفزم مورفزم

299
00:25:24,010 --> 00:25:27,710
مش مشكلة، تمام، أنا الآن بهذه الطريقة، أنا أخذت two

300
00:25:27,710 --> 00:25:31,490
parents، ثم another two parents، و كذلك أنا اتنين

301
00:25:31,490 --> 00:25:37,330
تانيين، و عملت منهم a new set of children، بنفس العدد

302
00:25:37,330 --> 00:25:41,150
اللي هو ايش؟ ستة كانوا في الأصل، صاروا ستة، هذا الجيل

303
00:25:41,150 --> 00:25:45,730
التاني، هدول كانوا تابعين لـ generation one، لأن

304
00:25:45,730 --> 00:25:49,250
هدول خلصوا في يوم، بدي أعمل evaluation عليهم، أو

305
00:25:49,970 --> 00:25:54,070
يعني أحسب الـ fitness تبعهم، عشان أشوف مين الأفضل

306
00:25:54,070 --> 00:25:57,630
في هالـ generation، عشان أُعيد الكرة من جديد، و بضلني

307
00:25:57,630 --> 00:26:02,250
أعيد، بقول مرة ورا مرة، إلى أن أُشاهد، إلى أن ألاقي أن

308
00:26:02,250 --> 00:26:08,170
الـ errors أو الـ

309
00:26:08,170 --> 00:26:13,890
fitness تبع هدول ما يختلف كتير عن الـ fitness تبع

310
00:26:13,890 --> 00:26:17,610
اللي جابهم، يمكن ما في تحسن و خلاص، بوقف، ما في داعي

311
00:26:17,610 --> 00:26:21,370
أن أنا أستمر، إلى ما أهدف، في شغلة أخرى برضه، اللي

312
00:26:21,370 --> 00:26:24,190
رح أحكيها، أنه كنا نقول الـ crossover هي الطريقة

313
00:26:24,190 --> 00:26:28,150
الأساسية لتوليد الـ children، في شغلة أخرى غير الـ

314
00:26:28,150 --> 00:26:32,150
crossover، ليه؟ الـ mutation، mutation، يعني طفرة

315
00:26:32,150 --> 00:26:35,270
بالعربي، يعني إن واحد من الجينات هذا، الـ chromosome

316
00:26:35,270 --> 00:26:39,510
بتسميه، كل واحد من هذول جين، واحد من الجينات، إنه

317
00:26:39,510 --> 00:26:44,230
بشكل عشوائي يتغير، يعني الواحد يصير zero، الـ zero

318
00:26:44,230 --> 00:26:48,510
يصير واحد، تمام؟ برضه هذا randomized، يعني بيجي على

319
00:26:48,510 --> 00:26:52,600
الواحد، بيجي على هدول الست، بعد ما عملناهم بالـ

320
00:26:52,600 --> 00:27:01,140
crossover، بنقول: هذا نعمل عليه mutation ولا لأ، بروح

321
00:27:01,140 --> 00:27:05,960
و بنحط random number، إذا random number جاء أعلى من

322
00:27:05,960 --> 00:27:11,200
أو أقل من الـ probability تبع الـ mutation، بنفس

323
00:27:11,200 --> 00:27:16,560
ما نعملوش، بنسيبه، يعني بنعمل selection لواحد من هدول

324
00:27:16,560 --> 00:27:21,650
أو لمجموعة من هدول، نعملهم ايش؟ إذا وقع الاختيار

325
00:27:21,650 --> 00:27:25,850
على أي واحد منهم، بنروح برضه randomly، بناخد واحدة من

326
00:27:25,850 --> 00:27:33,810
الـ genes، و بنقلبها، ففي عندنا احنا، في عندنا ايش؟ أنا

327
00:27:33,810 --> 00:27:36,770
تذكرت، قلنا الـ probability تبع الـ mutation ايش؟

328
00:27:36,770 --> 00:27:40,790
عندنا probability، يعني أنا بحط احتمال مثلاً

329
00:27:45,340 --> 00:27:48,940
بعمل generational number، إذا الرقم هذا وقع أقل، إذا

330
00:27:48,940 --> 00:27:52,720
أنا واقف الآن هنا، و عملت random generation، و طلع

331
00:27:52,720 --> 00:27:58,680
الرقم أقل من هذا أو يساوي، يبقى الاختيار وقع، إذا

332
00:27:58,680 --> 00:28:02,120
طلع number أكبر من ذلك، يبقى ما وقع الاختيار على

333
00:28:02,120 --> 00:28:07,200
هذا الرقم، هذا الرقم، كل ما قل، كل ما زاد، كل ما قلت

334
00:28:07,200 --> 00:28:13,600
احتمالية حدوث الاشياء، يعني لو أنا عملته خمسين في

335
00:28:13,600 --> 00:28:18,450
المئة، Probability of mutation، إذا كانت خمسين، وجيت

336
00:28:18,450 --> 00:28:21,790
هنا، و عملت random number، ايش احتمالية أن الـ random

337
00:28:21,790 --> 00:28:26,430
number يطلع أقل من الخمسين؟ احتمالية 50%، يعني فرصة

338
00:28:26,430 --> 00:28:32,130
هذا أن يعمله mutation، fifty fifty، كل واحد منهم

339
00:28:32,130 --> 00:28:36,570
فرصته fifty fifty، كل ما صغر الرقم، كل ما صغرت الرقم

340
00:28:37,280 --> 00:28:40,500
الكلمة، قلت فرصة الوقوع، و أنا أصلاً فعلاً هذا اللي

341
00:28:40,500 --> 00:28:45,240
بدي إياه، أنا ما بديش أعمل mutation عليهم كلهم، أنا بدي

342
00:28:45,240 --> 00:28:48,320
الـ mutation هذا، لأنها طفرة أصلاً، ايش يعني طفرة؟ يعني

343
00:28:48,320 --> 00:28:51,820
حاجة بتحصل مرة في الـ.. rarely، very rarely، مظبوط

344
00:28:51,820 --> 00:28:57,140
نادراً جداً، بيبقى الـ probability of mutation منخفضة

345
00:28:57,140 --> 00:29:02,480
عشان ما.. ما نعملش mutation كثير، كذلك الحاجة برضه

346
00:29:02,480 --> 00:29:07,890
الـ crossover، الـ crossover، بنقول probability ايش؟

347
00:29:07,890 --> 00:29:11,750
احنا قلنا، اتفقنا، قلنا إنه اختيار، أنا عند الـ

348
00:29:11,750 --> 00:29:17,490
generation الأولاني، بدي أختار منه مجموعة عشان أُولّد

349
00:29:17,490 --> 00:29:21,230
منهم الجيل، تمام، هدول المجموعة اللي اخترتهم، الـ 6

350
00:29:21,230 --> 00:29:30,170
P1، P2، الـ parents، يعني P3، P4، P5، P6، تمام

351
00:29:34,470 --> 00:29:39,910
أنا الآن بدي أعمل crossover، بحتاج two parents، بدي

352
00:29:39,910 --> 00:29:43,610
أختار من هدول الـ two parents، اتنين، أعمل لهم

353
00:29:43,610 --> 00:29:48,410
crossover، لما أعمل crossover، هيطلع معي two

354
00:29:48,410 --> 00:29:55,130
children، C1 و C2، صح؟ مين اللي أختارهم، أعمل بينهم

355
00:29:55,130 --> 00:29:59,260
أعمل لهم crossover؟ هل آجي على كل اتنين، الأول

356
00:29:59,260 --> 00:30:01,860
و الثاني، و الثاني و الثالث، و الرابع و الخامس،

357
00:30:01,860 --> 00:30:05,840
و السادس؟ لا، ما بنعملش هيك، بهذه الطريقة، ليش؟ بنقول أنا

358
00:30:05,840 --> 00:30:11,580
الآن بدي.. أنا عندي هنا صندوق لـ crossover، بسميه

359
00:30:11,580 --> 00:30:15,780
أنا صندوق لـ crossover، الـ box هذا بتحط فيه اتنين

360
00:30:15,780 --> 00:30:19,560
و بيطلع منه ايش؟ two children، صح؟ مين اللي بنخشّه في

361
00:30:19,560 --> 00:30:24,540
الصندوق؟ بدي أختار برضه من هدول بشكل عشوائي، في

362
00:30:24,540 --> 00:30:29,860
حاجة اسمها probability of crossover، برضه كمان ايش؟

363
00:30:29,860 --> 00:30:37,480
بتبقى عالية، يعني، أو بتبقى أعلى من الـ mutation، ايش

364
00:30:37,480 --> 00:30:40,320
معنى هذه probability؟ أنه هل، هل نختارهم ولا ما نختارهمش؟

365
00:30:40,320 --> 00:30:45,660
طبعاً، إذا بنعمل random number generation، إذا وقع على

366
00:30:45,660 --> 00:30:49,920
الاختيار، بنحطه، الآن بدنا تاني، بنكمل، إذا وقع على

367
00:30:49,920 --> 00:30:53,780
الاختيار، بنحطه، خلاص، نعمل crossover، الآن هذول

368
00:30:53,780 --> 00:30:58,770
بنشيلم، و نختار مرة أخرى، بمعنى آخر، أن ممكن الـ parent

369
00:30:58,770 --> 00:31:05,730
الواحد يدخل مرتين في عملية الـ crossover، حسب كمان

370
00:31:05,730 --> 00:31:09,010
.. حسب، و وقع عليه الـ random.. الاختيار الـ random

371
00:31:09,010 --> 00:31:17,030
ولا لأ، ف أنا في عندي اللي هو الـ cross

372
00:31:17,030 --> 00:31:22,510
over، نعم، نطبق نفس الـ procedure اللي فاتت، بعدها في

373
00:31:22,510 --> 00:31:26,030
نوع من الـ procedure، أنا الآن بأطور في الـ procedure شوي

374
00:31:26,030 --> 00:31:29,650
شوي، يعني بقول لك حاجة، وبعدين بروح بأعدل عليها، ايش

375
00:31:29,650 --> 00:31:36,050
الخلاصة الآن، الخلاصة مرة أخرى، أن أنا أولاً بأعمل

376
00:31:36,050 --> 00:31:38,670
random generation للـ first، أو للـ initial

377
00:31:38,670 --> 00:31:43,910
generation، مظبوط، بعد كده أول شيء بسويه عليهم، بسوي

378
00:31:43,910 --> 00:31:49,870
fitness، بحسب جودتهم، بدخلهم على الـ fitness، هذه

379
00:31:49,870 --> 00:31:52,830
المعادلة هي اللي على أساسها أنا بدي أقرر من

380
00:31:52,830 --> 00:31:56,410
المناسبين، اللي ده بطلّع الـ fitness، الـ fitness

381
00:31:56,410 --> 00:32:00,470
value هذا، بطلّعه من الـ fitness ratio، صح؟ الـ fitness

382
00:32:00,470 --> 00:32:06,630
ratio هذا عامل من عوامل اختياره للتأهيل للـ

383
00:32:06,630 --> 00:32:12,310
generation القادم، بعمل الـ roulette wheel، علشان

384
00:32:12,310 --> 00:32:16,480
أختار الـ generation الجديد، بختار اتنين، و بحطهم في

385
00:32:16,480 --> 00:32:22,380
الخطوة، صح؟ بختارهم، و بدخل معي، في، أختار المبدأ

386
00:32:22,380 --> 00:32:28,460
الآن هدول، بدي أطلع منهم الـ generation الجديد، فبدي

387
00:32:28,460 --> 00:32:32,560
أول شيء أطبق الـ crossover operation، crossover

388
00:32:32,560 --> 00:32:35,860
operation، بدي أطبقها مرة ورا مرة، إلى أن يكتمل

389
00:32:35,860 --> 00:32:40,000
عندي ستة، اه، يكتمل عندي الـ generation، بدي أطبقها

390
00:32:40,000 --> 00:32:43,330
يعني بدي أختار اتنين، الاتنين اللي بتختارهم في

445
00:37:19,320 --> 00:37:24,320
بختار زوجين أو زوج، يعني two parents، الـ two parents

446
00:37:24,320 --> 00:37:28,380
اللي بجلبهم أو بعمل crossover بيطلع معايا الـ new

447
00:37:28,380 --> 00:37:33,340
children، الآن الـ children اللي طلعوا بروح بقرر مين

448
00:37:33,340 --> 00:37:36,700
منهم أعمله mutation بناءً برضه على ليش الـ

449
00:37:36,700 --> 00:37:40,120
probability تبع الـ mutation، PM بيطلع معايا هذا

450
00:37:40,120 --> 00:37:44,480
مثلاً أوقع عليه الاختيار أنه يعمل mutation فبتتبدل

451
00:37:44,480 --> 00:37:50,160
الـ gene .. الـ .. الـ .. واحد من الـ genes تبعه، تمام؟

452
00:37:50,160 --> 00:37:53,940
الآن هذا خلاص هو نهاية، ليش نهاية عملية الـ mutation

453
00:37:53,940 --> 00:37:57,820
بتدخل معايا كـ GT plus one plus one، يعني الـ

454
00:37:57,820 --> 00:38:01,230
generation القادمة هذا، أو generation two generation

455
00:38:01,230 --> 00:38:05,230
two، هذا بعمله تقييم وبعيده، مرة ومرة ومرة

456
00:38:05,230 --> 00:38:09,450
إلى أن زي ما قلنا ما يصيرش فيه اللي هو difference

457
00:38:09,450 --> 00:38:13,530
ده نهاية الـ example، محاضرة جايه إن شاء الله بنشوف

458
00:38:13,530 --> 00:38:17,770
exam الآخر فيه تعديل بسيط، يعني معادلة أخرى، وبعد

459
00:38:17,770 --> 00:38:24,050
كده بنشوف مثال عملي أكثر على استخدام الـ genetic

460
00:38:24,050 --> 00:38:26,230
algorithm، ماشي، أعطيكم يا عزيزي