Otani AI Logo AICI Logo
الرئيسية فوائد الذكاء الاصطناعي تقرير مجاني الأسعار أخبار الذكاء الاصطناعي الأسئلة الشائعة اتصل بنا مصطلحات

مفسر مصطلحات الذكاء الاصطناعي

فك رموز مصطلحات الذكاء الاصطناعي مع مسردنا الشامل. من التعلم الآلي إلى الشبكات العصبية، نقوم بتبسيط مفاهيم الذكاء الاصطناعي المعقدة إلى مصطلحات سهلة.

المواءمة (Alignment)

Alignment
عملية ضمان توافق أهداف النظام الذكي ومخرجاته وسلوكياته مع الأهداف والقيم البشرية. هذا مهم بشكل خاص في الأنظمة المتقدمة التي قد تطور سلوكيات غير مقصودة صراحةً.
مثال: ضمان أن روبوت الدردشة للدعم النفسي لا يوصي أبدًا بإجراءات ضارة بغض النظر عن الأوامر.

واجهة برمجة التطبيقات (API) (Application Programming Interface (API))

Application Programming Interface (API)
مجموعة من القواعد والبروتوكولات المحددة التي تسمح لأنظمة البرامج المختلفة بالتواصل وتبادل البيانات.
مثال: استخدام واجهة برمجة تطبيقات OpenAI لإرسال أمر واستلام استجابة تم إنشاؤها بواسطة نموذج لغوي في تطبيق الويب الخاص بك.

الذكاء الاصطناعي العام (AGI) (Artificial General Intelligence (AGI))

Artificial General Intelligence (AGI)
شكل نظري للذكاء الاصطناعي يمكنه أداء أي مهمة فكرية يمكن للإنسان القيام بها. إنه يعمم التعلم عبر المجالات.
مثال: يمكن لنظام الذكاء الاصطناعي العام تعلم تأليف الموسيقى، وإجراء الجراحة، واجتياز امتحان الفلسفة دون برمجة خاصة بالمهمة.

الذكاء الاصطناعي (AI) (Artificial Intelligence (AI))

Artificial Intelligence (AI)
محاكاة الذكاء البشري في الآلات المبرمجة للتفكير والتعقل والتصرف بشكل مستقل.
مثال: يشغل الذكاء الاصطناعي المساعدين الشخصيين مثل Siri وأنظمة القيادة الذاتية مثل Tesla Autopilot.

أخلاقيات الذكاء الاصطناعي (AI Ethics)

AI Ethics
تخصص يهتم بالآثار الأخلاقية لتطوير واستخدام الذكاء الاصطناعي، بما في ذلك العدالة والخصوصية والمساءلة وعدم التمييز.
مثال: إنشاء إرشادات لمنع خوارزميات التوظيف من التمييز على أساس الجنس أو العرق.

الذكاء المعزز (Augmented Intelligence)

Augmented Intelligence
نموذج تعاوني حيث يكمل الذكاء الاصطناعي ويعزز الذكاء البشري بدلاً من استبداله.
مثال: أدوات الأشعة المدعومة بالذكاء الاصطناعي التي تسلط الضوء على الحالات الشاذة للأطباء، الذين يتخذون التشخيص النهائي.

الوكيل المستقل (Autonomous Agent)

Autonomous Agent
نظام ذكاء اصطناعي قادر على اتخاذ قراراته الخاصة واتخاذ إجراءات لتحقيق أهدافه دون تدخل بشري.
مثال: روبوت توصيل ذاتي القيادة يتنقل في شوارع المدينة ويتجنب العقبات بشكل مستقل.

الانتشار الخلفي (Backpropagation)

Backpropagation
تقنية لتدريب الشبكات العصبية عن طريق تحديث الأوزان بشكل عكسي من طبقات الإخراج إلى طبقات الإدخال، مما يقلل من أخطاء التنبؤ.
مثال: يستخدم في تدريب مصنفات الصور لتقليل معدل الخطأ في التعرف على الأرقام المكتوبة بخط اليد.

التحيز (التحيز الخوارزمي) (Bias (Algorithmic Bias))

Bias (Algorithmic Bias)
تفضيل غير مقصود ومنهجي في مخرجات الذكاء الاصطناعي بسبب بيانات تدريب غير متوازنة أو غير ممثلة.
مثال: نظام التعرف على الوجوه الذي يحدد الأشخاص من ذوي البشرة الملونة بشكل متكرر بسبب نقص التمثيل في بيانات التدريب.

البيانات الضخمة (Big Data)

Big Data
مجموعات بيانات كبيرة جدًا تتطلب أدوات خاصة لتخزينها وتحليلها واستخلاص القيمة منها، وغالبًا ما تستخدم لتدريب نماذج الذكاء الاصطناعي.
مثال: استخدام ملايين تفاعلات المستخدمين لتدريب محركات التوصية لمنصات التجارة الإلكترونية.

نموذج الصندوق الأسود (Black Box Model)

Black Box Model
نوع من نماذج الذكاء الاصطناعي أو التعلم الآلي التي لا يمكن تفسير منطقها الداخلي بسهولة من قبل البشر، مما يجعل من الصعب فهم كيفية اتخاذ القرارات.
مثال: شبكة عصبية عميقة تستخدم للموافقة على القروض ولكنها لا تقدم تفسيرًا واضحًا لسبب قبول أحد المتقدمين ورفض الآخر.

الحوسبة المعرفية (Cognitive Computing)

Cognitive Computing
أنظمة الذكاء الاصطناعي المصممة لمحاكاة العمليات الفكرية البشرية، مثل الاستدلال والتعلم، باستخدام تقنيات مثل معالجة اللغات الطبيعية والتعرف على الأنماط.
مثال: نظام حوسبة معرفي يساعد المتخصصين القانونيين في تحليل السوابق القضائية والتنبؤ بالنتائج.

رؤية الكمبيوتر (Computer Vision)

Computer Vision
مجال من الذكاء الاصطناعي يمكّن أجهزة الكمبيوتر من تفسير ومعالجة البيانات المرئية مثل الصور والفيديو.
مثال: أنظمة التعرف على الوجوه التي تحدد الأشخاص في لقطات المراقبة باستخدام رؤية الكمبيوتر.

المدونة اللغوية (Corpus)

Corpus
مجموعة كبيرة من النصوص المكتوبة أو المنطوقة المستخدمة لتدريب نماذج اللغة.
مثال: مجموعة بيانات Common Crawl هي مدونة لغوية عامة تستخدم لتدريب نماذج لغوية كبيرة مثل GPT.

انحراف البيانات (Data Drift)

Data Drift
الظاهرة التي تتغير فيها بيانات الإدخال بمرور الوقت، مما يؤدي إلى تدهور أداء النموذج.
مثال: يصبح نموذج الصيانة التنبؤية للمعدات الصناعية أقل دقة مع إدخال تقنيات استشعار جديدة.

تسمية البيانات (Data Labelling)

Data Labelling
عملية إضافة علامات أو تسميات إلى البيانات لجعلها مناسبة للتعلم المراقب.
مثال: تسمية آلاف صور الأورام على أنها حميدة أو خبيثة لتدريب نموذج الكشف عن السرطان.

التنقيب عن البيانات (Data Mining)

Data Mining
عملية اكتشاف أنماط وعلاقات وشذوذات ذات مغزى في مجموعات البيانات الكبيرة.
مثال: يستخدم تجار التجزئة التنقيب عن البيانات لتحديد أن الأشخاص الذين يشترون الحفاضات غالبًا ما يشترون البيرة أيضًا.

التعلم العميق (Deep Learning)

Deep Learning
مجال فرعي من التعلم الآلي يستخدم شبكات عصبية متعددة الطبقات لنمذجة الأنماط المعقدة في البيانات.
مثال: يستخدم التعلم العميق في نماذج اللغة مثل GPT-4 ونماذج توليد الصور مثل Stable Diffusion.

نماذج الانتشار (Diffusion Models)

Diffusion Models
فئة من النماذج التوليدية التي تتعلم إنتاج البيانات عن طريق تحويل الضوضاء العشوائية تدريجيًا إلى مخرجات منظمة.
مثال: ينشئ Stable Diffusion صورًا واقعية من أوامر نصية باستخدام تقنيات الانتشار.

التضمين (Embedding)

Embedding
تمثيل رقمي للبيانات، يستخدم غالبًا لالتقاط المعنى الدلالي للكلمات أو الصور أو الجمل.
مثال: في معالجة اللغات الطبيعية، قد يكون للكلمة 'بنك' تضمينات مشابهة لكلمة 'مال' ولكنها مختلفة عن 'ضفة النهر' اعتمادًا على السياق.

الحقبة (Epoch)

Epoch
تكرار كامل عبر مجموعة بيانات التدريب بأكملها أثناء عملية تدريب نموذج التعلم الآلي.
مثال: إذا كانت مجموعة البيانات تحتوي على 1000 مثال ورأى النموذج كلها مرة واحدة أثناء التدريب، فهذه حقبة واحدة.

الذكاء الاصطناعي الأخلاقي (Ethical AI)

Ethical AI
فلسفة تصميم ونشر تضمن عمل تقنيات الذكاء الاصطناعي بشفافية وإنصاف وبما يتماشى مع القيم المجتمعية.
مثال: أداة توظيف بالذكاء الاصطناعي تتضمن فحوصات للتحيز لمنع التمييز ضد المرشحين من الأقليات.

نظام الخبراء (Expert System)

Expert System
نظام ذكاء اصطناعي يحاكي قدرات اتخاذ القرار لدى خبير بشري في مجال معين باستخدام القواعد والمنطق.
مثال: نظام خبراء يستخدم في الزراعة للتوصية بعلاجات المحاصيل بناءً على بيانات التربة وتاريخ الآفات.

الذكاء الاصطناعي القابل للتفسير (XAI) (Explainable AI (XAI))

Explainable AI (XAI)
أنظمة الذكاء الاصطناعي المصممة لجعل عملياتها الداخلية وقراراتها مفهومة للبشر، مما يزيد من الثقة والمساءلة.
مثال: ذكاء اصطناعي تشخيصي طبي لا يقدم توصية فحسب، بل يشرح أيضًا الأعراض التي أدت إلى هذا الاستنتاج.

التعلم بالقليل من الأمثلة (Few-shot Learning)

Few-shot Learning
طريقة تعلم آلي يتم فيها تدريب نموذج أو ضبطه باستخدام عدد قليل فقط من الأمثلة المسماة.
مثال: تخصيص نموذج لغوي كبير لكتابة رسائل قانونية بعد إظهار 10 أمثلة فقط له.

الضبط الدقيق (Fine-tuning)

Fine-tuning
عملية أخذ نموذج مدرب مسبقًا وتدريبه بشكل إضافي على مجموعة بيانات جديدة أصغر لتخصيصه لمهمة معينة.
مثال: ضبط نموذج لغوي كبير عام مثل GPT على مستندات قانونية داخلية لإنشاء مساعد صياغة قانوني.

النموذج التأسيسي (Foundation Model)

Foundation Model
نموذج واسع النطاق تم تدريبه على بيانات متنوعة وواسعة يمكن تكييفه للعديد من المهام اللاحقة.
مثال: GPT-4 و PaLM 2 هي نماذج تأسيسية قادرة على التلخيص والإجابة على الأسئلة والترجمة والمزيد.

المنطق الضبابي (Fuzzy Logic)

Fuzzy Logic
شكل من أشكال المنطق يتعامل مع القيم التقريبية بدلاً من المنطق الثنائي الثابت (صحيح/خطأ)، وهو مفيد للاستدلال في ظل عدم اليقين.
مثال: يستخدم في أنظمة التحكم في المناخ لضبط درجة الحرارة بناءً على مدخلات ضبابية مثل 'حار قليلاً' أو 'بارد جدًا'.

الشبكة التوليدية التنافسية (GAN) (Generative Adversarial Network (GAN))

Generative Adversarial Network (GAN)
بنية نموذج توليدي حيث تتنافس شبكتان - مولد ومميز - لتحسين جودة المخرجات.
مثال: تستخدم شبكات GAN لإنشاء مقاطع فيديو مزيفة عميقة أو إنشاء صور منتجات واقعية من رسومات تخطيطية.

الذكاء الاصطناعي التوليدي (Generative AI)

Generative AI
فئة من الذكاء الاصطناعي يمكنها إنشاء محتوى جديد - مثل النصوص والصور والموسيقى أو الفيديو - من بيانات التدريب.
مثال: ChatGPT ينشئ منشورات مدونة أو Midjourney ينشئ أعمالًا فنية رقمية من أوامر نصية.

المحولات التوليدية المدربة مسبقًا (GPT) (Generative Pre-trained Transformer (GPT))

Generative Pre-trained Transformer (GPT)
فئة من نماذج اللغة الكبيرة التي طورتها OpenAI وتستخدم بنية المحولات ويتم تدريبها مسبقًا على كميات هائلة من بيانات النصوص لأداء مجموعة متنوعة من مهام اللغة.
مثال: GPT-4 قادر على كتابة المقالات وترجمة اللغات وتلخيص المستندات بأقل قدر من الأوامر.

الخوارزمية الجينية (Genetic Algorithm)

Genetic Algorithm
تقنية تحسين مستوحاة من الانتقاء الطبيعي حيث تتطور الحلول بمرور الوقت من خلال الطفرات والتقاطع والاختيار.
مثال: تستخدم لتصميم بنى شبكات عصبية فعالة عن طريق محاكاة بقاء الأفضل.

الهلوسة (Hallucination)

Hallucination
إنشاء محتوى يبدو معقولًا ولكنه غير صحيح واقعيًا أو غير منطقي بواسطة نموذج ذكاء اصطناعي.
مثال: نموذج لغوي يبتكر استشهادًا غير موجود أو يقدم حقائق تاريخية خاطئة.

الاستدلال (Heuristic)

Heuristic
نهج عملي لحل المشكلات لا يضمن حلاً مثاليًا ولكنه كافٍ للأهداف الفورية.
مثال: استخدام قاعدة إرشادية لتقدير وقت التسليم في نظام ذكاء اصطناعي للوجستيات.

المعامل الفائق (Hyperparameter)

Hyperparameter
قيمة تكوين يتم تعيينها قبل تدريب نموذج التعلم الآلي، مثل معدل التعلم أو عدد الطبقات.
مثال: تعديل حجم الدفعة من 32 إلى 128 لتحسين سرعة التدريب وأداء النموذج.

الاستدلال (Inference)

Inference
عملية استخدام نموذج تعلم آلي مدرب لتقديم تنبؤات أو إنشاء مخرجات من بيانات إدخال جديدة.
مثال: استخدام نموذج GPT مضبوط لإنشاء رسائل بريد إلكتروني لفريق دعم العملاء.

اكتشاف النية (Intent Detection)

Intent Detection
مهمة في فهم اللغة الطبيعية حيث يحدد النظام هدف المستخدم أو غرضه في رسالة.
مثال: في روبوت الدردشة، التعرف على 'أريد حجز رحلة طيران' كنية لحجز السفر.

إنترنت الأشياء (IoT) (Internet of Things (IoT))

Internet of Things (IoT)
شبكة من الأجهزة المادية المترابطة المدمجة مع أجهزة الاستشعار والبرامج وغيرها من التقنيات لجمع وتبادل البيانات.
مثال: منظمات الحرارة الذكية والثلاجات التي تبلغ عن بيانات الاستخدام وتعدل الإعدادات باستخدام تحليلات الذكاء الاصطناعي.

القابلية للتفسير (Interpretability)

Interpretability
مدى قدرة الإنسان على فهم الآليات الداخلية لنموذج التعلم الآلي وعملية اتخاذ القرار الخاصة به.
مثال: شجرة القرار أكثر قابلية للتفسير من الشبكة العصبية العميقة لأن قراراتها قابلة للتتبع.

دفتر ملاحظات Jupyter (Jupyter Notebook)

Jupyter Notebook
بيئة حوسبة تفاعلية مفتوحة المصدر تسمح للمستخدمين بكتابة التعليمات البرمجية وتصور المخرجات وتوثيق التحليل في واجهة واحدة.
مثال: يستخدم علماء البيانات دفاتر ملاحظات Jupyter لإنشاء نماذج تعلم آلي أولية ومشاركة النتائج.

K-أقرب جار (KNN) (K-Nearest Neighbours (KNN))

K-Nearest Neighbours (KNN)
خوارزمية تعلم آلي بسيطة وغير بارامترية تستخدم للتصنيف والانحدار. إنها تتخذ قرارات بناءً على أقرب أمثلة التدريب في مساحة الميزات.
مثال: لتصنيف فاكهة جديدة على أنها تفاحة أو كمثرى، يتحقق KNN من الفواكه المسماة الأقرب من حيث الشكل واللون.

الرسم البياني المعرفي (Knowledge Graph)

Knowledge Graph
هيكل بيانات يستخدم العقد والحواف لتمثيل وتخزين الأوصاف المترابطة للكيانات وعلاقاتها.
مثال: لوحة المعرفة الخاصة بجوجل مدعومة برسم بياني معرفي يربط بين كيانات مثل الأشخاص والأماكن والأحداث.

تحسين نماذج تعلم اللغة (LLMO) (Language Learning Model Optimisation (LLMO))

Language Learning Model Optimisation (LLMO)
تقنيات تستخدم لتحسين أداء نماذج اللغة الكبيرة أو كفاءتها أو قابليتها للتكيف لمهام أو مجالات محددة.
مثال: استخدام التكميم وضبط التعليمات لتحسين نموذج لغوي كبير للاستخدام المؤسسي.

نموذج اللغة الكبير (LLM) (Large Language Model (LLM))

Large Language Model (LLM)
نوع من نماذج التعلم العميق المدربة على كميات هائلة من البيانات النصية القادرة على إنشاء وفهم والتعامل مع اللغة البشرية.
مثال: ChatGPT و Claude هي نماذج لغوية كبيرة مدربة للمساعدة في الكتابة والترميز والإجابة على الأسئلة.

الفضاء الكامن (Latent Space)

Latent Space
تمثيل مجرد عالي الأبعاد حيث يتم تجميع المدخلات المتشابهة معًا، ويستخدم في النماذج التوليدية والتضمينات.
مثال: في توليد الصور، يمكن أن يؤدي التلاعب بالفضاء الكامن إلى تغيير ميزات مثل السطوع أو العاطفة.

معدل التعلم (Learning Rate)

Learning Rate
معامل فائق رئيسي في التدريب يتحكم في مقدار تعديل أوزان النموذج بالنسبة لتدرج الخسارة.
مثال: قد يؤدي معدل التعلم المرتفع إلى تجاوز الحد الأدنى، بينما يؤدي المعدل المنخفض جدًا إلى إبطاء تقدم التدريب.

التعلم الآلي (ML) (Machine Learning (ML))

Machine Learning (ML)
فرع من الذكاء الاصطناعي يمكّن الأنظمة من التعلم من البيانات وتحسين الأداء دون أن تتم برمجتها بشكل صريح.
مثال: تستخدم مرشحات البريد العشوائي التعلم الآلي لتصنيف رسائل البريد الإلكتروني كبريد عشوائي أو غير ذلك بناءً على أمثلة سابقة.

انحراف النموذج (Model Drift)

Model Drift
ظاهرة حيث ينخفض ​​دقة النموذج بمرور الوقت بسبب التغييرات في البيانات أو البيئة.
مثال: يصبح نموذج الكشف عن الاحتيال أقل دقة مع تطور تكتيكات الاحتيال.

تدريب النموذج (Model Training)

Model Training
عملية تغذية البيانات إلى نموذج تعلم آلي وتعديل معلماته لتقليل الخطأ.
مثال: تدريب محرك توصية على سجل مشتريات العملاء لاقتراح منتجات جديدة.

الذكاء الاصطناعي متعدد الوسائط (Multimodal AI)

Multimodal AI
أنظمة الذكاء الاصطناعي قادرة على معالجة ودمج أنواع متعددة من البيانات مثل النصوص والصور والصوت والفيديو.
مثال: نموذج مثل GPT-4 Vision الذي يمكنه قراءة النصوص وتفسير الصور في نفس الوقت.

معالجة اللغات الطبيعية (NLP) (Natural Language Processing (NLP))

Natural Language Processing (NLP)
مجال فرعي من الذكاء الاصطناعي يركز على التفاعل بين أجهزة الكمبيوتر واللغات البشرية (الطبيعية). إنه يمكّن الآلات من القراءة والفهم والاستجابة باللغة البشرية.
مثال: تستخدم معالجة اللغات الطبيعية في المساعدين الصوتيين وتطبيقات ترجمة اللغات وروبوتات الدردشة.

الشبكة العصبية (Neural Network)

Neural Network
نموذج تعلم آلي مستوحى من بنية الدماغ البشري، يتكون من طبقات من العقد المترابطة (الخلايا العصبية).
مثال: الشبكات العصبية وراء نماذج التعلم العميق المستخدمة في التعرف على الصور والكلام.

الضوضاء (Noise)

Noise
معلومات عشوائية أو غير ذات صلة في البيانات يمكن أن تحجب الأنماط الهادفة وتؤثر سلبًا على أداء النموذج.
مثال: يمكن اعتبار أخطاء المستشعرات أو إدخالات البيانات المليئة بالأخطاء على أنها ضوضاء.

الأنطولوجيا (Ontology)

Ontology
إطار عمل منظم يصنف ويحدد العلاقات بين المفاهيم داخل مجال معين، وغالبًا ما يستخدم في أنظمة الذكاء الاصطناعي الدلالية.
مثال: قد تحدد الأنطولوجيا في الرعاية الصحية كيف ترتبط الأعراض بالأمراض والعلاجات.

الإفراط في التخصيص (Overfitting)

Overfitting
خطأ في النمذجة حيث يلتقط نموذج التعلم الآلي الضوضاء في بيانات التدريب ويؤدي بشكل سيء على البيانات الجديدة.
مثال: نموذج يحفظ إجابات التدريب ولكنه لا يستطيع التعامل مع بيانات الاختبار غير المرئية هو نموذج مفرط التخصيص.

التحليلات التنبؤية (Predictive Analytics)

Predictive Analytics
استخدام البيانات والخوارزميات والذكاء الاصطناعي لتحديد احتمالية النتائج المستقبلية بناءً على البيانات التاريخية.
مثال: يستخدم تجار التجزئة التحليلات التنبؤية للتنبؤ بالطلب على منتجات معينة.

التدريب المسبق (Pre-training)

Pre-training
عملية تدريب نموذج مبدئيًا على مجموعة بيانات عامة كبيرة قبل ضبطه لمهام محددة.
مثال: يتم تدريب نماذج GPT مسبقًا على مجموعات بيانات كبيرة قبل تخصيصها لروبوتات الدردشة لخدمة العملاء.

هندسة الأوامر (Prompt Engineering)

Prompt Engineering
فن وعلم صياغة أوامر فعالة لتوجيه مخرجات نماذج اللغة الكبيرة.
مثال: إضافة تعليمات النظام مثل 'رد كمدرس مهذب' هو مثال على هندسة الأوامر.

التكميم (Quantisation)

Quantisation
تقنية ضغط النموذج التي تقلل عدد البتات المستخدمة لتمثيل الأوزان والتنشيطات، مما يعزز الكفاءة.
مثال: يؤدي تكميم النموذج من 32 بت إلى 8 بت إلى تحسين الأداء على الأجهزة المحمولة.

الحوسبة الكمومية (Quantum Computing)

Quantum Computing
نموذج جديد للحوسبة يعتمد على ميكانيكا الكم، والذي يحمل إمكانات لقدرات معالجة أسية.
مثال: قد تسرع الحوسبة الكمومية في المستقبل تدريب الذكاء الاصطناعي بما يتجاوز الحدود الكلاسيكية.

محرك الاستدلال (Reasoning Engine)

Reasoning Engine
نظام في الذكاء الاصطناعي يستنتج استنتاجات منطقية من مجموعة من الحقائق أو البيانات باستخدام القواعد أو خوارزميات الاستدلال.
مثال: تستخدم أداة تشخيص بالذكاء الاصطناعي محرك استدلال لاستنتاج الحالات الطبية المحتملة بناءً على الأعراض.

التعلم المعزز (RL) (Reinforcement Learning (RL))

Reinforcement Learning (RL)
مجال من التعلم الآلي حيث يتعلم الوكلاء عن طريق التفاعل مع بيئتهم لزيادة المكافآت التراكمية.
مثال: روبوت يتعلم المشي عن طريق التجربة والخطأ باستخدام تقنيات التعلم المعزز.

التعلم المعزز مع التغذية الراجعة البشرية (RLHF) (Reinforcement Learning with Human Feedback (RLHF))

Reinforcement Learning with Human Feedback (RLHF)
طريقة تعلم حيث توجه التفضيلات البشرية إشارة المكافأة للذكاء الاصطناعي، وغالبًا ما تستخدم في ضبط نماذج اللغة.
مثال: تم تدريب ChatGPT باستخدام RLHF لإنتاج استجابات أكثر فائدة وأمانًا.

التوليد المعزز بالاسترجاع (RAG) (Retrieval-Augmented Generation (RAG))

Retrieval-Augmented Generation (RAG)
طريقة تجمع بين استرجاع المعلومات والتوليد، حيث يقوم نموذج لغوي كبير بجلب المستندات ذات الصلة لتحسين استجابته.
مثال: مساعد ذكاء اصطناعي يسترجع ويستشهد بمواصفات المنتج أثناء إنشاء إجابة لسؤال تقني.

التعلم ذاتي الإشراف (Self-Supervised Learning)

Self-Supervised Learning
نهج تدريب يتعلم فيه النموذج الأنماط عن طريق إنشاء تسمياته الخاصة من البيانات الأولية، مما يقلل الاعتماد على البيانات التي تم تسميتها يدويًا.
مثال: يتم تدريب BERT باستخدام التعلم ذاتي الإشراف عن طريق التنبؤ بالكلمات المفقودة في النص.

البحث الدلالي (Semantic Search)

Semantic Search
تقنية بحث تفهم نية المستخدم والمعنى السياقي، وليس مجرد مطابقة الكلمات الرئيسية.
مثال: البحث عن 'كيفية إصلاح صنبور متسرب' يعرض أدلة حتى لو لم يكن مصطلح 'صنبور متسرب' موجودًا في المستند.

تحليل المشاعر (Sentiment Analysis)

Sentiment Analysis
عملية تحديد المشاعر أو الآراء أو المواقف في النص، وغالبًا ما تصنف على أنها إيجابية أو سلبية أو محايدة.
مثال: تحليل التغريدات لقياس ردود فعل الجمهور على منتج جديد.

عشوائي (Stochastic)

Stochastic
يتضمن سلوكًا عشوائيًا أو احتماليًا، وغالبًا ما يستخدم في الذكاء الاصطناعي التوليدي وخوارزميات التحسين.
مثال: يختلف ناتج GPT-4 لنفس الإدخال بسبب عملية فك التشفير العشوائية الخاصة به.

الذكاء الاصطناعي القوي (Strong AI)

Strong AI
يُعرف أيضًا بالذكاء الاصطناعي العام (AGI)، ويشير إلى الآلات ذات القدرات المعرفية على مستوى الإنسان عبر جميع المجالات.
مثال: ذكاء اصطناعي مستقبلي يمكنه كتابة روايات بشكل مستقل، وتخطيط مدن، وحل المعضلات الأخلاقية بنفس القدر من الجودة.

الذكاء الاصطناعي الفائق (SAI) (Super Artificial Intelligence (SAI))

Super Artificial Intelligence (SAI)
ذكاء اصطناعي نظري يتجاوز بكثير الذكاء البشري في جميع الجوانب - الاستدلال والإبداع والذكاء العاطفي، إلخ.
مثال: يمكن للذكاء الاصطناعي الفائق نظريًا تطوير علوم وفلسفات جديدة بشكل مستقل.

التعلم المراقب (Supervised Learning)

Supervised Learning
تقنية تعلم آلي يتم فيها تدريب النماذج على بيانات مسماة لتعلم تعيينات المدخلات والمخرجات.
مثال: تعليم نموذج لتصنيف رسائل البريد الإلكتروني كبريد عشوائي أو غير ذلك باستخدام أمثلة تاريخية.

البيانات الاصطناعية (Synthetic Data)

Synthetic Data
بيانات تم إنشاؤها صناعيًا تحاكي بيانات العالم الحقيقي، وغالبًا ما تستخدم للتدريب عندما تكون البيانات الحقيقية نادرة أو حساسة.
مثال: إنشاء صور طبية اصطناعية لتدريب نماذج التشخيص دون انتهاك خصوصية المريض.

الرمز المميز (Token)

Token
وحدة نصية يعالجها نماذج اللغة الكبيرة - عادةً كلمة أو جزء من كلمة.
مثال: الجملة 'Hello world!' تنقسم إلى 3 رموز مميزة: 'Hello'، 'world'، و '!'.

الترميز (Tokenisation)

Tokenisation
عملية تقسيم النص إلى رموز مميزة للمعالجة بواسطة نموذج.
مثال: في معالجة اللغات الطبيعية، 'ChatGPT is great' تصبح ['Chat', 'G', 'PT', 'is', 'great'].

التعلم الانتقالي (Transfer Learning)

Transfer Learning
استخدام المعرفة من مهمة لتعزيز التعلم في مهمة أخرى ذات صلة، مما يقلل من وقت التدريب واحتياجات البيانات.
مثال: ضبط نموذج تم تدريبه على نص إنجليزي لأداء تحليل المشاعر بلغة أخرى.

المحول (Transformer)

Transformer
بنية شبكة عصبية تستخدم آليات الانتباه لنمذجة البيانات المتسلسلة، وتستخدم على نطاق واسع في نماذج اللغة الكبيرة.
مثال: BERT و GPT و T5 كلها نماذج قائمة على المحولات.

النقص في التخصيص (Underfitting)

Underfitting
عندما يكون النموذج بسيطًا جدًا لالتقاط الأنماط في بيانات التدريب، مما يؤدي إلى أداء ضعيف.
مثال: قد يعاني نموذج خطي يحاول التنبؤ بتصنيفات الصور المعقدة من نقص التخصيص.

التعلم غير المراقب (Unsupervised Learning)

Unsupervised Learning
نهج تعلم يحدد فيه النماذج الأنماط أو المجموعات في البيانات غير المسماة.
مثال: تجميع العملاء بناءً على سلوك الشراء دون تسميات محددة مسبقًا.

نية المستخدم (User Intent)

User Intent
الهدف أو الغرض وراء استعلام المستخدم أو تفاعله.
مثال: المستخدم الذي يكتب 'كيفية خبز كعكة' يقصد على الأرجح العثور على وصفة.

مجموعة التحقق (Validation Set)

Validation Set
مجموعة فرعية من البيانات تستخدم لتقييم أداء النموذج أثناء التدريب وضبط المعاملات الفائقة.
مثال: تستخدم للكشف عن الإفراط في التخصيص قبل الاختبار النهائي.

قاعدة بيانات المتجهات (Vector Database)

Vector Database
قاعدة بيانات مصممة لتخزين والبحث عن تضمينات المتجهات المستخدمة في مهام الذكاء الاصطناعي مثل البحث عن التشابه و RAG.
مثال: Pinecone و Weaviate هي قواعد بيانات متجهات لتخزين تضمينات النصوص أو الصور.

تضمين المتجهات (Vector Embedding)

Vector Embedding
تمثيل رقمي للبيانات يحافظ على المعنى الدلالي والعلاقات في مساحة المتجهات.
مثال: الكلمات 'ملك' و 'ملكة' لها تضمينات متشابهة مع اختلافات دقيقة في الجنس.

المساعد الافتراضي (Virtual Assistant)

Virtual Assistant
برنامج مساعد مدعوم بالذكاء الاصطناعي يساعد المستخدمين على إكمال المهام عبر المحادثة أو الأوامر الصوتية.
مثال: Siri و Alexa و Google Assistant هي مساعدين افتراضيين شائعين.

التعرف على الصوت (Voice Recognition)

Voice Recognition
تقنية تفسر وتحول اللغة المنطوقة إلى نص أو إجراء.
مثال: يعتمد الكتابة الصوتية والأوامر الصوتية على أنظمة التعرف على الصوت.

الذكاء الاصطناعي الضعيف (Weak AI)

Weak AI
أنظمة الذكاء الاصطناعي المصممة لأداء مهمة ضيقة ومحددة دون ذكاء عام.
مثال: ذكاء اصطناعي يلعب الشطرنج لا يمكنه فهم اللغة أو قيادة السيارة هو مثال على الذكاء الاصطناعي الضعيف.

كشط الويب (Web Scraping)

Web Scraping
الاستخراج الآلي للمعلومات من مواقع الويب، وغالبًا ما يستخدم لجمع بيانات التدريب أو مراقبة المحتوى.
مثال: كشط قوائم العقارات لتدريب نموذج تقييم العقارات.

الوزن (Weight)

Weight
معامل في الشبكات العصبية يحدد قوة تأثير عقدة على أخرى.
مثال: تتعدل الأوزان أثناء التدريب لتقليل خطأ النموذج.

همسة (Whisper)

Whisper
نموذج تحويل الكلام إلى نص طورته OpenAI قادر على نسخ الصوت بلغات متعددة.
مثال: يمكن لـ Whisper نسخ المحاضرات والبودكاست بدقة عالية.

YAML (YAML)

YAML
تنسيق قابل للقراءة البشرية لتسلسل البيانات، يستخدم بشكل شائع لملفات التكوين في سير عمل التعلم الآلي.
مثال: تحديد معلمات النموذج في ملف YAML للتدريب في PyTorch.

التعلم الصفري (Zero-shot Learning)

Zero-shot Learning
قدرة النموذج على أداء مهام لم يتم تدريبه عليها صراحةً من خلال الاستفادة من المعرفة العامة.
مثال: نموذج يجيب على الأسئلة القانونية على الرغم من عدم تدريبه خصيصًا على البيانات القانونية.

زيتابايت (Zettabyte)

Zettabyte
وحدة بيانات رقمية تساوي سيكستيليون (10^21) بايت، وغالبًا ما تستخدم لوصف حجم بيانات الإنترنت.
مثال: تجاوز حجم حركة مرور الإنترنت العالمية 1 زيتابايت سنويًا بحلول عام 2016.