يا جماعة الخير، السلام عليكم ورحمة الله.
اسمحوا لي أبدأ معكم بقصة صارت معي قبل كم شهر. كانت الساعة تقريبًا وحدة بعد نص الليل، وأنا قاعد على مكتبي، وفنجان الشاي بالمرمية اللي عملته أم عمر برد جنبي، وأنا بحاول أحل مشكلة في كود “بايثون” لمشروع ذكاء اصطناعي كنت شغال عليه. المشكلة كانت بتطلعلي رسالة خطأ طويلة عريضة، اللي بنسميها إحنا المبرمجين “Stack Trace”، وكلها رموز وكلام مش مفهوم، زي اللي بقرا طلاسم.
قضيت يمكن ثلاث ساعات وأنا بنبّش في جوجل و Stack Overflow، وبجرب كل الحلول اللي بلاقيها وما في إشي زابط. وصلت لمرحلة من اليأس والقهر، وكنت على وشك أكسر الكيبورد وأحكي “خلص، بكفي لليوم”. وقتها، تذكرت أداة جديدة الكل بحكي عنها، مساعد دردشة ذكي مخصص للمبرمجين. كنت متشكك فيها وبقول لحالي “شو هالحكي الفاضي، معقول روبوت يفهم الكود تبعي أحسن مني؟”.
من باب الفضول واليأس، قررت أجرب. نسخت رسالة الخطأ زي ما هي، مع قطعة الكود اللي مسببة المشكلة، ولصقتها في شاشة الدردشة وكتبتله بالعربي المكسّر: “يا عمي، شو قصة هالإشي؟ صارلي ساعات بحاول فيه ومش زابط. شوفلي حل”.
والله يا جماعة، خلال أقل من ثلاثين ثانية، رد عليّ المساعد الذكي. مش بس أعطاني الحل، لأ، شرحلي سبب المشكلة بالتفصيل وببساطة، كأنه أستاذ خصوصي قاعد جنبي. المشكلة كانت تافهة جدًا، تتعلق بأبعاد مصفوفتين (Tensor shape mismatch)، بس كانت مخفية جوا مكتبة معقدة. عدّلت السطر اللي حكالي عنه، وشغّلت الكود… واشتغل! شعوري وقتها كان مزيج بين الفرحة والغباء، كيف إشي زي هيك أخذ مني ساعات، والذكاء الاصطناعي حله بثواني.
هذيك الليلة كانت نقطة تحول في طريقة شغلي كمبرمج. ومن يومها، صار مساعد الدردشة الذكي رفيقي الدائم. خلوني أحكيلكم أكثر عن هذا “الزميل الخارق”.
ما هو “مساعد الدردشة الذكي” للمبرمجين؟
ببساطة، هو عبارة عن نموذج ذكاء اصطناعي (زي ChatGPT، Copilot Chat، Codeium وغيرها) تم تدريبه على مليارات الأسطر من الأكواد البرمجية والمقالات التقنية والوثائق الرسمية. هو مش مجرد محرك بحث، هو “عقل” قادر على فهم سياق الكود، تحليل الأخطاء، اقتراح حلول، كتابة أكواد جديدة، وحتى شرح المفاهيم المعقدة.
تخيل أن لديك مبرمج خبير (Senior Developer) يجلس بجانبك 24 ساعة في اليوم، 7 أيام في الأسبوع، لا يمل ولا يتعب، وصدره رحب لكل أسئلتك الغبية والذكية. هذا هو بالضبط مساعد الدردشة الذكي.
رحلتي من الشك إلى اليقين: كيف بدأت الحكاية؟
لأعطيكم فكرة أوضح، دعونا نرجع لمشكلتي هذيك الليلة. كنت أعمل على نموذج للتعرف على الصور باستخدام مكتبة TensorFlow، وظهرت لي رسالة الخطأ هذه التي لا تنتهي.
الخطأ الذي كاد أن يكسر ظهري
رسالة الخطأ كانت تبدو كالتالي (مثال توضيحي):
Traceback (most recent call last):
File "train_model.py", line 152, in <module>
model.fit(train_dataset, epochs=10, validation_data=val_dataset)
File "/home/user/.local/lib/python3.8/site-packages/tensorflow/python/keras/engine/training.py", line 1100, in fit
tmp_logs = self.train_function(iterator)
File "/home/user/.local/lib/python3.8/site-packages/tensorflow/python/eager/def_function.py", line 828, in __call__
result = self._call(*args, **kwds)
...
(عشرات الأسطر الأخرى من التتبع)
...
File "/home/user/.local/lib/python3.8/site-packages/tensorflow/python/framework/ops.py", line 1872, in __array__
"Cannot convert a symbolic Tensor ({}) to a numpy array.".format(self.name))
tensorflow.python.framework.errors_impl.InvalidArgumentError: Incompatible shapes: [32, 224, 224, 3] vs. [32, 227, 227, 3]
[[node gradient_tape/sequential/conv2d/Conv2D/Conv2DBackpropFilter-0...]]
كما ترون، رسالة طويلة وغامضة. كمبرمج، أول شيء أفعله هو النظر إلى آخر سطر. رأيت “Incompatible shapes”، وفهمت أن هناك مشكلة في أبعاد الصور، لكن أين بالضبط؟ الكود كان كبيرًا، والبيانات تمر عبر عدة مراحل من المعالجة. هل المشكلة عند تحميل الصور؟ أم عند تغيير حجمها؟ أم عند إدخالها للشبكة العصبونية؟ قضيت ساعات في وضع جمل طباعة (print statements) في كل مكان لأتتبع أبعاد المصفوفات خطوة بخطوة. كان الأمر مثل البحث عن إبرة في كومة قش.
لحظة “يوريكا”: أول لقاء مع المساعد الذكي
عندما لجأت للمساعد الذكي، كان سؤالي بسيطًا ومباشرًا. قمت بنسخ رسالة الخطأ كاملة، مع جزء من الكود الذي يستدعي عملية التدريب:
أنا:
مرحبًا، أواجه هذا الخطأ عند تدريب نموذج في TensorFlow ولا أفهم السبب. هذا هو الكود وهذه هي رسالة الخطأ.الكود:
# ... (كود تحضير البيانات) IMG_SIZE = 224 train_datagen = ImageDataGenerator(rescale=1./255) train_generator = train_datagen.flow_from_directory( 'data/train', target_size=(IMG_SIZE, IMG_SIZE), batch_size=32, class_mode='binary') # ... (كود بناء النموذج) model = Sequential([ Conv2D(16, 3, padding='same', activation='relu', input_shape=(227, 227, 3)), # ... (باقي الطبقات) ]) model.compile(optimizer='adam', loss='binary_crossentropy', metrics=['accuracy']) model.fit(train_generator, epochs=10)رسالة الخطأ:
(نفس رسالة الخطأ الطويلة أعلاه)
كان رد المساعد الذكي سريعًا ومذهلاً:
المساعد الذكي:
أهلاً بك! الخطأ واضح من الرسالة: `Incompatible shapes: [32, 224, 224, 3] vs. [32, 227, 227, 3]`.السبب:
أنت تقوم بتحضير صورك بأبعاد `224×224` باستخدام `ImageDataGenerator` حيث حددت `target_size=(224, 224)`.
لكن، الطبقة الأولى في نموذجك `Conv2D` تتوقع مدخلات بأبعاد `227x227x3` كما هو محدد في `input_shape=(227, 227, 3)`.الحل:
يجب أن توحد الأبعاد. إما أن تغير حجم الصور إلى 227، أو تغير أبعاد المدخلات في النموذج إلى 224. الحل الأسهل هو تعديل `input_shape` في نموذجك.الكود المُعدّل:
model = Sequential([ # قم بتغيير input_shape هنا ليتوافق مع بياناتك Conv2D(16, 3, padding='same', activation='relu', input_shape=(224, 224, 3)), # ... (باقي الطبقات) ])
في تلك اللحظة، شعرت وكأن ضوءًا أُنير في عقلي. المشكلة كانت بسيطة جدًا وموجودة أمامي طوال الوقت، لكن مع الإرهاق وضغط العمل، لم أتمكن من رؤيتها. المساعد الذكي، ببروده وهدوئه، حللها في ثوانٍ.
كيف تستخدم المساعد الذكي بفعالية لتنقيح الأكواد؟
منذ تلك الحادثة، تعلمت بعض الأساليب لاستغلال هذه الأداة بأفضل شكل ممكن. إليكم بعض النصائح العملية من خبرتي:
نصيحة 1: كن دقيقًا في سؤالك (أعطه السياق الكامل)
الذكاء الاصطناعي ليس ساحرًا يقرأ الأفكار. كلما أعطيته معلومات أكثر، كانت إجابته أدق. لا تقل فقط “الكود لا يعمل”. بل قم بتزويده بـ:
- رسالة الخطأ الكاملة: لا تختصرها، انسخها كما هي.
- الكود المتعلق بالخطأ: ليس كل المشروع، فقط الدالة (function) أو الجزء الذي يسبب المشكلة.
- ماذا تتوقع أن يحدث: “أتوقع من هذا الكود أن يقرأ ملف CSV ويطبع أول 5 أسطر”.
- ماذا يحدث بالفعل: “لكنه يعطيني خطأ `FileNotFoundError`”.
نصيحة 2: لا تكتفِ بالحل، اطلب الشرح
أكبر خطأ يمكن أن تقع فيه هو نسخ الحل ولصقه بدون فهم. هذا سيجعلك مبرمجًا أضعف على المدى الطويل. بعد أن يعطيك الحل، اسأله أسئلة متابعة:
- “لماذا كان هذا الحل هو الصحيح؟”
- “اشرح لي مفهوم `Tensor Shape Mismatch` كأنني مبتدئ.”
- “هل هناك طرق أخرى لحل هذه المشكلة؟ وما هي ميزات وعيوب كل طريقة؟”
بهذه الطريقة، أنت تحول الأداة من مجرد “حلّال مشاكل” إلى “معلم خصوصي”.
نصيحة 3: استخدمه لإعادة هيكلة الأكواد المعقدة (Refactoring)
أحيانًا نكتب كودًا يعمل، لكنه فوضوي وصعب القراءة. يمكنك ببساطة لصق دالة معقدة وطلب من المساعد الذكي تحسينها.
مثال:
الكود قبل التحسين:
def process_data(data):
# كود معقد وغير مقروء
result = []
for item in data:
if item['type'] == 'A' and item['value'] > 100:
new_item = {}
new_item['id'] = item['id']
new_item['processed_value'] = item['value'] * 1.1
result.append(new_item)
return result
اطلب منه: “هل يمكنك إعادة كتابة هذه الدالة في بايثون لتكون أكثر كفاءة وقابلية للقراءة باستخدام list comprehension؟”
الكود بعد التحسين:
def process_data_refactored(data):
"""Processes data using a more Pythonic list comprehension."""
return [
{'id': item['id'], 'processed_value': item['value'] * 1.1}
for item in data
if item['type'] == 'A' and item['value'] > 100
]
لاحظ كيف أصبح الكود أقصر وأكثر احترافية. هذا يساعدك على تعلم أفضل الممارسات في اللغة التي تستخدمها.
تحذير ومحاذير: الجانب المظلم للمساعد الذكي
كما لكل شيء في الحياة وجهان، هذه الأدوات ليست مثالية ولها بعض المحاذير التي يجب أن تكون على دراية بها:
- الأمان والخصوصية: إياك ثم إياك أن تلصق أي معلومات حساسة في هذه الأدوات! لا تشارك مفاتيح API، كلمات مرور، معلومات مستخدمين، أو أي كود خاص بشركتك لا تريد أن يراه أحد. تعامل معها كأنك تتحدث مع شخص غريب في مقهى.
- “الهلوسة” أو الأجوبة الخاطئة: أحيانًا، يمكن للذكاء الاصطناعي أن “يهلوس” ويخترع إجابات تبدو مقنعة لكنها خاطئة تمامًا. هو واثق من نفسه حتى وهو على خطأ! لذلك، لا تثق به ثقة عمياء. دائمًا اختبر الكود الذي يعطيك إياه وتأكد من أنه يعمل كما هو متوقع ويفعل ما تريده بالضبط.
- خطر الكسل الفكري: الاعتماد المفرط على هذه الأداة يمكن أن يضعف عضلات حل المشكلات لديك. استخدمه كمساعد، وليس كبديل لعقلك. إذا كانت المشكلة بسيطة، حاول حلها بنفسك أولاً.
الخلاصة: المساعد الذكي ليس بديلاً، بل هو “زميل عمل” خارق 🚀
في النهاية، يا إخواني وأخواتي المبرمجين، مساعد الدردشة الذكي ليس هنا ليأخذ وظائفنا، بل ليجعلنا أفضل في وظائفنا. هو أداة تضاعف إنتاجيتنا، وتخلصنا من الساعات الطويلة والمحبطة في تتبع الأخطاء الغامضة، وتسمح لنا بالتركيز على الجانب الإبداعي وحل المشكلات الحقيقية.
نصيحتي الأخيرة لكم: لا تخافوا من هذه التقنية الجديدة. جربوها، تعلموا كيفية استخدامها بذكاء ومسؤولية، وستجدون أنها ستغير طريقة عملكم للأفضل، تمامًا كما غيرت طريقتي.
البرمجة رحلة تعلم مستمرة، وهذه الأداة هي أحدث وأقوى معلم انضم إلى رحلتنا. استغلوها صح.
ويلا، سلام!
