معجم الذكاء الاصطناعي

المُحسِّن

optimizer

تنفيذ محدد لخوارزمية الانحدار التدرجي؛ من المحسِّنات الشائعة النزول التدرجي العشوائي (SGD) وآدم (Adam).

القيم الشاذة

outliers

قيم بعيدة عن معظم القيم الأخرى. في تعلّم الآلة، يُعد أي مما يلي قيمة شاذة:

نموذج المسارات اللغوي (PaLM)

palm

اختصار لـ Pathways Language Model (نموذج اللغة المساري).

خادم المعلّمات

parameter server (ps)

مهمة (job) تتعقّب معلّمات النموذج في بيئة موزعة.

استراتيجية التقسيم

partitioning strategy

الخوارزمية التي تُقسَّم بموجبها المتغيرات على خوادم المعلّمات.

نموذج Pathways اللغوي (PaLM)

pathways language model (palm)

نموذج أقدم يُعد سلفاً لنماذج Gemini.

الأداء

performance

نتيجة قابلة للقياس؛ قد تتعلق بحقائق كمية أو نوعية، وبإدارة الأنشطة أو العمليات أو المنتجات (بما فيها الخدمات) أو الأنظمة أو المؤسسات.

الحيرة

perplexity

أحد مقاييس مدى إنجاز النموذج لمهمته؛ فلو كانت مهمتك قراءة الأحرف الأولى من كلمة يكتبها مستخدم على لوحة مفاتيح هاتف وتقديم قائمة كلمات مكتملة محتملة، فإن الحيرة P لهذه المهمة تقارب تقريبًا عدد التخمينات التي يجب تقديمها حتى تتضمن قائمتك الكلمة الفعلية التي يحاول المستخدم كتابتها.

خط الأنابيب

pipeline

البنية التحتية المحيطة بخوارزمية تعلّم الآلة. يشمل خط الأنابيب جمع البيانات، ووضعها في ملفات بيانات التدريب، وتدريب نموذج واحد أو أكثر، وتصدير النماذج إلى بيئة الإنتاج.

خطوط الأنابيب (Pipelining)

pipelining

شكل من أشكال توازي النماذج يُقسَّم فيه معالجة النموذج إلى مراحل متتالية تُنفَّذ كل مرحلة على جهاز مختلف؛ وبينما تعالج إحدى المراحل دفعة ما، يمكن للمرحلة السابقة العمل على الدفعة التالية.

نموذج اللغة المُدرَّب مسبقًا (PLM)

plm

اختصار لـ pre-trained language model (نموذج اللغة المُدرَّب مسبقًا).

نموذج ما بعد التدريب

post-trained model

مصطلح ذو تعريف مرن يشير عادة إلى نموذج مُدرَّب مسبقاً خضع لبعض المعالجات اللاحقة، كإحدى المعالجات التالية.

التعلم الآلي التنبؤي

predictive ml

أي نظام تعلم آلي قياسي (تقليدي).

المعالجة المسبقة

preprocessing

معالجة البيانات قبل استخدامها لتدريب نموذج. قد تكون المعالجة المسبقة بسيطة مثل إزالة الكلمات غير الواردة في قاموس اللغة الإنجليزية من متن نص إنجليزي، أو معقدة مثل إعادة التعبير عن نقاط البيانات بطريقة تزيل أكبر قدر ممكن من السمات المرتبطة بالسمات الحساسة.

نموذج برو (Pro)

pro

نموذج جيميناي (Gemini) بعدد معلّمات أقل من Ultra وأكبر من Nano. راجع Gemini Pro للتفاصيل.

هندسة المطالبات

prompt engineering

عملية تصميم وصياغة المطالبات لنماذج الذكاء الاصطناعي التوليدية لاستخلاص المخرجات المطلوبة. تتضمن فهم قدرات النموذج وتخصيص المطالبة لتوجيه النموذج نحو توليد مخرجات وثيقة الصلة وغنية بالمعلومات وإبداعية.

مجموعة المطالبات

prompt set

مجموعة من المطالبات تُستخدم لتقييم نموذج لغوي كبير.

الرتبة (الترتيبية)

rank (ordinality)

الموضع الترتيبي لفئة في مسألة تعلّم آلي تصنّف الفئات من الأعلى إلى الأدنى. قد يصنّف نظام ترتيب سلوكي مكافآت كلب من الأعلى (شريحة لحم) إلى الأدنى (كرنب ذابل).

الترتيب

ranking

نوع من التعلم الآلي يفرز البيانات بترتيب ملائم، ويُستخدم عادة لتحسين البحث والتوصيات.

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.

النموذج التسلسلي

sequence model

نموذج تُظهر مدخلاته اعتمادًا تسلسليًا. من الأمثلة على ذلك التنبؤ بالفيديو التالي الذي سيُشاهَد من سلسلة مقاطع فيديو شُوهدت سابقًا.

الشظية (Shard)

shard

تقسيم منطقي لمجموعة التدريب أو للنموذج. عادةً، تنشئ بعض العمليات شظايا بتقسيم الأمثلة أو المعلّمات إلى قطع (متساوية الحجم عادةً).

التقييم جنباً إلى جنب

side-by-side evaluation

مقارنة جودة نموذجين بالحكم على استجابتيهما لنفس المطال.

مقياس التشابه

similarity measure

في خوارزميات التجميع (clustering)، المقياس المستخدم لتحديد مدى تماثل (تشابه) أي مثالين.

الثبات تجاه الحجم

size invariance

في مسائل تصنيف الصور، قدرة الخوارزمية على تصنيف الصور بنجاح حتى عندما يتغير حجم الصورة.

التخطيط المتقشف

sketching

في التعلم الآلي غير الخاضع للإشراف، فئة من الخوارزميات تجري تحليلًا أوليًا للتشابه على الأمثلة؛ إذ تستخدم دالة تجزئة حساسة للموضع لتحديد النقاط المحتمل تشابهها ثم تجمعها في دلاء.

سوفتماكس (softmax)

softmax

دالة تحدد احتمالات لكل فئة محتملة في نموذج تصنيف متعدد الفئات، بحيث يكون مجموع الاحتمالات مساوياً تماماً 1.0.

البرمجة التوصيفية

specificational coding

عملية كتابة ملف بلغة بشرية (مثل الإنجليزية) يصف البرمجيات وصيانته. يمكنك بعد ذلك أن تطلب من نموذج ذكاء اصطناعي توليدي أو مهندس برمجيات آخر إنشاء البرمجيات التي تحقق هذا الوصف.

التدريب المرحلي

staged training

أسلوب لتدريب النموذج في تسلسل من مراحل منفصلة؛ ويكون الهدف إما تسريع عملية التدريب أو تحقيق جودة أفضل للنموذج.

تقليل المخاطر البنيوية (SRM)

structural risk minimization (srm)

خوارزمية توازن بين هدفين:

أخذ العينات الفرعية

subsampling

استراتيجية حسابية يُحسب فيها ناتج الاستعلام باستخدام جزء فقط من البيانات الأصلية يُنتقى عشوائياً.

الشبكة الهدف

target network

في التعلم-ق العميق، شبكة عصبية تمثل تقريبًا مستقرًا للشبكة العصبية الرئيسية (التي تنفذ دالة ق أو سياسة)؛ ويمكنك بعد ذلك تدريب الشبكة الرئيسية على قيم ق التي تتنبأ بها الشبكة الهدف.

درجة الحرارة

temperature

معلمة زائدة تتحكم في درجة العشوائية في مخرجات النموذج؛ فدرجات الحرارة الأعلى تنتج مخرجات أكثر عشوائية، والأدنى تنتج مخرجات أقل عشوائية.