معجم الذكاء الاصطناعي

الذكاء الاصطناعي

Artificial Intelligence

مجال في علوم الحاسوب يهدف إلى إنشاء أنظمة قادرة على محاكاة الذكاء البشري.

التعلم الآلي

Machine Learning

فرع من الذكاء الاصطناعي يعتمد على تطوير خوارزميات تتعلم من البيانات.

التعلم العميق

Deep Learning

نوع من التعلم الآلي يستخدم شبكات عصبية عميقة ذات طبقات متعددة.

الشبكات العصبية الاصطناعية

Artificial Neural Networks

نماذج حاسوبية مستوحاة من بنية الدماغ البشري تتكون من عقد مترابطة.

البيانات

Data

المعلومات الخام والأرقام والنصوص والصور التي تستخدم لتدريب النماذج.

مجموعة التدريب

Training Set

الجزء من البيانات المستخدم لتدريب النموذج وتعلم الأنماط.

مجموعة الاختبار

Test Set

الجزء المحجوز من البيانات لتقييم أداء النموذج النهائي.

الاستدلال

Inference

عملية استخدام النموذج المدرب للتنبؤ بالنتائج على بيانات جديدة.

الخوارزمية

Algorithm

سلسلة من التعليمات والقواعد المنظمة التي يتبعها الحاسوب لحل مشكلة.

التعلم الخاضع للإشراف

Supervised Learning

نوع من التعلم الآلي يدرب النموذج على بيانات معلمة لإدخال وإخراج.

التعلم غير الخاضع للإشراف

Unsupervised Learning

نوع من التعلم الآلي يكتشف الأنماط في بيانات غير معلمة.

التعلم المعزز

Reinforcement Learning

نمط تعلم يتعلم فيه الوكيل اتخاذ إجراءات للحصول على أكبر مكافأة.

التصنيف

Classification

مهمة في التعلم الآلي تقوم بإسناد مدخل إلى فئة معينة.

الانحدار

Regression

مهمة في التعلم الآلي تتنبأ بقيمة عددية مستمرة.

الخطأ

Error

الفرق بين التنبؤ الفعلي للنموذج والقيمة الحقيقية المطلوبة.

التحلل

Decay

تناقص تدريجي لمعدل التعلم أو الأوزان لتحسين الاستقرار.

معدل التعلم

Learning Rate

معامل يتحكم في حجم الخطوات أثناء تحديث الأوزان.

الدورة التدريبية

Epoch

مرور كامل على مجموعة التدريب بأكملها خلال التدريب.

حجم الدفعة

Batch Size

عدد العينات التي يعالجها النموذج في كل خطوة تدريب.

التضمين

Embedding

تمثيل رقمي لكائنات نصية أو صورية في فضاء أبعاد منخفضة.

فرط التخصيص

Overfitting

حالة يتعلم فيها النموذج التفاصيل الضوضائية في بيانات التدريب.

نقص التخصيص

Underfitting

حالة يكون فيها النموذج غير معقد بما يكفي لالتقاط الأنماط.

التعميم

Generalization

قدرة النموذج على أداء جيد على بيانات جديدة لم يدرب عليها.

الميزات

Features

السمات والمعلومات المستخرجة من البيانات لتدريب النموذج.

البيانات المعلمة

Labeled Data

بيانات تحتوي على إجابات صحيحة مرتبطة بها لتدريب النماذج.

دالة الخسارة

Loss Function

دالة تقيس مدى اختلاف تنبؤات النموذج عن القيم الحقيقية.

العيّنة

Sample

مثال واحد من بيانات التدريب أو الاستدلال.

فرط المعاملات

Hyperparameter

قيم يضبطها الإنسان قبل التدريب (كعدد الطبقات ومعدل التعلم) ولا تتعلمها المعاملات.

مساحة الميزات

Feature Space

الفضاء المتعدد الأبعاد الذي تُعرض فيه عينات البيانات وفق مميزاتها.

منحنى التعلم

Learning Curve

رسم بياني يبين تحسن أداء النموذج مع زيادة حجم بيانات التدريب أو الجولات.

التطبيع

Normalization

إعادة قياس القيم إلى مدى موحد لتسريع التدريب وتحسين الاستقرار.

التوزيع الاحتمالي

Probability Distribution

توزيع الاحتمالات على القيم أو النتائج المحتملة لمتغير.

رقاقة مسرّعة

accelerator chip

مكوّن عتادي متخصص لأداء الحسابات الثقيلة المطلوبة في التعلم العميق، أسرع وأكفأ من المعالجات العامة.

الذكاء الاصطناعي العام

artificial general intelligence

نظام غير بشري يُظهر نطاقاً واسعاً من حل المشكلات والإبداع والتكيّف على مستوى القدرات البشرية.

التقييم بالمقيّم الآلي

autorater evaluation

آلية هجينة للحكم على جودة مخرجات نموذج ذكاء اصطناعي توليدي تجمع بين التقييم البشري والتقييم الآلي. المقيّم الآلي هو نموذج تعلّم آلي مدرَّب على بيانات أُنشئت عبر تقييم بشري.

الخسارة المساعدة

auxiliary loss

دالة خسارة إضافية تعزز التدرجات في الطبقات المبكرة وتسريع التقارب أثناء التدريب.

الانتشار الخلفي

backpropagation

خوارزمية تنفذ النزول المدرّج في الشبكات العصبية: مرور أمامي للتنبؤ ومرور خلفي لتعديل الأوزان.

النموذج الأساسي

base model

نموذج مدرّب مسبقاً يصلح كنقطة انطلاق للضبط الدقيق.

الشبكة العصبية البايزية

bayesian neural network

شبكة احتمالية تحسب عدم اليقين في الأوزان والمخرجات بمبرهنة بايز.

حد الانحياز (رياضياً)

bias (math) or bias term

معلم اعتراض في النماذج الخطية يمثل تقاطع الخط مع المحور الرأسي.