📖
معجم الذكاء الاصطناعي
أهم مصطلحات الذكاء الاصطناعي بشرح مبسّط.
62 مصطلحًا
- استخدام الأدوات (استدعاء الدوال)
- يُخرج النموذج طلبًا منظَّمًا لاستخدام أداة (بحث، شيفرة، تقويم)، فينفّذه التطبيق ويعيد النتيجة.
- اذهب إلى الدرس: الأدوات واستدعاء الدوال وMCP
- الإطار التشغيلي (Harness)
- البرنامج المحيط بالنموذج الذي يجعله وكيلًا: الحلقة والأدوات وإدارة السياق والأذونات وبيئة العزل والواجهة.
- اذهب إلى الدرس: الإطار التشغيلي: كل ما يحيط بالنموذج
- الأمر (Prompt)
- التعليمات والسؤال والمواد التي تقدّمها لنموذج الذكاء الاصطناعي.
- اذهب إلى الدرس: صياغة الأوامر باحتراف
- الانتباه
- الآلية التي تتيح لكل رمز جمع المعلومات من الرموز الأخرى في السياق.
- اذهب إلى الدرس: الانتباه والمحوِّلات
- الانتشار العكسي
- الطريقة التي تحسب تدرّج كل وزن بتمرير الخطأ عكسيًا عبر الشبكة.
- اذهب إلى الدرس: التعلّم = النزول من التلّ
- الانحدار التدرّجي
- التدريب بتحريك المعاملات مرارًا في الاتجاه الذي يخفض الخسارة.
- اذهب إلى الدرس: التعلّم = النزول من التلّ
- الإنسان في الحلقة
- يراجع شخصٌ أفعال الذكاء الاصطناعي المهمة أو يوافق عليها قبل حدوثها.
- اذهب إلى الدرس: استخدام الوكلاء بأمان
- البرمجة بالإحساس (Vibe coding)
- بناء البرامج غالبًا بوصف ما تريده لوكيل برمجة وقبول شيفرته دون قراءتها بعناية في الغالب. سريع للنماذج الأولية وخطِر في التطبيقات الجادة.
- اذهب إلى الدرس: الإطار التشغيلي: كل ما يحيط بالنموذج
- البيانات
- أمثلة مسجّلة من العالم (صور ونصوص وأرقام وأصوات) يتعلّم منها النموذج.
- اذهب إلى الدرس: البيانات: وقود الذكاء الاصطناعي
- التحيّز الخوارزمي
- أن يعمل نظام الذكاء الاصطناعي بشكل أسوأ أو ظالم مع بعض الفئات.
- اذهب إلى الدرس: التحيّز والإنصاف
- التزييف العميق
- صورة أو صوت أو فيديو مزيّف واقعي مصنوع بالذكاء الاصطناعي.
- اذهب إلى الدرس: الهلوسات والتحقق من المعلومات
- التعلّم العميق
- تعلّم الآلة باستخدام شبكات عصبية متعددة الطبقات.
- اذهب إلى الدرس: من العصبونات إلى الشبكات
- التعلّم المعزَّز
- يتعلّم وكيل بالتجربة والخطأ بتوجيه من المكافآت والعقوبات.
- اذهب إلى الدرس: التعلّم بالتجربة والخطأ
- التعلّم الموجَّه
- التعلّم من أمثلة مرفقة بتسمياتها (الإجابات الصحيحة).
- اذهب إلى الدرس: البيانات: وقود الذكاء الاصطناعي
- التعلّم غير الموجَّه
- اكتشاف البنية، مثل المجموعات، في بيانات بلا تسميات.
- اذهب إلى الدرس: البيانات: وقود الذكاء الاصطناعي
- التلقين بالأمثلة القليلة
- وضع بضعة أمثلة لمدخلات مع مخرجاتها المثالية في الأمر ليحاكي النموذج النمط.
- اذهب إلى الدرس: هندسة الأوامر
- التوليد المعزَّز بالاسترجاع (RAG)
- يجد المساعد أولًا المقاطع المناسبة في مجموعة وثائق ثم يجيب بالاعتماد عليها.
- اذهب إلى الدرس: التضمينات: المعنى على شكل هندسة
- الذكاء الاصطناعي
- أنظمة حاسوبية تؤدي مهامّ تحتاج عادةً إلى ذكاء بشري، مثل فهم اللغة والتعرّف على الصور واتخاذ القرارات.
- اذهب إلى الدرس: ما هو الذكاء الاصطناعي؟
- الذكاء الاصطناعي الوكيلي
- أنظمة ذكاء اصطناعي تتّخذ أفعالًا نحو أهداف عبر خطوات كثيرة بدل الاكتفاء بالإجابة.
- اذهب إلى الدرس: ما الذي يجعل الذكاء الاصطناعي وكيلًا
- الذكاء التوليدي
- ذكاء اصطناعي يُنشئ محتوى جديدًا مثل النصوص والصور والصوت والفيديو والشيفرات.
- اذهب إلى الدرس: خريطة عالم الذكاء الاصطناعي
- الرمز (Token)
- قطعة من النص (كلمة أو جزء كلمة أو حرف) يقرؤها النموذج اللغوي ويكتبها.
- اذهب إلى الدرس: الرموز: كيف يقرأ الذكاء الاصطناعي النص
- السِّمة
- خاصية قابلة للقياس في المثال يستخدمها النموذج دليلًا.
- اذهب إلى الدرس: البيانات: وقود الذكاء الاصطناعي
- الشبكة العصبية
- عصبونات اصطناعية كثيرة متصلة في طبقات تتعلّم معًا.
- اذهب إلى الدرس: من العصبونات إلى الشبكات
- الشبكة العصبية الالتفافية (CNN)
- شبكة للصور تمرّر مرشّحات صغيرة متعلَّمة على الصورة.
- اذهب إلى الدرس: كيف ترى الحواسيب
- الضبط الدقيق
- تدريب إضافي لنموذج مدرَّب مسبقًا على أمثلة محدّدة لتخصيصه.
- اذهب إلى الدرس: كيف تُدرَّب النماذج اللغوية الكبيرة
- الضغط (Compaction)
- تلخيص السجلّ القديم للوكيل ليواصل العمل داخل نافذة سياق محدودة.
- اذهب إلى الدرس: هندسة السياق
- العصبون (الاصطناعي)
- وحدة صغيرة تضرب المدخلات في الأوزان وتضيف الانحياز ثم تطبّق دالة التنشيط.
- اذهب إلى الدرس: العصبونات الاصطناعية
- المحوِّل (Transformer)
- بنية الشبكة العصبية القائمة على الانتباه التي تقوم عليها النماذج اللغوية الحديثة.
- اذهب إلى الدرس: الانتباه والمحوِّلات
- المعامل
- رقم متعلَّم في النموذج (وزن أو انحياز)، وللنماذج الكبيرة مليارات منها.
- اذهب إلى الدرس: من العصبونات إلى الشبكات
- النموذج اللغوي الكبير
- شبكة عصبية ضخمة جدًا دُرّبت على كميات هائلة من النصوص للتنبؤ بالرمز التالي.
- اذهب إلى الدرس: التنبؤ بالرمز التالي
- النموذج مفتوح الأوزان
- نموذج منشورة معاملاته، فيستطيع أي شخص تنزيله وتشغيله.
- اذهب إلى الدرس: اختيار النموذج والأداة المناسبين
- الهلوسة
- أن يقدّم الذكاء الاصطناعي بثقة معلومة خاطئة أو مختلَقة.
- اذهب إلى الدرس: الهلوسات والتحقق من المعلومات
- الوزن
- رقم يحدّد مدى تأثير المُدخل في العصبون، ويُتعلَّم أثناء التدريب.
- اذهب إلى الدرس: العصبونات الاصطناعية
- الوكيل الفرعي
- وكيل مساعد بسياق جديد خاص به ينجز جزءًا من العمل ويرفع تقريره إلى الوكيل الرئيسي.
- اذهب إلى الدرس: ما الذي يجعل الذكاء الاصطناعي وكيلًا
- أمر النظام
- تعليمات دائمة من مطوّر التطبيق تحدّد دور النموذج وقواعده وأسلوبه في كل محادثة.
- اذهب إلى الدرس: هندسة الأوامر
- بروتوكول سياق النموذج (MCP)
- معيار مفتوح يربط تطبيقات الذكاء الاصطناعي (العملاء) بالأدوات ومصادر البيانات (الخوادم) عبر قابس موحّد.
- اذهب إلى الدرس: الأدوات واستدعاء الدوال وMCP
- بيئة العزل (Sandbox)
- بيئة معزولة يستطيع فيها الوكيل تشغيل الشيفرة أو تجربة التغييرات دون تعريض النظام الحقيقي للخطر.
- اذهب إلى الدرس: الإطار التشغيلي: كل ما يحيط بالنموذج
- بيانات الاختبار
- أمثلة تبقى مخفية أثناء التدريب لقياس الأداء على بيانات جديدة بإنصاف.
- اذهب إلى الدرس: التدريب والاختبار
- تعلّم الآلة
- طريقة لبناء الذكاء الاصطناعي يتعلّم فيها الحاسوب الأنماط من الأمثلة بدل اتباع قواعد مكتوبة يدويًا.
- اذهب إلى الدرس: كيف تتعلّم الآلات؟
- حقن الأوامر
- تعليمات مخفية في محتوى يقرؤه الذكاء الاصطناعي (صفحة ويب أو بريد أو ملف) تحاول اختطاف ما يفعله.
- اذهب إلى الدرس: استخدام الوكلاء بأمان
- حلقة الوكيل
- الدورة التي يكرّرها الوكيل: التفكير، ثم التصرّف بأداة، ثم ملاحظة النتيجة، ثم المتابعة أو الإنهاء.
- اذهب إلى الدرس: ما الذي يجعل الذكاء الاصطناعي وكيلًا
- دالة الخسارة
- رقم يقيس مدى خطأ تنبؤات النموذج، ويسعى التدريب إلى تقليله.
- اذهب إلى الدرس: التعلّم = النزول من التلّ
- درجة الحرارة
- إعداد يجعل مخرجات النموذج أكثر توقّعًا (منخفضة) أو أكثر تنوّعًا (مرتفعة).
- اذهب إلى الدرس: التنبؤ بالرمز التالي
- ذاكرة الوكيل
- ملاحظات أو ملفات يحفظها الذكاء الاصطناعي ويعيد تحميلها إلى سياقه لاحقًا، لأن النموذج ينسى بين الجلسات.
- اذهب إلى الدرس: هندسة السياق
- شجرة القرار
- نموذج يتخذ القرارات بطرح سلسلة أسئلة نعم/لا متعلَّمة من البيانات.
- اذهب إلى الدرس: أشجار القرار
- فرط التخصيص
- أن يحفظ النموذج بيانات تدريبه بما فيها الضجيج فيسيء الأداء مع البيانات الجديدة.
- اذهب إلى الدرس: فرط التخصيص والتعميم
- مهارات الوكيل (Skills)
- تعليمات وملفات مجمّعة لا يحمّلها الوكيل إلا حين تحتاجها المهمة، فيبقى سياقه خفيفًا.
- اذهب إلى الدرس: الإطار التشغيلي: كل ما يحيط بالنموذج
- نافذة السياق
- أقصى عدد من الرموز يمكن للنموذج مراعاته دفعة واحدة.
- اذهب إلى الدرس: الرموز: كيف يقرأ الذكاء الاصطناعي النص
- نموذج الاستدلال
- نموذج مُدرَّب على التفكير في المسألة خطوة بخطوة قبل تقديم إجابته النهائية.
- اذهب إلى الدرس: هندسة الأوامر
- هندسة الأوامر
- تصميم التعليمات التي يعمل بها نموذج الذكاء الاصطناعي واختبارها وتحسينها.
- اذهب إلى الدرس: هندسة الأوامر
- هندسة السياق
- اختيار المعلومات التي تدخل نافذة سياق النموذج بدقة في كل خطوة: التعليمات والأدوات والوثائق والسجلّ والذاكرة.
- اذهب إلى الدرس: هندسة السياق
- وكيل الذكاء الاصطناعي
- نظام ذكاء اصطناعي يخطّط وينفّذ مهامّ متعددة الخطوات باستخدام الأدوات.
- اذهب إلى الدرس: ما الذي يجعل الذكاء الاصطناعي وكيلًا
- RLHF
- التعلّم المعزَّز من التقييم البشري: توجيه النموذج نحو الإجابات التي يفضّلها الناس.
- اذهب إلى الدرس: كيف تُدرَّب النماذج اللغوية الكبيرة