معجم الذكاء الاصطناعي

زمن الاستجابة

Latency

مدة التأخير الكلية بين إرسال الطلب وهذا تلقّي الرد، وهي نتيجة تجمع المعالجة والانتظار والانتقال، ومقياس أساسي لتجربة الاستخدام.

التوسع التلقائي

Autoscaling

زيادة الموارد المخصصة للخدمة ونقصها آليًا وفق الحِمل الفعلي، فتناسب القدرة مع الطلب بلا إسراف ولا عجز.

توجيه الطلبات

Request Routing

توجيه الطلبات الواردة إلى النسخة أو العقدة الأنسب للتعامل معها، وفق الحمل والكفاءة والقرب، لموازنة الضغط وتحسين الاستجابة.

التخزين المؤقت الدلالي

Semantic Caching

التخزين المؤقت لنتائج الاستعلامات على نحو دلالي لا حرفي، فيُعاد استخدام إجابات متشابهة بالأثر بدل إعادة الحساب، ويقل زمن ومُحمولة.

التسخين المسبق

Model Warmup

تجهيز النموذج في الذاكرة والسخونة قبل طلبات الإنتاج الحقيقية، فيمر الطلب الأول بمعدل طبيعي لا بحمل التحميل البارد.

جدولة المسرعات

Accelerator Scheduling

جدولة طلبات الحوسبة على المسرعات المتوفرة بمراعاة الذاكرة والتزامن والقرب، فتُستغل كل معالج وأنبل نسبة.

مراقبة النماذج

Model Monitoring

المراقبة المستمرة لأداء النموذج في الإنتاج: مدخلاته، مخرجاته، انحرافاته، وتنبيهات الأداء، لضمان بقائه صالحًا وتصحيحه عند الحاجة.

التكامل المستمر للنماذج

Continuous Integration for ML

ممارسة التكامل المستمر الخاصة بالنماذج: اختبار مدخلاتها، التحكم الإصدارات، وضمان جودة تجاربها أثناء بناء المهام ضمن سير عمل آلي.

النشر المستمر للنماذج

Continuous Deployment for ML

أتمتة نشر نسخ النموذج الجديدة بشكل مستمر وسلس إلى الإنتاج، مع التأكد من الاستقرار والتراجع الآمن عند الفشل.

اختبار الظل

Shadow Testing

اختبار نسخة نموذجية جديدة عن واقع تشغيل مرتفع دون أن تظهر، فتسجل المخرجات وتُقارن مسبقًا مع الأنموذج الحالي لقياس جودتها.

الإطلاق التدريجي

Canary Release

إطلاق تدريجي آمن للإصدار الجديد على جزء صغير من الحركة أولًا مع مراقبة الأثر، ثم توسيع التغطية تدريجيًا حتى اعتماد كامل.

اختبار أ/ب للنموذج

Model A/B Testing

تجربة مقارنة منهجية بين نسختين من النموذج بتقسيم الحركة عشوائيًا، فتُقارن نتائج أ/ب بمقاييس متماثلة ويفوز الأفضل.

تتبع التجارب

Experiment Tracking

تسجيل كل تجربة بشروطها ومقاييسها ومعلماتها في مخزن منظم، فيُقارن تاريخيًا ويعاد إنتاج النتائج ويتأصّل سبب الفرق.

إدارة الميزات

Feature Management

إدارة سمات أو ميزات المخرجات من تمكين وتعطيل وتنويع عبر أعلام تكوين، فيتلاءم سلوك النموذج للمجموعات والظروف دون إعادة نشر.

واجهة استدلال

Inference API

نقطة خدمة تجري النموذج عند الطلب وتعيد النتيجة.

موازنة الأحمال

Load Balancing

توزيع الطلبات بين عدة خوادم لضمان الاستقرار.

كشف الانحراف

Drift Detection

رصد تغير توزيع البيانات أو انحدار أداء النموذج مع الزمن.

توليد متدفق

Streaming Generation

تسليم المخرجات رمزًا رمزًا بدل الانتظار للاكتمال.

التخزين المؤقت

Caching

حفظ استجابات شائعة أو وسيطة لتسريع الطلبات وخفض التكلفة.

تقديم النموذج

serving

عملية جعل النموذج المُدرَّب متاحاً لتقديم التنبؤات عبر الاستدلال الفوري أو الاستدلال دون اتصال.

دورة حياة نظام الذكاء الاصطناعي

ai system lifecycle

سلسلة المراحل التي يمر بها نظام الذكاء الاصطناعي خلال حياته: من التصور، عبر التطوير والنشر والتشغيل، وأخيرًا الانسحاب.

النشر

deployment

مرحلة تركيب النموذج في بيئة إنتاج ليستخدمه المستخدمون النهائيون.

الذكاء الاصطناعي المتمحور حول الإنسان

human-centric ai

يسعى النهج المتمحور حول الإنسان في الذكاء الاصطناعي إلى ضمان أن تكون القيم الإنسانية محورية في طريقة تطوير أنظمة الذكاء الاصطناعي ونشرها واستخدامها ومراقبتها، عبر ضمان احترام الحقوق الأساسية.

إدارة الشهادات بشكل متدرج

Certificate Management (Gradually)

مرحلة تشغيلية إدارة الشهادات بشكل متدرج عند نشر نظام الذكاء الاصطناعي.

الصيانة التشغيلية في منصات المؤسسات

Operational Maintenance with servers

ممارسة تشغيلية الصيانة التشغيلية في منصات المؤسسات لضمان استمرارية الخدمة وجودتها.

مراقبة الأداء عند الحافة

Performance Monitoring with servers

ممارسة تشغيلية مراقبة الأداء عند الحافة لضمان استمرارية الخدمة وجودتها.

حماية التطبيق على خوادم

App Protection with servers

ممارسة تشغيلية حماية التطبيق على خوادم لضمان استمرارية الخدمة وجودتها.

الاسترداد السريع في الأنظمة الاحتياطية

Fast Recovery with servers

ممارسة تشغيلية الاسترداد السريع في الأنظمة الاحتياطية لضمان استمرارية الخدمة وجودتها.

حوكمة النشر مع البنية الهجينة

Deployment Governance with servers

ممارسة تشغيلية حوكمة النشر مع البنية الهجينة لضمان استمرارية الخدمة وجودتها.

إغلاق النموذج على السحابة

Model Retirement with servers

ممارسة تشغيلية إغلاق النموذج على السحابة لضمان استمرارية الخدمة وجودتها.

الاستضافة المتعددة بمشاركة

Multi-hosting (Shared)

مرحلة تشغيلية الاستضافة المتعددة بمشاركة عند نشر نظام الذكاء الاصطناعي.

توسيع النطاق مع البنية الهجينة

Scaling with servers

ممارسة تشغيلية توسيع النطاق مع البنية الهجينة لضمان استمرارية الخدمة وجودتها.

البيع المعتمد عند الزبون

Consumption Metering (On-premise)

مرحلة تشغيلية البيع المعتمد عند الزبون عند نشر نظام الذكاء الاصطناعي.

تعقب الوحدات التشغيلية

Tracing Modules

ممارسة تشغيلية تعقب الوحدات عند نشر نماذج الذكاء الاصطناعي.

الترحيل على آلات مخصصة

Migration (On Dedicated Hardware)

مرحلة تشغيلية الترحيل على آلات مخصصة عند نشر نظام الذكاء الاصطناعي.

البيع المعتمد على آلات مخصصة

Consumption Metering (On Dedicated Hardware)

مرحلة تشغيلية البيع المعتمد على آلات مخصصة عند نشر نظام الذكاء الاصطناعي.

الاستدلال المدفوع بشكل متدرج

Streaming Inference (Gradually)

مرحلة تشغيلية الاستدلال المدفوع بشكل متدرج عند نشر نظام الذكاء الاصطناعي.

الاستدلال في الوقت الحقيقي على السحابة

Real-time Inference with servers

ممارسة تشغيلية الاستدلال في الوقت الحقيقي على السحابة لضمان استمرارية الخدمة وجودتها.

الإصدار الدائم عبرياً

Canary Release (Cross-region)

مرحلة تشغيلية الإصدار الدائم عبرياً عند نشر نظام الذكاء الاصطناعي.

تعقب السجلات التشغيلية

Tracing Logs

ممارسة تشغيلية تعقب السجلات عند نشر نماذج الذكاء الاصطناعي.