معجم الذكاء الاصطناعي

النص المرجعي

reference text

استجابة خبير لمطالبة. بالنظر إلى المطالبة التالية:

التأمل

reflection

إستراتيجية لتحسين جودة تدفق العمل الوكّالي بفحص (التأمل في) مخرجات الخطوة قبل تمريرها إلى الخطوة التالية.

المكافأة

reward

في التعلم المعزز، النتيجة الرقمية لاتخاذ إجراء في حالة معيّنة كما تحدّدها البيئة.

منحنى ROC (خاصية التشغيل المستقبِلة)

roc (receiver operating characteristic) curve

رسم بياني لمعدل الإيجابيات الحقيقية مقابل معدل الإيجابيات الكاذبة لعتبات تصنيف مختلفة في التصنيف الثنائي.

الوكيل الموجِّه

router agent

وكيل يصنّف استعلام المستخدم ثم يستدعي الوكيل الأنسب للتعامل معه.

نموذج الانحدار

regression model

بشكل تقريبي، نموذج يولّد تنبؤاً رقمياً، بخلاف نموذج التصنيف الذي يولّد تنبؤاً بالفئة.

التسوية

regularization

أي آلية تقلل فرط التجهيز (الإفراط في التلاؤم)؛ ومن أنواع التسوية الشائعة تنظيم L1 وL2 وغيرها.

معدل التنظيم

regularization rate

رقم يحدد الأهمية النسبية للتنظيم أثناء التدريب. تؤدي زيادة معدل التنظيم إلى تقليل الإفراط في التجهيز (overfitting) لكنها قد تقلل من القدرة التنبؤية للنموذج.

التعرف على الاستلزام النصي

rte

اختصار للتعرف على الاستلزام النصي (Recognizing Textual Entailment).

التعلم المعزز (RL)

reinforcement learning (rl)

عائلة من الخوارزميات تتعلم سياسة مثلى هدفها تعظيم العائد عند التفاعل مع بيئة؛ يمكن لأنظمة التعلم المعزز أن تصبح خبيرة في الألعاب المعقدة بتقييم تسلسلات الخطوات السابقة في اللعب التي أدت إلى الفوز أو الخسارة.

التمثيل

representation

عملية تحويل البيانات إلى ميزات مفيدة.

جذر متوسط مربعات الخطأ

root mean squared error (rmse)

الجذر التربيعي لمتوسط مربع الخطأ.

ROUGE (تقويم التلخيص الموجّه نحو الاسترجاع)

rouge (recall-oriented understudy for gisting evaluation)

عائلة مقاييس تقيّم نماذج التلخيص الآلي والترجمة الآلية؛ تحدد مقاييس ROUGE درجة تداخل النص المرجعي مع النص المولّد من النموذج.

مقياس ROUGE-L

rouge-l

أحد مقاييس عائلة ROUGE يركّز على طول أطول تتابع مشترك بين النص المرجعي والنص المولَّد.

الانحياز الانتقائي

selection bias

أخطاء في الاستنتاجات المستخلصة من البيانات المُعاينة ناتجة عن عملية انتقاء تولّد اختلافات منهجية بين العينات المُلاحَظة في البيانات وتلك غير المُلاحَظة. توجد الأشكال التالية من الانحياز الانتقائي:

التعلم المعزز بالتغذية الراجعة البشرية (RLHF)

reinforcement learning from human feedback (rlhf)

استخدام تغذية راجعة من مقيمين بشريين لتحسين جودة استجابات النموذج؛ إذ يمكن للآلية أن تطلب من المستخدمين تقييم جودة استجابة النموذج، ثم تعدّل استجاباتها المستقبلية بناءً على تلك التغذية الراجعة.

مخزن إعادة التشغيل (Replay Buffer)

replay buffer

في الخوارزميات الشبيهة بـ DQN، الذاكرة التي يستخدمها الوكيل لتخزين انتقالات الحالة لاستخدامها في إعادة تشغيل التجربة (experience replay).

النسخة المكررة

replica

نسخة (أو جزء) من مجموعة تدريب أو نموذج، تُخزَّن عادةً على جهاز آخر.

مجموعة الاستجابات

response set

مجموعة الاستجابات التي يرجّعها نموذج لغوي كبير لمجموعة مطالبات إدخال.

تسوية ريدج

ridge regularization

مرادف لتسوية L2؛ يُستخدم مصطلح تسوية ريدج أكثر في سياقات الإحصاء البحت بينما يُستخدم تسوية L2 أكثر في التعلم الآلي.

الشبكات العصبية المتكررة

rnn

اختصار للشبكات العصبية المتكررة.

الثبات الدوراني

rotational invariance

في مسألة تصنيف الصور، قدرة الخوارزمية على تصنيف الصور بنجاح حتى عندما يتغير اتجاه الصورة. تستطيع الخوارزمية مثلًا التعرف على مضرب تنس سواء أكان يشير إلى الأعلى أم إلى الجانب أم إلى الأسفل. لاحظ أن الثبات الدوراني ليس مرغوبًا دائمًا؛ فمثلًا لا ينبغي تصنيف الرقم 9 المقلوب رأسًا على عقب على أنه 9.

مكتبة scikit-learn

scikit-learn

منصة تعلم آلي مفتوحة المصدر واسعة الانتشار.

انحياز الإبلاغ

reporting bias

حقيقة أن تكرار كتابة الناس عن الأفعال أو النتائج أو الخصائص لا يعكس تكرارها في العالم الحقيقي أو درجة تميزها؛ ويمكن أن يؤثر هذا الانحياز على تركيب البيانات التي تتعلم منها أنظمة التعلم الآلي.

العائد

return

في تعلّم التعزيز، وبالنظر إلى سياسة معينة وحالة معينة، العائد هو مجموع كل المكافآت التي يتوقع الوكيل الحصول عليها عند اتباع السياسة من الحالة حتى نهاية الحلقة (episode). يراعي الوكيل الطبيعة المؤجلة للمكافآت المتوقعة بخصم المكافآت وفقًا لانتقالات الحالة اللازمة للحصول عليها.

الاستجابة

response

النص أو الصور أو الصوت أو الفيديو الذي يستنتجه نموذج ذكاء اصطناعي توليدي؛ فالمطالبة هي مدخل النموذج التوليدي والاستجابة هي مخرجه.

التوليد المعزز بالاسترجاع

retrieval-augmented generation (rag)

تقنية لتحسين جودة مخرجات نموذج اللغة الكبير بتثبيتها بمصادر معرفة تُسترجع بعد تدريب النموذج؛ إذ ترفع دقة إجابات النموذج بمنحه إمكان الوصول إلى معلومات مسترجعة من قواعد معرفية أو وثائق موثوقة.

ROUGE-N

rouge-n

مجموعة مقاييس ضمن عائلة ROUGE تقارن النون-جرامات المتشاركة من حجم معين في النص المرجعي والنص المولد.

رُوج-S (ROUGE-S)

rouge-s

شكل متسامح من ROUGE-N يتيح مطابقة تخطّي الكلمات (skip-gram). أي إن ROUGE-N يعدّ فقط N-grams المطابقة تمامًا، بينما يعدّ ROUGE-S أيضًا N-grams يفصل بينها كلمة واحدة أو أكثر. تأمل ما يلي:

التسجيل

scoring

الجزء من نظام التوصية الذي يوفر قيمة أو ترتيبًا لكل عنصر أنتجته مرحلة توليد المرشحين.

الجذر

root

عقدة البداية (الشرط الأول) في شجرة القرار؛ وبالاتفاق تُرسم الجذر في أعلى الشجرة.

الدليل الجذر

root directory

الدليل الذي تحدده لاستضافة الدلائل الفرعية لملفات نقاط التحقق والأحداث الخاصة بنماذج TensorFlow المتعددة.

صيغة SavedModel

savedmodel

الصيغة الموصى بها لحفظ نماذج TensorFlow واستعادتها؛ وهي صيغة تسلسل محايدة لغوياً وقابلة للاستعادة تتيح للأنظمة والأدوات عالية المستوى إنتاج نماذج TensorFlow واستهلاكها وتحويلها.

أداة الحفظ

saver

كائن في TensorFlow مسؤول عن حفظ نقاط التحقق (الفحوص) للنموذج.

العددية (Scalar)

scalar

رقم واحد أو سلسلة واحدة يمكن تمثيلها كموتر من الرتبة 0. كل سطر من أسطر الكود التالية ينشئ قيمة عددية واحدة في TensorFlow:

معامل التحديد (R²)

r-squared

مقياس انحدار يوضح مقدار التباين في الوسم الناتج عن ميزة مفردة أو مجموعة ميزات، وقيمته بين 0 و1.

التحجيم

scaling

أي تحويل أو تقنية رياضية تغيّر نطاق وسم أو قيمة ميزة أو كليهما؛ بعض أشكال التحجيم مفيدة للغاية لتحولات مثل التطبيع.

انحياز المعاينة

sampling bias

انظر: الانحياز الانتقائي (selection bias).

أخذ العينات مع الإعادة

sampling with replacement

طريقة لاختيار عناصر من مجموعة مرشحة يمكن فيها اختيار العنصر نفسه أكثر من مرة؛ وتعني عبارة مع الإعادة أنه بعد كل اختيار يُعاد العنصر المختار إلى مجموعة المرشحين.

الانتباه الذاتي

self-attention (also called self-attention layer)

طبقة شبكة عصبية تحوّل سلسلة تضمينات (مثل تضمينات الرموز) إلى سلسلة تضمينات أخرى؛ يُبنى كل تضمين في سلسلة المخرجات بدمج معلومات من عناصر سلسلة الإدخال عبر آلية انتباه.