PDF أهم دروس الكتاب (المهارات الرقمية/الصف 12/الفصل الثاني) بطريقة مبسطة وواضحة

الورده النقية

طاقم الإدارة
إنضم
3 ديسمبر 2010
المشاركات
23,112
مستوى التفاعل
542
النقاط
113
الإقامة
في صقـرـر الجنوـوـوب
ملخص احترافي مبسّط — المهارات الرقمية (الصف 12/الفصل الثاني)
مرتب حسب الوحدات كما في الفهرس

حصري لمنتديات صقر الجنوب التعليمية



[ANCHOR=top][/ANCHOR]
فهرس المحتويات
  • الوحدة 3: إنترنت الأشياء (IoT)
    • الانتقال إلى الوحدة 3
    • 1) مقدمة في إنترنت الأشياء
    • 2) مفهوم IoT + مراحل تطوره + خصائصه
    • 3) الحساسات (Sensors) و RFID
    • 4) طبقات إنترنت الأشياء (Architecture / Layers)
    • 5) الشبكات اللاسلكية وتقنيات الاتصال
    • 6) تطبيقات IoT + الحوسبة المضمنة
  • الوحدة 4: الذكاء الاصطناعي (AI)
    • الانتقال إلى الوحدة 4
    • 1) مقدمة في شجرة البحث (Search Tree)
    • 2) مراحل حل المشكلة
    • 3) خوارزميات البحث (Search Algorithms)
    • 4) استراتيجيات البحث العمياء (Blind Search)
    • 5) البحث الاستدلالي (Heuristic) + اقترانات التقييم
    • 6) تطبيقات AI بلغة بايثون
    • 7) البحث التنافسي (Adversarial Search) + MiniMax
    • 8) برمجة لعبة XO ببايثون



[ANCHOR=u3][/ANCHOR]
الوحدة 3: إنترنت الأشياء (IoT)
↑ رجوع للفهرس​

[ANCHOR=u3_1][/ANCHOR]
1) مقدمة في إنترنت الأشياء
↑ رجوع للفهرس​
  • الفكرة الأساسية: جعل “الأشياء” (أجهزة/مستشعرات/آلات) متصلة بالإنترنت لتجمع بيانات، ثم تتصرف تلقائيًا بناءً عليها.
  • ما هو IoT؟ شبكة من أجهزة متصلة تتبادل البيانات عبر الإنترنت لتعمل بذكاء وتنفّذ أوامر.
أمثلة سهلة:
  • بيت ذكي: تكييف/إنارة تعمل تلقائيًا.
  • كاميرا مراقبة: تنبيه عند الحركة + بث مباشر.
  • ساعة ذكية: تقيس نبض/نوم وترسل البيانات للتطبيق.



[ANCHOR=u3_2][/ANCHOR]
2) مفهوم IoT + مراحل تطوره + خصائصه
↑ رجوع للفهرس​
  • المفهوم: أجهزة تجمع بيانات من البيئة، ترسلها، تُحلَّل، ثم يُتخذ قرار (تنبيه/تشغيل/إيقاف/تعديل).
مراحل التطور (بشكل مبسّط):
  1. أجهزة بسيطة تجمع بيانات فقط.
  2. اتصال بالشبكات وإرسال البيانات للسحابة.
  3. ذكاء وتحليل واتخاذ قرارات تلقائية (وأحيانًا محليًا على الجهاز).
خصائص مهمة في IoT:
  • الاتصال (Connectivity): ربط الأجهزة بالشبكات والإنترنت.
  • تعدد الأجهزة (Heterogeneity): أجهزة مختلفة تعمل معًا (حساسات/هواتف/خوادم).
  • القابلية للتوسع (Scalability): النظام يتحمل زيادة الأجهزة والبيانات.
  • الأمان (Security): حماية الأجهزة والبيانات من الاختراق والتلاعب.



[ANCHOR=u3_3][/ANCHOR]
3) الحساسات (Sensors) و RFID
↑ رجوع للفهرس​

الحساسات (Sensors)
  • هي “عيون وآذان” النظام: تقيس شيئًا من الواقع وترسل قراءة رقمية.
  • أمثلة: حرارة، رطوبة، ضوء، حركة، مسافة، غازات…
  • وظيفتها في IoT: جمع بيانات دقيقة تساعد النظام “يفهم” البيئة ويتخذ قرار.

RFID
  • فكرته: تعريف الأشياء وتتبعها بموجات الراديو بدون تلامس مباشر.
  • أين يُستخدم؟ المخازن، مكافحة السرقة، تتبع المنتجات، بطاقات الحضور والانصراف.
  • الفائدة: تتبع سريع ودقيق وتلقائي للأشياء/الأشخاص.



[ANCHOR=u3_4][/ANCHOR]
4) طبقات إنترنت الأشياء (Architecture / Layers)
↑ رجوع للفهرس​
  • لماذا “طبقات”؟ لتقسيم النظام إلى أجزاء منظمة يسهل تصميمها وإدارتها.
  • الفكرة العامة للتسلسل: جمع البيانات → نقلها → معالجتها → عرضها كتطبيق/خدمة
نماذج شائعة (لماذا تختلف؟)
  • 3 طبقات: مناسب للتبسيط (إدراك/شبكة/تطبيق).
  • 5 طبقات: يضيف تفاصيل مثل المعالجة/الأعمال.
  • 7 طبقات: أكثر تفصيلًا (مفيد للأنظمة الكبيرة والمعقدة).
  • الاختيار يعتمد على: حجم النظام، درجة التعقيد، نوع التطبيق، ومتطلبات الأمان والتحكم.



[ANCHOR=u3_5][/ANCHOR]
5) الشبكات اللاسلكية وتقنيات الاتصال
↑ رجوع للفهرس​
  • الفكرة: اختيار تقنية الاتصال يعتمد على المسافة + استهلاك الطاقة + السرعة + التكلفة.
مقارنة مبسطة:
  • Bluetooth: مدى قصير — طاقة أقل — مناسب للأجهزة القريبة (سماعات/ساعات/حساس قريب من هاتف).
  • Wi-Fi: سرعة أعلى — طاقة أكثر — مناسب لكاميرات/أجهزة تحتاج نقل بيانات كبير.
  • Zigbee: ممتاز لكثرة أجهزة IoT — طاقة منخفضة جدًا — مناسب لبيوت ذكية وشبكات حساسات (تواصل جماعي/شبكي).
متى تختار كل واحدة؟
  • تريد بطارية طويلة وعدد أجهزة كبير → Zigbee
  • تريد سرعة عالية → Wi-Fi
  • تريد اتصال قريب وبسيط → Bluetooth



[ANCHOR=u3_6][/ANCHOR]
6) تطبيقات IoT + الحوسبة المضمنة
↑ رجوع للفهرس​
مجالات الاستخدام:
  • الصحة: متابعة مرضى/أجهزة قياس ذكية.
  • التعليم: حضور ذكي/متابعة بيئة الصف.
  • الزراعة: ري ذكي حسب الرطوبة والطقس.
  • النقل: تتبع مركبات/إدارة المرور.
  • البيئة: قياس تلوث/إنذار مبكر.
  • اللوجستيات: تتبع شحنات ومخزون.
الحوسبة المضمنة (Embedded Computing):
ذكاء ومعالجة داخل الجهاز نفسه (مثل متحكم/لوحة صغيرة) لتشغيل مهام محددة تلقائيًا وبكفاءة.



[ANCHOR=u4][/ANCHOR]
الوحدة 4: الذكاء الاصطناعي (AI)
↑ رجوع للفهرس​

[ANCHOR=u4_1][/ANCHOR]
1) مقدمة في شجرة البحث (Search Tree)
↑ رجوع للفهرس​
  • الفكرة: حل المشكلة يشبه متاهة: كل قرار يفتح احتمالات جديدة → تتفرع الخيارات مثل “شجرة”.
  • العقدة (Node): حالة/وضع.
  • الفروع (Edges): قرارات/أفعال تنقلنا لحالات جديدة.
  • الهدف: الوصول لحالة الهدف بأفضل طريقة.



[ANCHOR=u4_2][/ANCHOR]
2) مراحل حل المشكلة
↑ رجوع للفهرس​
  1. فهم المشكلة (المطلوب والقيود).
  2. تمثيلها (حالات + حالة بداية + حالة هدف).
  3. اختيار استراتيجية بحث (كيف نبحث عن الحل؟).
  4. تنفيذ الحل (تطبيق الخوارزمية).
  5. تقييم النتيجة (هل الحل صحيح؟ هل هو الأفضل؟).



[ANCHOR=u4_3][/ANCHOR]
3) خوارزميات البحث (Search Algorithms)
↑ رجوع للفهرس​
  • هي طرق للوصول للحل داخل شجرة البحث.
  • بعضها “يمشي خطوة خطوة” بدون ذكاء إضافي.
  • وبعضها يستخدم “معلومة مساعدة” لتقليل التجربة وتوجيه البحث.



[ANCHOR=u4_4][/ANCHOR]
4) استراتيجيات البحث العمياء (Blind Search)
↑ رجوع للفهرس​
  • تبحث بدون أي معلومات إضافية عن قرب الهدف.
  • تعتمد على التنظيم فقط: تمشي في الشجرة بشكل منهجي حتى تجد الحل.
  • مضمونة أحيانًا لكنها قد تكون بطيئة لأنها قد تجرب خيارات كثيرة.



[ANCHOR=u4_5][/ANCHOR]
5) البحث الاستدلالي (Heuristic) + اقترانات التقييم
↑ رجوع للفهرس​

البحث الاستدلالي (Heuristic Search)
  • يعتمد على “قاعدة ذكية” تقرّبك من الهدف بسرعة.
  • مثال: في خريطة، اختر الطريق الذي يقلل المسافة للهدف.

اقترانات التقييم (Evaluation Functions)
  • طريقة رقمية لتحديد “من الأفضل الآن؟” أثناء البحث.
  • نقيّم كل خيار بدرجة، ونختار الأفضل وفق التقييم (أسرع/أقرب/أقل تكلفة).



[ANCHOR=u4_6][/ANCHOR]
6) تطبيقات AI بلغة بايثون
↑ رجوع للفهرس​
  • الفكرة: تحويل مفاهيم البحث إلى برنامج عملي:
  • تمثيل الحالات (States).
  • توليد الحركات/الخطوات الممكنة (Actions).
  • تطبيق خوارزمية البحث.
  • إرجاع الحل (مسار الخطوات).
  • بايثون تُستخدم لأنها سهلة ومرنة لتنفيذ منطق البحث.



[ANCHOR=u4_7][/ANCHOR]
7) البحث التنافسي (Adversarial Search) + MiniMax
↑ رجوع للفهرس​
  • متى نستخدمه؟ عندما يوجد خصم (مثل الألعاب).
  • أنت لا تختار أفضل حركة فقط، بل تتوقع أن الخصم سيحاول “إفساد” خطتك.

MiniMax (المينيمكس)
  • أنت تختار حركة تحقق لك أفضل نتيجة (Max).
  • بافتراض أن الخصم سيختار الحركة التي تجعل نتيجتك أسوأ (Min).
  • النتيجة: قرارات “عاقلة” في الألعاب لأنها تحسب أسوأ احتمال قادم من الخصم.



[ANCHOR=u4_8][/ANCHOR]
8) برمجة لعبة XO ببايثون
↑ رجوع للفهرس​
  • تمثيل لوحة XO كحالات.
  • تحديد الحركات الممكنة.
  • فحص الفوز/التعادل.
  • تطبيق MiniMax لاختيار أفضل حركة تلقائيًا.
  • المغزى التعليمي: فهم البحث التنافسي عبر مثال واضح وممتع.


حصري لمنتديات صقر الجنوب التعليمية
 
أعلى