معجم مصطلحات الذكاء الاصطناعي
100 مصطلح أساسي بشرح عربي مبسّط ومقابله الإنجليزي، مصنّفة في 16 مجموعة. نحدّث المعجم باستمرار.
أساسيات المجال
الذكاء الاصطناعي Artificial Intelligence
مجال يهدف إلى بناء أنظمة تؤدي مهاماً تتطلب عادة ذكاءً بشرياً كالفهم والاستنتاج والتعلم واتخاذ القرار.
التعلم الآلي Machine Learning
فرع من الذكاء الاصطناعي تتعلم فيه الأنظمة الأنماط من البيانات وتحسّن أداءها دون برمجة صريحة لكل حالة.
التعلم العميق Deep Learning
تعلم آلي يعتمد شبكات عصبية متعددة الطبقات تتعلم تمثيلات متدرجة التجريد من البيانات الخام.
الخوارزمية Algorithm
سلسلة خطوات محددة لحل مشكلة؛ في التعلم الآلي هي طريقة بناء النموذج من البيانات.
النموذج Model
الناتج النهائي لعملية التدريب: دالة رياضية تستقبل مدخلات جديدة وتنتج تنبؤات أو قرارات.
الذكاء الاصطناعي التوليدي Generative AI
أنظمة تنتج محتوى جديداً (نص، صورة، صوت، فيديو، كود) بدل الاكتفاء بالتصنيف أو التنبؤ.
أنواع التعلم
التعلم الإشرافي Supervised Learning
تدريب على أمثلة معنونة بإجاباتها الصحيحة ليتعلم النموذج التعميم على حالات جديدة.
التعلم غير الإشرافي Unsupervised Learning
اكتشاف البنى والأنماط الخفية في بيانات بلا عناوين، كتقسيم العملاء إلى شرائح.
التعلم بالتعزيز Reinforcement Learning
تعلم بالتجربة والخطأ عبر مكافآت وعقوبات حتى يطوّر الوكيل استراتيجية مثلى.
التعلم بالنقل Transfer Learning
إعادة استخدام نموذج مدرَّب على مهمة كبيرة كنقطة انطلاق لمهمة جديدة ببيانات أقل.
الضبط الدقيق Fine-tuning
استكمال تدريب نموذج جاهز على بيانات متخصصة ليتقن مجالاً أو أسلوباً محدداً.
التعلم الموجه بالتغذية البشرية RLHF
تحسين سلوك النماذج اللغوية باستخدام تقييمات بشرية لتفضيل الإجابات الأفضل.
الشبكات العصبية
الشبكة العصبية Neural Network
بنية حسابية من وحدات مترابطة بأوزان قابلة للتعديل، مستلهمة بشكل مبسط من الدماغ.
الوزن والانحياز Weights & Bias
المعاملات القابلة للتعلم داخل الشبكة؛ تعديلها أثناء التدريب هو جوهر "التعلم".
الانتشار الخلفي Backpropagation
خوارزمية حساب مساهمة كل وزن في الخطأ وتعديله بالاتجاه الذي يقلله.
دالة التفعيل Activation Function
دالة غير خطية تتيح للشبكة تعلم علاقات معقدة تتجاوز الخطوط المستقيمة.
الشبكات الالتفافية CNN
بنية متخصصة في الصور تمرر مرشحات تكتشف الأنماط المحلية من الحواف إلى الأشكال.
فرط التخصيص Overfitting
حفظ النموذج تفاصيل بيانات التدريب وضجيجها ففشله أمام بيانات جديدة لم يرها.
النماذج اللغوية
النموذج اللغوي الكبير LLM
نموذج ضخم مدرَّب على نصوص هائلة للتنبؤ بالكلمة التالية، فيكتسب قدرات لغوية ومعرفية واسعة.
المحوّل Transformer
البنية المعمارية خلف النماذج الحديثة، تعتمد آلية الانتباه وتعالج النص بالتوازي.
آلية الانتباه Attention
تقنية تمكّن النموذج من وزن صلة كل كلمة بسائر كلمات السياق عند المعالجة.
الترميز Tokenization
تقطيع النص إلى وحدات صغيرة (Tokens) هي ما يعالجه النموذج فعلياً ويُحاسب عليه.
نافذة السياق Context Window
الحد الأقصى من النص الذي يستطيع النموذج "رؤيته" في المحادثة الواحدة.
الهلوسة Hallucination
إنتاج النموذج معلومات خاطئة بصياغة واثقة، لأنه يتعلم أنماط اللغة لا الحقيقة ذاتها.
العمل مع النماذج
الموجّه Prompt
النص الذي توجهه للنموذج؛ جودة صياغته تحدد جودة الناتج إلى حد بعيد.
هندسة الموجهات Prompt Engineering
مهارة صياغة التعليمات والسياق والأمثلة للحصول على أفضل النتائج من النماذج.
التعلم بأمثلة قليلة Few-shot Learning
تضمين أمثلة على الناتج المطلوب داخل الموجّه ليحاكي النموذج نمطها.
سلسلة التفكير Chain of Thought
حث النموذج على التفكير خطوة بخطوة قبل الإجابة، فترتفع دقته في المسائل المنطقية.
الاسترجاع المعزز RAG
تزويد النموذج بمقاطع من مستنداتك الخاصة وقت السؤال ليجيب منها بدقة وبمصادر.
تعليمات النظام System Prompt
تعليمات دائمة تضبط دور النموذج وأسلوبه وحدوده عبر المحادثة كاملة.
الوكلاء والأتمتة
الوكيل الذكي AI Agent
نظام يخطط وينفذ مهاماً متعددة الخطوات باستخدام أدوات، ويصحح مساره وصولاً للهدف.
استخدام الأدوات Tool Use
قدرة النموذج على استدعاء برامج خارجية (بحث، حاسبة، أنظمة) أثناء عمله.
بروتوكول MCP Model Context Protocol
معيار مفتوح يوحّد ربط النماذج والوكلاء بالأنظمة والبيانات الخارجية.
الإنسان في الحلقة Human-in-the-loop
تصميم يُبقي موافقة البشر شرطاً عند النقاط الحساسة في عمل الأنظمة الآلية.
الأتمتة Automation
تنفيذ مسارات عمل متكررة آلياً عبر ربط الأدوات والخدمات دون تدخل يدوي.
الوكلاء المتعددون Multi-agent
تعاون عدة وكلاء متخصصين (باحث، كاتب، مراجع) على مهمة واحدة بتنسيق مشترك.
البيانات والتقييم
بيانات التدريب Training Data
الأمثلة التي يتعلم منها النموذج؛ جودتها وتنوعها سقف جودة النموذج نفسه.
هندسة الخصائص Feature Engineering
تحويل البيانات الخام إلى متغيرات ذات دلالة ترفع قدرة النموذج على التعلم.
الدقة والاسترجاع Precision & Recall
مقياسان متكاملان: نسبة صحة ما التقطه النموذج، ونسبة ما التقطه من الحالات الفعلية.
تسرب البيانات Data Leakage
تسلل معلومات "من المستقبل" إلى التدريب فيبدو النموذج خارقاً وينهار في الواقع.
انجراف البيانات Data Drift
تغيّر خصائص البيانات الواقعية مع الوقت فتتدهور دقة النموذج المنشور بصمت.
المعيار القياسي Benchmark
اختبار موحد لمقارنة أداء النماذج على مهام محددة بشكل قابل للتكرار.
الأخلاقيات والأمان
انحياز النماذج Bias
ميل النموذج لقرارات غير عادلة ورثها من اختلالات بيانات تدريبه.
قابلية التفسير Explainability
القدرة على فهم وتعليل سبب وصول النموذج إلى قرار معين، خصوصاً في المجالات الحساسة.
الذكاء الاصطناعي المسؤول Responsible AI
مبادئ وممارسات تضمن عدالة الأنظمة وشفافيتها وأمانها واحترامها للخصوصية.
التزييف العميق Deepfake
محتوى مرئي أو صوتي مولَّد يحاكي أشخاصاً حقيقيين، وأبرز إساءات استخدام التوليد.
حقن الموجهات Prompt Injection
محاولة خداع النموذج بتعليمات خبيثة مدسوسة في المحتوى ليتجاوز ضوابطه.
خصوصية البيانات Data Privacy
حماية بيانات المستخدمين من الاستخدام غير المصرح به في التدريب أو التشغيل.
النماذج والقدرات المتقدمة
النماذج متعددة الوسائط Multimodal
نماذج تفهم وتعالج أنواعاً متعددة من المدخلات معاً: نص وصورة وصوت وفيديو.
التضمينات Embeddings
تمثيل النص أو الصور كأرقام (متجهات) تلتقط المعنى، فتُقارَن وتُبحَث بالتشابه الدلالي.
قاعدة البيانات المتجهية Vector Database
قاعدة بيانات مخصصة لتخزين التضمينات والبحث فيها بالتشابه، أساس أنظمة الاسترجاع المعزز.
درجة الحرارة Temperature
إعداد يضبط عشوائية مخرجات النموذج؛ منخفضة لإجابات دقيقة متوقعة، مرتفعة لتنوّع وإبداع.
النماذج مفتوحة المصدر Open Source Models
نماذج تُتاح أوزانها وكودها للجميع للاستخدام والتعديل والتشغيل الذاتي بحرية.
التقطير Distillation
تدريب نموذج صغير ليحاكي أداء نموذج كبير، فينتج نموذجاً أخف وأسرع بقدرات قريبة.
الكمّنة Quantization
تقليل دقة أرقام النموذج لتصغير حجمه وتسريعه، ما يتيح تشغيله على أجهزة أضعف.
توليد المحتوى
تحويل النص إلى صورة Text-to-Image
توليد صور من وصف نصي، أساس أدوات الإبداع البصري بالذكاء الاصطناعي.
تحويل النص إلى فيديو Text-to-Video
توليد مقاطع فيديو من وصف نصي، من أحدث وأصعب قدرات التوليد.
تحويل النص إلى كلام Text-to-Speech
تحويل النص المكتوب إلى صوت منطوق بأصوات واقعية ولغات متعددة.
تحويل الكلام إلى نص Speech-to-Text
تفريغ الصوت المنطوق إلى نص مكتوب، أساس أدوات التفريغ والترجمة الصوتية.
الانتشار Diffusion
تقنية توليد الصور بإزالة الضوضاء تدريجياً من صورة عشوائية حتى تتشكل الصورة المطلوبة.
استنساخ الصوت Voice Cloning
إنشاء نسخة رقمية من صوت شخص لتوليد كلام جديد بنبرته، أداة قوية تتطلب استخداماً أخلاقياً.
تشغيل ونشر النماذج
الاستدلال Inference
مرحلة استخدام النموذج المدرَّب لإنتاج تنبؤات على مدخلات جديدة فعلية.
واجهة برمجة التطبيقات API
بوابة برمجية تتيح للتطبيقات استدعاء قدرات النموذج ودمجها في منتجاتها.
زمن الاستجابة Latency
الوقت بين إرسال الطلب وعودة الإجابة؛ عامل حاسم في تجربة المستخدم.
الإنتاجية Throughput
عدد الطلبات التي يعالجها النظام في وحدة زمن، مقياس لقدرته على التوسّع.
التوسّع Scalability
قدرة النظام على التعامل مع أحمال متزايدة دون تدهور الأداء.
الحوسبة الطرفية Edge Computing
تشغيل النماذج على الأجهزة المحلية قرب المستخدم بدل الخوادم البعيدة، لخصوصية وسرعة أعلى.
مفاهيم التدريب
معدّل التعلم Learning Rate
حجم الخطوة التي يعدّل بها النموذج أوزانه في كل تكرار تدريبي؛ ضبطه حاسم للنجاح.
الحقبة Epoch
مرور كامل واحد للنموذج على كل بيانات التدريب أثناء عملية التعلّم.
الدفعة Batch
مجموعة الأمثلة التي يعالجها النموذج معاً في خطوة تدريب واحدة.
دالة الخسارة Loss Function
مقياس يحسب مقدار خطأ النموذج، وهدف التدريب تقليله إلى أدنى حد.
التحقق المتبادل Cross-validation
تقسيم البيانات لتقييم النموذج على أجزاء مختلفة، فيُقاس أداؤه بموثوقية أعلى.
نقص التخصيص Underfitting
فشل النموذج في تعلّم أنماط البيانات أصلاً، فيؤدي بضعف على التدريب والاختبار معاً.
التنظيم Regularization
تقنيات تكبح تعقيد النموذج لمنع فرط التخصيص وتحسين تعميمه على بيانات جديدة.
الأمان والمحاذاة
المحاذاة Alignment
ضمان أن تتوافق أهداف النموذج وسلوكه مع قيم البشر ومصالحهم.
الحواجز الواقية Guardrails
ضوابط تمنع النموذج من إنتاج محتوى ضار أو الخروج عن حدوده المسموحة.
الفريق الأحمر Red Teaming
اختبار النموذج بمحاولات اختراق متعمدة لكشف ثغراته قبل إطلاقه.
التسميم Data Poisoning
إفساد بيانات التدريب بمدخلات خبيثة للتأثير على سلوك النموذج لاحقاً.
الذكاء الاصطناعي العام AGI
ذكاء افتراضي يضاهي الإنسان في كل المهام المعرفية؛ لم يتحقق بعد وهو محور جدل.
العلامة المائية Watermarking
تضمين علامة خفية في المحتوى المولَّد لتمييزه عن المحتوى البشري.
التطبيقات والاستخدامات
معالجة اللغة الطبيعية NLP
مجال يمكّن الحاسوب من فهم اللغة البشرية وتوليدها وتحليلها.
رؤية الحاسوب Computer Vision
مجال يمكّن الأنظمة من فهم وتحليل الصور والفيديو واستخراج المعلومات منها.
التعرّف على الكيانات NER
استخراج الأسماء والأماكن والتواريخ والكيانات المهمة من النص تلقائياً.
تحليل المشاعر Sentiment Analysis
تحديد النبرة العاطفية في النص: إيجابية أو سلبية أو محايدة.
التلخيص الآلي Summarization
تكثيف نص طويل في ملخص يحفظ أهم أفكاره تلقائياً.
الترجمة الآلية Machine Translation
ترجمة النص بين اللغات آلياً، تطورت كثيراً بفضل النماذج الحديثة.
روبوت المحادثة Chatbot
برنامج يحاكي المحادثة البشرية للإجابة والمساعدة، من أشهر تطبيقات النماذج اللغوية.
نظام التوصية Recommendation System
نظام يقترح محتوى أو منتجات للمستخدم بناءً على سلوكه وتفضيلاته.
مفاهيم عملية حديثة
التوليد المعزز بالأدوات Function Calling
قدرة النموذج على استدعاء دوال وبرامج محددة بصيغة منظمة لإنجاز مهام دقيقة.
النافذة المنزلقة Sliding Window
تقنية لمعالجة نصوص أطول من نافذة السياق بتمريرها على دفعات متداخلة.
التخزين المؤقت Caching
حفظ نتائج سابقة لإعادة استخدامها، فيقل زمن الاستجابة والتكلفة.
الموجّه السلبي Negative Prompt
تحديد ما لا تريده في الناتج، شائع في توليد الصور لاستبعاد عناصر غير مرغوبة.
البذرة Seed
رقم يحدد العشوائية الأولية في التوليد؛ نفس البذرة تعطي نفس الناتج، مفيد للتكرار.
سياق المحادثة Conversation Memory
احتفاظ النظام بسياق الحوار السابق ليقدّم ردوداً متسقة ومترابطة.
التوليد المتدفق Streaming
عرض إجابة النموذج كلمة بكلمة فور توليدها بدل الانتظار للإجابة الكاملة.
التكلفة لكل ألف رمز Cost per Token
نموذج تسعير خدمات النماذج بحسب عدد الرموز المعالجة في المدخلات والمخرجات.
مصطلحات تجارية وعملية
الذكاء الاصطناعي كخدمة AI as a Service
تقديم قدرات الذكاء الاصطناعي عبر الإنترنت كخدمة اشتراك بدل بنائها من الصفر.
النموذج الأساسي Foundation Model
نموذج ضخم مدرَّب على بيانات واسعة يصلح أساساً لمهام متعددة بعد تكييفه.
الذكاء الاصطناعي المؤسسي Enterprise AI
حلول ذكاء اصطناعي مصممة للشركات بضمانات أمان وخصوصية وتكامل أعلى.
الإنسان المعزَّز Augmented Intelligence
رؤية ترى الذكاء الاصطناعي معزِّزاً لقدرات الإنسان لا بديلاً عنه.
راسلنا وسنضيفه مع الشرح في التحديث القادم.