معجم الذكاء الاصطناعي

الانتباه الذاتي متعدد الرؤوس

multi-head self-attention

امتداد للانتباه الذاتي يطبّق آلية الانتباه الذاتي عدة مرات لكل موضع في تسلسل الإدخال.

العصبون

neuron

في الذكاء الاصطناعي، عنصر معالجة أولي يأخذ قيمة إدخال أو أكثر وينتج قيمة مخرجات بدمج قيم الإدخال وتطبيق دالة تنشيط على الناتج؛ ومن أمثلة دوال التنشيط غير الخطية الدالة العتبية والدالة السينية والدالة متعددة الحدود.

العقدة (في الشبكة العصبية)

node (neural network)

خلية عصبية في طبقة مخفية.

مضبوط بالتعليمات ومتعدد الوسائط

multimodal instruction-tuned

نموذج مضبوط بالتعليمات قادر على معالجة مدخلات تتجاوز النص، مثل الصور والفيديو والصوت.

التصنيف متعدد الحدود

multinomial classification

مرادف للتصنيف متعدد الفئات.

الانحدار متعدد الفئات

multinomial regression

مرادف للانحدار اللوجستي متعدد الفئات.

الشرط غير الثنائي

non-binary condition

شرط يحتوي أكثر من نتيجتين محتملتين.

لا توجد إجابة واحدة صحيحة

nora

اختصار لعبارة لا توجد إجابة واحدة صحيحة (No One Right Answer).

الشرط المائل

oblique condition

في شجرة القرار، شرط يتضمن أكثر من ميزة واحدة؛ فإذا كان كل من الارتفاع والعرض ميزتين، فإن الشرط الذي يجمع بينهما شرط مائل.

دون اتصال

offline

مرادف لـ«ثابت».

أونلاين

online

مرادف لـ ديناميكي، أي التعلم الذي يُحدَّث فيه النموذج أثناء ورود بيانات جديدة.

فهم القراءة متعدد الجمل (MultiRC)

multi-sentence reading comprehension (multirc)

مجموعة بيانات لتقييم قدرة نموذج لغوي كبير على الإجابة عن تمارين الاختيار من متعدد؛ يتضمن كل مثال في المجموعة فقرة وأسئلة متعددة عنها.

فهم اللغة الطبيعية

natural language understanding

مجموعة فرعية من معالجة اللغة الطبيعية تحدد مقاصد ما يُقال أو يُكتب؛ ويمكن أن تتجاوز معالجة اللغة الطبيعية لتراعي جوانب معقدة من اللغة مثل السياق والسخرية والمشاعر.

n-غرام

n-gram

تتابع مرتب من الكلمات بعدد N؛ فمثلًا truly madly غرام ثنائي، ولأن الترتيب مهم فإن madly truly غرام ثنائي مختلف.

فهم اللغة الطبيعية (NLU)

nlu

اختصار لـ natural language understanding (فهم اللغة الطبيعية).

غير حتمي

nondeterministic

نظام لا يُضمن إرجاع المخرجات نفسها لمدخل معيّن؛ فنماذج اللغة الكبيرة غير حتمية عموماً إذ تولّد استجابات مختلفة لنفس المطال.

متعدد المهام

multitask

أسلوب في التعلم الآلي يُدرَّب فيه نموذج واحد على أداء مهام متعددة.

نموذج Gemini Nano

nano

نموذج Gemini صغير نسبيًا مصمم للاستخدام على الجهاز نفسه؛ راجع Gemini Nano للتفاصيل.

فخّ NaN

nan trap

حالة يصبح فيها رقم واحد في نموذجك NaN أثناء التدريب، ما يتسبب في تحوّل كثير من الأرقام الأخرى أو جميعها في النموذج إلى NaN في النهاية.

الصنف السالب

negative class

في التصنيف الثنائي، يُسمى أحد الصنفين موجباً والآخر سالباً؛ فالصنف الموجب هو الشيء أو الحدث الذي يفحص عنه النموذج، والصنف السالب هو الاحتمال الآخر.

الشبكة العصبية

neural network

الشبكة العصبية مكوّنة من طبقة واحدة أو أكثر من الخلايا العصبية المترابطة بروابط مرجحة بأوزان قابلة للضبط. تستقبل الشبكة العصبية بيانات الإدخال وتنتج مخرجات بتمريرها عبر الشبكة، مع قيام كل خلية عصبية بحساب بسيط. وبينما صُممت بعض الشبكات العصبية لمحاكاة عمل الخلايا العصبية البيولوجية في الجهاز العصبي، فإن معظم الشبكات العصبية في الذكاء الاصطناعي الحديث لا تحاكي السلوك البيولوجي بل تُستخدم كنظم حسابية قوية لتعلم الأنماط من البيانات.

الدالة الهدفية

objective

مقياس تحاول خوارزميتك تحسينه.

الاستدلال غير المتصل

offline inference

عملية توليد النموذج حزمةً من التنبؤات ثم تخزينها (حفظها) في الذاكرة المؤقتة (cache). يمكن للتطبيقات بعد ذلك الوصول إلى التنبؤ المستنتَج من الذاكرة المؤقتة بدلًا من إعادة تشغيل النموذج.

التعلم من مثال واحد

one-shot learning

منهج في التعلم الآلي يُستخدم كثيرًا في تصنيف الأجسام، صُمم لتعلّم نموذج تصنيف فعّال من مثال تدريبي وحيد.

واحد مقابل الكل (One-vs-All)

one-vs.-all

في مسألة تصنيف من N فئة، حل يتكون من N نموذج تصنيف ثنائي منفصل، نموذج واحد لكل نتيجة ممكنة. بالنسبة لنموذج يصنّف الأمثلة إلى حيوان أو نبات أو معدن، فإن حل واحد مقابل الكل يوفر نماذج التصنيف الثنائي المنفصلة الثلاثة التالية:

أخذ العينات السلبي

negative sampling

مرادف لأخذ العينات المرشحة (candidate sampling).

العقدة (شجرة القرار)

node (decision tree)

في شجرة القرار، أي شرط أو عقدة ورقة.

العقدة

node (tensorflow graph)

عملية (أوبراشن) داخل مخطط (غراف) في TensorFlow.

NumPy

numpy

مكتبة رياضية مفتوحة المصدر توفر عمليات مصفوفات فعّالة في بايثون؛ ومكتبة pandas مبنية عليها.

الضوضاء

noise

بشكل عام، أي شيء يحجب الإشارة في مجموعة البيانات. يمكن إدخال الضوضاء إلى البيانات بطرق متنوعة.

غير خطي

nonlinear

علاقة بين متغيرين أو أكثر لا يمكن تمثيلها بالجمع والضرب وحدهما؛ فالعلاقة الخطية يمكن تمثيلها بخط مستقيم بينما لا يمكن تمثيل العلاقة غير الخطية كذلك.

اللاثباتية

nonstationarity

ميزة تتغير قيمها عبر بُعد واحد أو أكثر، وعادةً عبر الزمن.

كشف الحالات الجديدة

novelty detection

عملية تحديد ما إذا كان مثال جديد (طريف) يأتي من التوزيع نفسه لمجموعة التدريب؛ أي تحديد ما إذا كان المثال الجديد (أثناء الاستدلال أو التدريب الإضافي) قيمة متطرفة (خارج النطاق).

بيانات رقمية

numerical data

ميزات ممثلة بأعداد صحيحة أو أعداد حقيقية؛ فتمثيل ميزة كبيانات رقمية يعني أن قيمها لها علاقة رياضية مع الوسم.

الترميز الأحادي

one-hot encoding

تمثيل البيانات الفئوية بمتجه تكون فيه قيمة عنصر واحد تساوي 1 وبقية القيم أصفاراً، حيث يمثل كل عنصر فئة من الفئات.

انحياز عدم الاستجابة

non-response bias

انظر: الانحياز الانتقائي (selection bias).

لا توجد إجابة واحدة صحيحة (NoRA)

no one right answer (nora)

مطال له أكثر من استجابة صحيحة.

إجابة واحدة صحيحة (ORA)

one right answer (ora)

مطال له استجابة صحيحة واحدة.

دفتر الملاحظات LM (Notebook LM)

notebook lm

أداة قائمة على جيميناي (Gemini) تمكّن المستخدمين من رفع المستندات ثم استخدام المطالبات لطرح أسئلة عنها أو تلخيصها أو تنظيمها. يمكن لمؤلف أن يرفع عدة قصص قصيرة ويطلب من Notebook LM إيجاد موضوعاتها المشتركة أو تحديد أيها سيكون الأفضل فيلمًا.

الملاحظة

observe

مرحلة في حلقة العوامل يفحص فيها الوكيل أو يقيّم جانباً من جوانب تقدمه؛ فمثلاً قد ينفّذ اختبارات على الكود المولَّد في مرحلة الفعل.