حول FlashCardify
من تطوير باحث في الذكاء الاصطناعي سئم من نسيان كل ما يدرسه.
Gurkan Soykan
باحث في الذكاء الاصطناعي ومهندس برمجيات
طالب دكتوراه، جامعة فاخينينغن · ماجستير، جامعة كوتش
بنيت FlashCardify لأنني واجهت مشكلة: كنت أقرأ باستمرار (أوراق بحثية، كتب دراسية، دورات عبر الإنترنت) لكنني لم أكن أحتفظ بأي شيء تقريباً. كان العلم واضحاً (منحنى النسيان لإبينغهاوس موثّق منذ عام 1885)، لكن الأدوات المتاحة إما كانت تتطلب الكثير من العمل اليدوي أو لم تتكيّف مع طريقة دراستي الفعلية.
بصفتي باحثاً في الذكاء الاصطناعي، كان لديّ الخلفية اللازمة لبناء شيء أفضل. يستخدم FlashCardify نماذج لغوية كبيرة لاستخراج المفاهيم الأساسية من أي مصدر (نصوص، ملفات PDF، مقاطع YouTube، صور، وتسجيلات صوتية) ويجدول المراجعات باستخدام التكرار المتباعد حتى تدرس البطاقة المناسبة في الوقت المناسب.
خلفيتي في تعلّم الآلة ومعالجة اللغة الطبيعية. خلال دراستي للماجستير في جامعة كوتش عملت على الذكاء الاصطناعي متعدد الوسائط (الجمع بين الرؤية واللغة)، وهو ما يُشكّل مباشرة كيفية تعامل FlashCardify مع الصور والمحتوى المنظم. يركّز بحث الدكتوراه في جامعة فاخينينغن على أنظمة الذكاء الاصطناعي التكيّفية، ونفس مبدأ التخصيص يسري في محرك التكرار المتباعد لـ FlashCardify.
الرسالة
جعل علم الذاكرة في متناول الجميع. أثبت التكرار المتباعد عبر مئات الدراسات أنه يحسّن الاحتفاظ طويل الأمد بالمعلومات بنسبة 50-60% مقارنة بالحفظ المكثف، لكن معظم الناس لم يسمعوا به قط، ناهيك عن استخدام أداة تطبّقه بشكل صحيح.
يزيل FlashCardify العوائق: لا تحتاج إلى كتابة بطاقاتك بنفسك أو إدارة جدولك الزمني أو فهم الخوارزمية. فقط قدّم المحتوى: تسجيل محاضرة، صورة فصل دراسي، مقطع YouTube. التطبيق يتولى الباقي.
كيف يعمل
التوليد بالذكاء الاصطناعي
تستخرج النماذج اللغوية الكبيرة المفاهيم الأساسية وتولّد أزواج الأسئلة والأجوبة من أي نوع محتوى.
التكرار المتباعد
تُجدول المراجعات بناءً على منحنى النسيان لإبينغهاوس. كل استرجاع ناجح يمدّد الفترة التالية.
إدخال متعدد الوسائط
النصوص وملفات PDF ومقاطع YouTube والصور (التعرّف الضوئي على الحروف) والتسجيلات الصوتية (النسخ) جميعها مصادر مدعومة.
التخصيص
تتكيّف الصعوبة واللغة وطول البطاقة وتكرار المراجعة مع تفضيلاتك وأدائك.
هل أنت مستعد لتتذكّر المزيد مما تتعلّمه؟