معجم الذكاء الاصطناعي

خوارزمية المعالجة أثناء التدريب

in-processing algorithm

خوارزمية تخفيف انحياز تُطبَّق على نموذج أثناء تدريبه.

الحادثة

incident

حالة تكون فيها أنظمة الذكاء الاصطناعي قد سببت ضررًا واقعيًا، أو كادت تسببه.

مكوّن إدخال المعلومات

information input component

أحد المكونات الثلاثة للنموذج؛ يسلم هذا المكوّن الافتراضات والبيانات إلى النموذج.

بيانات الإدخال

input data

البيانات المقدمة إلى نظام الذكاء الاصطناعي أو المكتسبة مباشرةً به، والتي ينتج النظام بناءً عليها مخرجًا.

وزن المثال

instance weight

قيمة عددية تضرب مساهمة نقطة بيانات في النموذج.

انتهاك النزاهة

integrity violation

في سياق التعلم الآلي الخبيث، إجبار نظام ذكاء اصطناعي على الأداء السيئ خلافاً لأهدافه المقصودة، منتجاً مخرجات أو تنبؤات تتفق مع هدف المهاجم.

النموذج القابل للتفسير

interpretable model

نموذج تعلم آلي قادر على الانصياع لمجموعة قيود خاصة بالمجال تيسّر فهمه (أو فهم تنبؤاته أو بياناته) من قبل البشر؛ وقد تختلف هذه القيود اختلافاً كبيراً بحسب المجال.

تمثيل المعرفة

knowledge representation

فن صياغة المعرفة بشكل تصريحي، يُستخدم عادة في نظام ذكاء اصطناعي رمزي مثل النظام الخبير.

التعلم

learning

إجراء في الذكاء الاصطناعي يحسّن برنامج الذكاء الاصطناعي من خلاله أداءه باكتساب المعرفة.

دورة الحياة

lifecycle

دورة حياة نظام الذكاء الاصطناعي تشمل عدة مراحل مترابطة تمتد من التصميم والتطوير (بما فيها تحليل المتطلبات وجمع البيانات والتدريب والاختبار والدمج) إلى التركيب والنشر والتشغيل والصيانة وإنهاء الخدمة.

النموذج اللوجستي

logistic model

نموذج يمثل النمو المقيد بسعة استيعاب قصوى؛ ووصفه بأنه نموذج لوجستي مستمر بنمذجة تغير السكان بمعادلة تفاضلية تعتمد على معامل النمو الأقصى والقدرة الاستيعابية القصوى للسكان المستدامين.

إمكانية الإزاحة المنخفضة

low displacement potential

إمكانية إزاحة تُعزى إلى أنظمة الذكاء الاصطناعي التي تؤدي مهام تتطلب التفكير في مواقف جديدة (مثل البحث)، ومهارات التعامل مع الآخرين (مثل المعلمين والمديرين وبعض بائعي القهوة)، ومهن جسدية تتطلب الإدراك والتعامل مع عدد كبير من الأشياء غير المنتظمة في بيئات غير مضبوطة مع مجال محدود للحركة (مثل عاملات المنازل وعمال النظافة والقائمين على الكافتيريات...).

خوارزمية التعلم الآلي

machine learning algorithm

خوارزمية تحدد معاملات نموذج تعلم آلي انطلاقاً من البيانات وفق معايير معيّنة؛ فمثلاً تحديد نقطة الاعتراض (intercept) والأوزان لدالة خطية يُعرف بالانحدار الخطي.

نموذج التعلم الآلي

machine learning model

بناء رياضي يولّد استنتاجاً أو تنبؤاً بناءً على بيانات الإدخال؛ وينتج نموذج التعلم الآلي من تدريب يعتمد على خوارزمية تعلم آلي.

إلغاء تعلم الآلة

machine unlearning

تقنية تنطوي على إزالة تأثيرات نقاط بيانات تدريب محددة بشكل انتقائي من نموذج تعلم آلي مُدرَّب، مثل إزالة قدرات أو معرفة غير مرغوب فيها من نموذج أساسي، أو تمكين مستخدم من طلب حذف سجلاته من نموذج؛ وقد لا تتطلب تقنيات الإلغاء التقريبية الفعالة إعادة تدريب النموذج من الصفر.

مغالطة ماكنمارا

mcnamara fallacy

افتراض أن النماذج الكمية للواقع أدق دائماً من النماذج الأخرى، وأن أسهل القياسات الكمية إجراءً هي الأكثر صلة، وأن العوامل الأخرى غير المستخدمة في المقاييس الكمية إما غير موجودة أو لا تؤثر تأثيراً ذا شأن في النجاح؛ وتعرف أيضاً بالمغالطة الكمية.

نموذج القياس

measurement model

نموذج التحليل العاملي التوكيدي الأولي الذي يقوم عليه النموذج البنيوي، ويختبر مدى كفاية العلاقات التي تربط المؤشرات بالبنية الكامنة التي تقيسها.

هجوم استدلال العضوية

membership-inference attack

هجوم على خصوصية البيانات لتحديد ما إذا كانت عينة بيانات جزءًا من مجموعة التدريب لنموذج تعلّم آلي.

تمكين إساءة الاستخدام

misuse enablement

في سياق إساءة استخدام نماذج اللغة الكبيرة (AML)، التحايل على القيود التقنية التي يفرضها مالك نظام الذكاء الاصطناعي على استخدامه، مثل القيود الموضوعة لمنع نظام توليدي من إنتاج مخرجات قد تضر بالآخرين.

دورة حياة التعلم الآلي

ml lifecycle

سلسلة مراحل يمر بها التعلم الآلي الموجود في نظام ذكاء اصطناعي خلال حياته، من التصور عبر التطوير والنشر والتشغيل وأخيراً السحب.

تدريب التعلّم الآلي

ml training

عملية تحسين نموذج تعلّم الآلة بتعريض خوارزمية تعلّم الآلة لبيانات ذات صلة.

تأكيد النموذج

model assertion

دوال اعتباطية على مدخلات النموذج ومخرجاته تشير إلى وقت حدوث أخطاء محتملة.

التحكم في النموذج

model control

قدرة يتمتع بها مهاجم يمكنه من التحكم في معلمات نموذج التعلم الآلي.

تصحيح النموذج

model debugging

يهدف تصحيح النموذج إلى تشخيص إخفاقات النموذج.

تراجع النموذج

model decay

يشير تراجع النموذج إلى تدهور أداء النموذج بمرور الوقت.

تحرير النموذج

model editing

مجال بحثي يهدف إلى تمكين تحديثات سريعة وفعالة في استخدام البيانات لسلوك النموذج الأساسي المُدرَّب مسبقاً، في منطقة صغيرة فقط من المجال، دون الإضرار بأداء النموذج على المدخلات الأخرى المهمة.

جرد النماذج

model inventory

في سياق إدارة المخاطر، قاعدة بيانات أو نظام معلومات إداري يُطور لغرض تجميع المعلومات المتعلقة بالنماذج الكمية المستخدمة في مؤسسة أو منظمة.

الطبقة التصحيحية للنموذج

model overlay

تعديلات حكمية أو نوعية على مدخلات النموذج أو مخرجاته للتعويض عن قيود معروفة في النموذج أو البيانات أو غيرها؛ والطبقة التصحيحية نوع من التجاوز.

حزمة النماذج

model suite

مجموعة من النماذج تعمل معاً.

الشبكة العصبية / الشبكة العصبية الاصطناعية

neural network (nn)/artificial neural network (ann)

شبكة من طبقتين أو أكثر من العصبونات مترابطة بوصلات موزونة بأوزان قابلة للضبط، تستقبل بيانات الإدخال وتنتج مخرجًا؛ وبينما تُصمم بعض الشبكات العصبية لمحاكاة عمل العصبونات البيولوجية في الجهاز العصبي، تُستخدم معظمها في الذكاء الاصطناعي بوصفها تحققًا للنموذج الاتصالي.

التعلم دون اتصال

offline learning

تعلم يستلزم مجموعة بيانات ثابتة معروفة منذ البداية، وتُضبط بارامترات خوارزمية التعلم الآلي على مجموعة البيانات كاملة دفعة واحدة، غالبًا بتحميلها كلها في الذاكرة أو على دفعات.

التعلم الفوري

online learning

ملاءمة النموذج تدريجياً مع تدفق البيانات إليها (بيانات متدفقة).

الإجرائية

operationalization

إدخال أنظمة الذكاء الاصطناعي أو المفاهيم المرتبطة بها حيز الاستخدام كي يمكن قياسها.

الحزمة

package

مجلد يحتوي على كل الكود والبيانات الوصفية (metadata) اللازمة لتدريب نموذج تعلّم آلي وتقديمه.

المعامل (معامل النموذج)

parameter/model parameter

في التعلم الآلي، متغير داخلي للنموذج يؤثر في طريقة حساب مخرجاته؛ من أمثلة المعاملات أوزان الشبكة العصبية أو احتمالات الانتقال في نموذج ماركوف.

معلمي (بارامتري)

parametric

نموذج تعلم يلخص البيانات بمجموعة معلمات ذات حجم ثابت (مستقل عن عدد أمثلة التدريب).

التخطيط

planning

في الذكاء الاصطناعي، عمليات حسابية تؤلف سير عمل من مجموعة إجراءات بهدف بلوغ هدف محدد.

خوارزمية ما بعد المعالجة

post-processing algorithm

خوارزمية تخفيف انحياز تُطبَّق على الوسوم المتوقعة.

قابلية التنبؤ

predictability

خاصية نظام ذكاء اصطناعي تتيح لأصحاب المصلحة وضع افتراضات موثوقة حول المخرجات.

اختراق الخصوصية

privacy compromise

في سياق AML، وصول غير مصرح به إلى معلومات مقيدة أو مملوكة تمثل جزءاً من نظام ذكاء اصطناعي، بما فيها معلومات عن بيانات تدريب النموذج أو أوزانه أو بنيته، أو معلومات حساسة يصل إليها النموذج مثل قاعدة المعرفة في تطبيق توليد معزز بالاسترجاع (RAG).