معجم الذكاء الاصطناعي

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.

ملعب TensorFlow

tensorflow playground

برنامج يصور كيف تؤثر المعلمات الزائدة المختلفة على تدريب النماذج (خصوصاً الشبكات العصبية).

مثال tf.Example

tf.example

مخزن مؤقت بروتوكولي (protocol buffer) قياسي لوصف بيانات الإدخال لتدريب نماذج التعلم الآلي أو الاستدلال.

الخطوة الزمنية

timestep

خلية واحدة مفكَّكة (مفردة) داخل شبكة عصبية متكررة.

المرمِّز

tokenizer

نظام أو خوارزمية تحوّل تسلسل بيانات الإدخال إلى توكنات (رموز).

البرج

tower

مكوّن من شبكة عصبية عميقة يكون هو نفسه شبكة عصبية عميقة؛ في بعض الحالات يقرأ كل برج من مصدر بيانات مستقل، وتبقى الأبراج مستقلة حتى يُدمج ناتجها في طبقة نهائية.

السمية

toxicity

درجة كون المحتوى مسيئاً أو مهدداً أو مهيناً؛ ويمكن للعديد من نماذج التعلم الآلي تحديد السمية وقياسها وتصنيفها.

التدريب

training

عملية تحديد البارامترات المثلى (الأوزان والانحيازات) المكوِّنة للنموذج؛ وخلالها يقرأ النظام أمثلة ويضبط البارامترات تدريجيًا.

انحراف التدريب عن الخدمة

training-serving skew

الفرق بين أداء النموذج أثناء التدريب وأداء النموذج نفسه أثناء تقديم الخدمة.

الثبات الإزاحي

translational invariance

في مسألة تصنيف الصور، قدرة الخوارزمية على تصنيف الصور بنجاح حتى عندما يتغير موضع الكائنات داخل الصورة. تستطيع الخوارزمية مثلًا التعرف على كلب سواء أكان في منتصف الإطار أم في طرفه الأيسر.

مطالبة شجرة الأفكار (ToT)

tree-of-thought prompting (tot)

إستراتيجية مطالبة متطورة تشجع نموذج اللغة الكبير على متابعة وصقل الحلول الوسيطة الأكثر وعداً والتخلي عن الباقي.

السلبي الصحيح (TN)

true negative (tn)

مثال يتنبأ فيه النموذج بالفئة السلبية بشكل صحيح. يستنتج النموذج مثلًا أن رسالة بريد إلكتروني معينة ليست بريدًا عشوائيًا (spam)، وهذه الرسالة فعلًا ليست بريدًا عشوائيًا.

الموجب الحقيقي (TP)

true positive (tp)

مثال يوقع فيه النموذج توقعاً صحيحاً للفئة الموجبة؛ فمثلاً يستنتج النموذج أن رسالة بريد معيّنة غير مرغوب فيها وتكون كذلك فعلاً.

نموذج Gemini Ultra

ultra

نموذج Gemini الذي يضم أكبر عدد من المعلمات.

نمذجة الرفع

uplift modeling

أسلوب نمذجة شائع الاستخدام في التسويق يمثّل الأثر السببي (المعروف أيضاً بالأثر الإضافي) لمعاملة على فرد.

أهمية المتغيرات

variable importances

مجموعة درجات تشير إلى الأهمية النسبية لكل ميزة بالنسبة للنموذج.

المتجه

vector

مصطلح مثقل بالمعاني يختلف معناه بين الحقول الرياضية والعلمية المختلفة. ضمن تعلّم الآلة، للمتجه خاصيتان:

فيرتكس (Vertex AI)

vertex

منصة سحابة جوجل للذكاء الاصطناعي والتعلم الآلي؛ توفر Vertex أدوات وبنية تحتية لبناء تطبيقات الذكاء الاصطناعي ونشرها وإدارتها، بما في ذلك الوصول إلى نماذج جيميني.

الوزن

weight

قيمة يضربها النموذج في قيمة أخرى. التدريب هو عملية تحديد الأوزان المثالية للنموذج؛ والاستدلال (inference) هو عملية استخدام هذه الأوزان المكتسبة لإجراء التنبؤات.

المربعات الصغرى البديلة الموزونة (WALS)

weighted alternating least squares (wals)

خوارزمية لتقليل دالة الهدف أثناء تحليل المصفوفات في أنظمة التوصية، تتيح تخفيض وزن الأمثلة المفقودة؛ تقلل WALS الخطأ التربيعي الموزون بين المصفوفة الأصلية وتخمين إعادة البناء بالتناوب بين تثبيت تحليل الصفوف وتحليل الأعمدة.

النموذج العريض

wide model

نموذج خطي له عادةً ميزات إدخال متناثرة كثيرة. نسميه «عريضًا» لأن هذا النموذج نوع خاص من الشبكات العصبية به عدد كبير من المدخلات تتصل مباشرةً بعقدة المخرج.

حكمة الجماهير

wisdom of the crowd

فكرة أن حساب متوسط آراء أو تقديرات مجموعة كبيرة من الأشخاص («الجموع») يولّد غالبًا نتائج جيدة بشكل مدهش. تأمل لعبة يخمن فيها الناس عدد حبوب الجيلي المعبأة في برطمان كبير. رغم أن معظم التخمينات الفردية ستكون غير دقيقة، فقد ثبت تجريبيًا أن متوسط جميع التخمينات قريب بشكل مدهش من العدد الفعلي لحبوب الجيلي في البرطمان.

التعلّم دون أمثلة (Zero-shot)

zero-shot learning

نوع من التدريب في تعلّم الآلة يستنتج فيه النموذج تنبؤًا لمهمة لم يُدرَّب عليها تحديدًا من قبل. بعبارة أخرى، يُعطى النموذج صفر أمثلة تدريب خاصة بالمهمة ويُطلب منه إجراء استدلال لها.

الدقة (معدل الخطأ)

accuracy (error rate)

دقة خوارزمية التصنيف في التعلم الآلي إحدى طرق قياس عدد المرات التي تصنف فيها الخوارزمية نقطة بيانات تصنيفًا صحيحًا.

قاعدة دلتا المعمّمة

generalized delta rule

تُستخدم قاعدة دلتا المعمّمة لتدريب نموذج/آلة حاسوبية متعددة الطبقات للتوسط في التوصيل المطلوب بين المدخلات والمخرجات.

خوارزمية الانتشار الخلفي للأخطاء

error backpropagation learning algorithm

تُحسب مشتقات الخطأ نسبة لكل وزن وتُحدَّث قيمة تدرج النقصان.

اللاخطية السينية

sigmoidal nonlinearity

دالة تنشيط غير خطية على شكل حرف S تضغط مدخلات النموذج إلى نطاق محدود، وتُستخدم على نطاق واسع في الشبكات العصبية.

المشبك العصبي

synapse

المشبك هو الاتصال بين العقد، أو الخلايا العصبية، في الشبكة العصبية الاصطناعية (ANN).

المخرج المستهدف

target output

القيمة الصحيحة المتوقعة (الهدف) التي يجب أن يُنتجها نموذج تعلم آلي عند إدخال بيانات معيّنة، ويُقارن بها ما يخرجه النموذج فعلياً لتحديد مدى صحة توقعاته.