بيئة Python للذكاء الاصطناعي

قبل أن تكتب سطرًا واحدًا في NumPy أو Pandas أو PyTorch، تحتاج بيئة Python نظيفة على جهازك. هذه الصفحة تشرح الإعداد الأدنى والأكثر شيوعًا لمشاريع الذكاء الاصطناعي، مع الإشارة إلى أن كثيرًا من الأساسيات (تثبيت Python، المتغيرات، الشروط، الدوال…) مشروحة في مسار Python الكامل على The Code Fix.

ما تحتاجه قبل البدء

1. Python 3.10 أو أحدث مثبّت على جهازك. (الأحدث = أفضل.)
2. معرفة أساسيات Python: متغيرات، أنواع بيانات، دوال، قوائم. إذا لم تكن مرتاحًا مع هذه الأساسيات، ابدأ من مقدمة في بايثون وارجع هنا بعد إنهاء أول 15 درسًا منها.
3. محرر نصوص أو IDE (VS Code أو PyCharm أو أي محرر تفضّله).

ما الذي يجعل بيئة AI مختلفة؟

بسبب أنك ستتعامل مع عشرات المكتبات (NumPy، Pandas، scikit-learn، PyTorch، Transformers، وغيرها)، فإن تركيبها كلها على Python النظامي يسبّب فوضى. القاعدة: كل مشروع له بيئته المعزولة (virtual environment).

إنشاء بيئة افتراضية (venv)

افتح الطرفية (Terminal / PowerShell) في مجلد مشروعك، ثم:

# macOS / Linux
python3 -m venv .venv
source .venv/bin/activate

# Windows (PowerShell)
python -m venv .venv
.\.venv\Scripts\Activate.ps1

النتيجة: كل ما ثبّته لاحقًا بـpip سيُحفظ في مجلد .venv المرتبط بمشروعك فقط — لا يلوث Python النظامي ولا يتعارض مع مشاريع أخرى.

تثبيت pip وتحديثه

pip هو مدير الحزم في Python. يأتي مدمجًا عادةً، لكن تحديثه أول خطوة:

python -m pip install --upgrade pip

للتعرّف على pip وvirtualenv بتفصيل أكبر (وأمثلة أكثر)، ارجع إلى الوحدات و PIP والبيئات في مسار Python.

المكتبات الأساسية لتعلّم الآلة والذكاء الاصطناعي

لا تثبّت كل شيء مرة واحدة. ابدأ بالحد الأدنى لمشروعك ثم أضف عند الحاجة.

pip install numpy pandas scikit-learn jupyter matplotlib

ماذا يفعل كل واحد؟

ℹ️ تفسير تفصيلي لهذه المكتبات وكيفية استخدامها موجود في الدروس التالية من المسار: NumPy، Pandas، وJupyter.

تثبيت مكتبات التعلّم العميق (لاحقًا)

عندما تصل إلى مرحلة التعلّم العميق، أضف PyTorch:

# CPU فقط (أبسط، يكفي للبداية)
pip install torch torchvision torchaudio

# GPU (إذا عندك كرت NVIDIA) — اتبع التعليمات الرسمية من pytorch.org

أو TensorFlow، أو Hugging Face Transformers للتعامل مع النماذج اللغوية الكبيرة:

pip install transformers datasets

لا تثبّت هذه الآن — هي للمشاريع المتقدمة في الموجات اللاحقة من المسار.

التحقق من الإعداد

بعد التثبيت، تأكّد أن كل شيء يعمل:

import sys
import numpy as np
import pandas as pd
import sklearn

print("Python:", sys.version.split()[0])
print("NumPy:", np.__version__)
print("Pandas:", pd.__version__)
print("scikit-learn:", sklearn.__version__)

المتوقَع: طباعة إصدار Python (3.10 أو أحدث) وأرقام إصدارات المكتبات بدون أخطاء.

أخطاء شائعة

• نسيان تفعيل البيئة الافتراضية قبل تشغيل pip install — النتيجة: الحزم تُثبّت على Python النظامي. ستلاحظ أن مشروعك "لا يعمل عند صديقك" رغم أنه يعمل عندك.
• مزج إصدارات Python متعددة (Python 3.10 وPython 3.12 مثلًا). استخدم python -m pip بدل pip وحدها لتضمن أي بيئة Python تُستخدم.
• تثبيت كل شيء في جذر النظام (sudo pip install على macOS/Linux). هذا قد يكسر نظام التشغيل. استخدم venv دائمًا.

الخطوات التالية

بعد تجهيز البيئة، ابدأ المسار العملي:

• Jupyter Notebook للمبتدئين — بيئة التطوير اليومية لمشاريع AI.
• NumPy للذكاء الاصطناعي — أوّل مكتبة تتعلّمها للحوسبة العددية.
• Pandas لتحضير البيانات — كيف تستورد بياناتك الحقيقية.

🔧 إذا لم تكن Python مألوفة لك بعد، ابدأ من مقدمة في بايثون في مسار Python الكامل قبل هذه الصفحة.