معجم الذكاء الاصطناعي

نموذج الصندوق الأسود

black box model

نموذج يفتقر للقابلية للتفسير كمعظم النماذج العميقة ونماذج اللغة الكبيرة.

التعزيز

boosting

تقنية تجمع مصنفات ضعيفة متتالية برفع وزن الأمثلة المخطئة لتصير مصنفاً قوياً.

النموذج اللغوي السببي

causal language model

نموذج لغوي أحادي الاتجاه يتوقع الرمز التالي بالنظر للماضي فقط.

مركز العنقود

centroid

نقطة تمثل متوسط نقاط العنقود في فضاء الميزات.

التجميع المرتكز على المتوسط

centroid-based clustering

طريقة تجميع توزّع النقاط حول مراكز قاعدة كخوارزمية K-Means.

نقطة التحقق

checkpoint

لقطة أوزان النموذج محفوظة أثناء التدريب لإمكانية الاستئناف.

نموذج التصنيف

classification model

نموذج مكتشف يحافظ على التوزيع بين الفئات ومرّب للتصنيف.

النموذج المضغوط

compact model

نموذج صغير الحجم بتكلفة حوسبة منخفضة يزيد كفاءة النشر.

الموارد الحاسوبية

compute

(اسم) الموارد الحاسوبية التي يستخدمها نموذج أو نظام، مثل قوة المعالجة والذاكرة والتخزين.

التهيئة

configuration

عملية تعيين القيم الأولية للخصائص المستخدمة في تدريب النموذج.

التحليل الدلالي المكوني

constituency parsing

تحليل النحو عبر تقسيم الجملة لتركيبات متداخلة تصل للكلمات.

البرمجة المحادثية

conversational coding

كتابة وتعديل الكود عبر محاورات طبيعية مع مساعد ذكاء اصطناعي.

الجملة الغامضة

crash blossom

عبارة تقبل تفسيرات متعددة تعرض نماذج اللغة للخطأ اللغوي.

حد القرار

decision boundary

حد يفصل مساحات تنبؤات التصنيف المختلفة في فضاء الميزات.

النموذج العميق

deep model

شبكة عصبية بعدة طبقات خفية تتعلم تمثيلات هرمية.

الشبكة العصبية العميقة

deep neural network

شبكة عصبية متعددة الطبقات الخفية تتعلم تمثيلات متدرجة التعقيد.

شبكة القيمة العميقة (DQN)

deep q-network (dqn)

خوارزمية تتعلم دالة قيمة بـشبكة عصبية عميقة لألعاب اتخاذ قرار متسلسلة.

العمق

depth

عدد الطبقات في الشبكة العصبية.

حتمي

deterministic

نمذجة تُنتج نتائج متسقة لمجموعة مدخلات معطاة مهما أُعيد حساب النموذج مرات عدة؛ فخصائصها الرياضية معلومة وليست عشوائية، ولكل مشكلة فيها مجموعة قيم محددة واحدة وحل واحد، والمكونات المجهولة خارج النموذج.

الأثر التفاضلي

disparate impact

ممارسات محايدة ظاهرياً لكنها تضر مجموعة محمية أكثر من غيرها.

التقطير

distillation

تدريب نموذج صغير ليحاكي مخارج نموذج أكبر جودة.

الديناميكي

dynamic

شيء يُنفَّذ بشكل متكرر أو مستمر. المصطلحان الديناميكي والفوري (online) مترادفان في تعلّم الآلة.

مسافة التحرير

edit distance

أصغر عدد تغييرات لتحويل سلسلة إلى أخرى كمسافة ليفنسشتاين.

النموذج الجماعي

ensemble

جمع تنبؤات عدة نماذج مستقلة لتحسين الأداء.

المثال

example

سطر من البيانات يتضمن ميزات وأحياناً تسمية.

مشكلة انفجار التدرج

exploding gradient problem

ظاهرة تشتد فيها التدرجات حسابياً أثناء التدريب فتنفجر القيم.

قيد الإنصاف

fairness constraint

تطبيق قيد على خوارزمية لضمان تحقق تعريف واحد أو أكثر من تعريفات الإنصاف.

السالب الكاذب

false negative (fn)

قضية حقيقية موجبة تنبأت بها كسلبية.

معدل السلبيات الكاذبة

false negative rate

نسبة الأمثلة الإيجابية الفعلية التي توقع النموذج خطأً انتماءها إلى الفئة السلبية.

الموجب الكاذب

false positive (fp)

قضية حقيقية سالبة تنبأت بها كموجبة.

معدل الكاذب الموجب

false positive rate (fpr)

عدد الموجب الكاذب على مجموع السلبيات الفعلية.

الميزة

feature

مدخل قابل للقياس في النموذج كدرجة الحرارة أو طول الجملة.

هندسة الميزات

feature engineering

عملية تحويل البيانات الخام لميزات أدق للنموذج.

مجموعة الميزات

feature set

المجموعة الكاملة من المدخلات النماذجية في مجموعة بيانات.

حلقة التغذية الراجعة

feedback loop

منظومة تغذي نتائج النموذج إلى تعلمه مرة أخرى تعديلاً.

الشبكة العصبية التغذية الأمامية (FFN)

feedforward neural network (ffn)

شبكة عصبية لا تحتوي على اتصالات دائرية أو متكررة؛ فالشبكات العصبية العميقة التقليدية هي شبكات تغذية أمامية، وتُقابلها الشبكات العصبية المتكررة ذات الطبيعة الدائرية.

التعلم بالقليل من الأمثلة

few-shot learning

مقدرة النموذج على أداء مهمة به أمثلة قليلة جداً.

نموذج فلاتش (Flash)

flash model

عائلة نماذج جيميناي صغيرة نسبيًا محسّنة للسرعة وقلة زمن الاستجابة. صُممت نماذج Flash لمجموعة واسعة من التطبيقات التي تكون فيها الاستجابات السريعة والإنتاجية العالية حاسمة.

فلاكس (Flax)

flax

مكتبة مفتوحة المصدر عالية الأداء للتعلم العميق مبنية على JAX؛ توفر دوالاً لتدريب الشبكات العصبية وطرقاً لتقييم أدائها.

النموذج الأساسي (Foundation Model)

foundation model

في الذكاء الاصطناعي التوليدي، نماذج تُدرَّب على بيانات واسعة النطاق باستخدام التعلّم الذاتي الإشراف، ويمكن تكييفها، مثلًا عبر الضبط الدقيق، لمجموعة متنوعة من المهام اللاحقة.