**AI is now really good at building iOS apps — Transcript & Summary | SozAI**
Source: https://sozai.app/transcript/ai-good-building-ios-apps/

يستعرض الفيديو كيف يمكن للذكاء الاصطناعي بناء ميزات معقدة لتطبيقات iOS بشكل شبه مستقل باستخدام نماذج حديثة مثل GPT-3 وAstra.

## Key Takeaways

- الذكاء الاصطناعي قادر على بناء ميزات iOS معقدة بشكل شبه مستقل.
- النماذج الحديثة تقلل الحاجة للتدخل اليدوي في البرمجة.
- استخدام تقنيات مثل LiDAR وCore ML يعزز إمكانيات التطبيقات.
- مهندسو iOS يجب أن يكونوا على دراية بالتطورات الحديثة في الذكاء الاصطناعي.
- التجربة الشخصية تظهر أن النماذج أصبحت أكثر دقة وكفاءة.

## What the video covers

- استخدم المتحدث GPT-3 لتصميم نماذج أولية لميزات معقدة في iOS بدون تعديل يدوي للكود.
- المثال الأول يوضح ميزة التقاط صورة وتصحيح منظورها مع تحريك انسيابي باستخدام PhotoRoom وAstra.
- المثال الثاني يستخدم مستشعر LiDAR لحساب قياسات قميص تلقائياً مع استخدام نموذج مفتوح الأوزان متوافق مع Core ML.
- المثال الثالث يطبق تجربة افتراضية لقطع الملابس عبر بث فيديو مزدوج باستخدام بروتوكول ويب مخصص.
- المثال الرابع يعيد إنشاء تطبيق Pokedex الأصلي لهاتف iPhone duo باستخدام Astra وBit Rick.
- النتائج تظهر تطوراً كبيراً في قدرة النماذج على بناء تطبيقات iOS دون توجيه برمجي دقيق.
- التقنيات الحديثة مثل نماذج OpenAI وAnthropic أصبحت أدوات مهمة لمهندسي iOS.
- التعرف على إمكانيات النماذج الذكية ضروري لاتخاذ قرارات مدروسة في استخدام الذكاء الاصطناعي.
- الفيديو يعبر عن رأي شخصي دون رعاية أو دعم خارجي.

## Chapters

1. 00:00 مقدمة وتجربة استخدام GPT-3 في تطوير iOS
2. 00:32 المثال الأول: تصحيح منظور صورة بطاقة التداول وتحريكها
3. 01:26 المثال الثاني: قياس قميص باستخدام مستشعر LiDAR ونموذج Core ML
4. 02:12 المثال الثالث: تجربة افتراضية لقطع الملابس عبر بث فيديو مزدوج
5. 02:33 المثال الرابع: إعادة إنشاء تطبيق Pokedex لهاتف iPhone duo
6. 02:53 خاتمة وأهمية مواكبة تطورات الذكاء الاصطناعي لمهندسي iOS

Answers

## Questions about this video

ما هي النماذج التي استخدمها المتحدث لبناء ميزات iOS؟

استخدم المتحدث نموذج GPT-3 في البداية، ثم استخدم Astra التي تعتمد على نماذج مفتوحة الأوزان متوافقة مع Core ML لبناء ميزات معقدة في iOS.

هل كان هناك تدخل يدوي في تعديل الكود أثناء بناء الميزات؟

لا، المتحدث لم يقم بأي تعديل يدوي على الكود، واعتمد فقط على مهارات البرمجة المدمجة في Xcode 27 ووصف ما يريد تحقيقه.

ما أهمية متابعة مهندسي iOS لتطورات الذكاء الاصطناعي؟

من الضروري لمهندسي iOS أن يكونوا على دراية تامة بما يمكن للنماذج الذكية الحالية القيام به لكي يتخذوا قرارات مدروسة حول استخدام الذكاء الاصطناعي في عملهم اليومي.

## Full Transcript — Download SRT & Markdown

00:00

Speaker A

خلال الأشهر الماضية، اضطررت إلى تصميم نماذج أولية من الصفر لعدة ميزات معقدة لنظام iOS في العمل.

00:07

Speaker A

تزامن ذلك مع إصدار GPT-3، لذا كان هذا هو النموذج الذي اخترت استخدامه. وقد أثارت النتائج التي حصلت عليها إعجابي الشديد.

00:17

Speaker A

لذا في هذا الفيديو، أريد أن أستعرض معكم نوعية ميزات iOS التي أصبح الذكاء الاصطناعي قادراً الآن على بنائها بشكل شبه مستقل. ضع في اعتبارك أنني في كل هذه الأمثلة لم أحتج إلى إجراء أي تغيير يدوي على الكود، ولم

00:32

Speaker A

أعطِ توجيهات برمجية دقيقة للنموذج. كل ما قدمته هو مهارات البرمجة المدمجة في Xcode 27 ووصف لما أردت تحقيقه. المثال الأول هو ميزة تلتقط صورة لبطاقة تداول وتصحح منظورها تلقائياً مع تحريك انسيابي بينهما.

00:52

Speaker A

تتم إزالة الخلفية عبر واجهة برمجة تطبيقات PhotoRoom، ومن هناك تمكنت Astra من تنفيذ الحسابات ثنائية الأبعاد اللازمة لتعديل المنظور ثم تطبيق ذلك التحريك الجميل. كل ما قدمته كان بعض التوجيهات العامة حول النهج الذي أردت اتباعه لعكس المنظور وكيفية الاستفادة من

01:14

Speaker A

الخصائص البصرية للكاميرا. يجب أن أقول إنني تأثرت بشكل خاص بالتحريك لأن النموذج نجح في تنفيذه من المحاولة الأولى.

01:26

Speaker A

المثال الثاني كان أكثر تعقيداً. إنها ميزة تستخدم مستشعر LiDAR في هاتف iPhone Pro لحساب قياسات قميص تلقائياً. هنا، ما أثار إعجابي حقاً هو وضع نقاط التحكم فوق القميص. تمكنت Astra من تحديد نموذج مفتوح الأوزان مدرب على تلك المهمة، ثم تولت

01:50

Speaker A

تنزيله وتحجيمه وجعله متوافقاً مع Core ML ليعمل على الجهاز. المثال الثالث يطبق تجربة افتراضية فورية لقطع الملابس. خلف الكواليس، يتم تنفيذ ذلك عن طريق إرسال واستقبال بثين للفيديو في وقت واحد عبر مقابس الويب. زودت النموذج بملف markdown يصف

02:12

Speaker A

بروتوكول الشبكة، وتمكن النموذج من تنفيذه من المرة الأولى مع واجهة المستخدم. أخيراً، المثال الأخير الذي أريد مشاركته هو إعادة إنشاء Pokedex الأصلي لجهاز iPhone duo. مرة أخرى، استخدمت Astra، ولكن هذه المرة داخل Bit Rick لأن هذه الأداة تأتي

02:33

Speaker A

مع محاكي رائع لهاتف iPhone duo. زودت النموذج بصورتين لما يبدو عليه Pokedex، وبعد بضع محاولات متبادلة، تمكن من إنتاج هذا التطبيق ذو المظهر الجميل. إذن، لماذا شاركت هذه الأمثلة الأربعة معكم؟ لأنني منبهر حقاً بمدى التطور الذي وصلت إليه

02:53

Speaker A

النماذج خلال الأشهر الماضية. في السابق، كانت النماذج تتطلب الكثير من التوجيه عند تكليفها ببناء تطبيقات iOS، لكن هذه الأمثلة توضح بجلاء أن الحدود قد تغيرت. لذا، إذا لم تجرب بعد أحدث النماذج من OpenAI أو Anthropic، فأعتقد أنه من

03:12

Speaker A

المهم جداً أن تفعل ذلك قريباً. تتطور التقنيات المتقدمة بسرعة، وأؤمن حقاً أنه من الضروري جداً لمهندس iOS أن يكون على دراية تامة بما يمكن للنماذج الذكية الحالية القيام به.

03:27

Speaker A

لأنك إذا لم تكن كذلك، فلن تستطيع اتخاذ قرارات مدروسة حول الطرق الأكثر ملاءمة لاستخدام الذكاء الاصطناعي في عملك اليومي. وإذا كنت تتساءل، لم يقم أحد برعايتي لإنشاء هذا الفيديو. هذا مجرد رأيي الشخصي. شكراً للمشاهدة، وأراكم في المرة القادمة.

Topics: الذكاء الاصطناعي تطوير iOS GPT-3 Astra Core ML LiDAR نماذج الذكاء الاصطناعي Xcode 27 تطبيقات iPhone تجربة افتراضية

ذاكر هذا الفيديو

- [بطاقات تعليمية من هذا الفيديو](https://sozai.app/ar/tools/ai-flashcard-generator/?from=transcript&id=78288)
- [اختبار عن هذا الفيديو](https://sozai.app/ar/tools/quiz-generator/?from=transcript&id=78288)

مجاني، يصنعه الذكاء الاصطناعي من هذا النص المفرَّغ. دون تسجيل.


---
This is the markdown twin of https://sozai.app/transcript/ai-good-building-ios-apps/ — the same content, without the markup.
Published by SozAI (https://sozai.app). Reuse and quotation are allowed with attribution and a link back.
Machine-readable index: https://sozai.app/llms.txt · data API: https://sozai.app/api/