تعلّم الذكاء الاصطناعي
معجم الذكاء الاصطناعي
تعريفات بلغة بسيطة لمصطلحات الذكاء الاصطناعي التي ستقابلها وأنت تتعلّم بناء AI واستخدامه.
أساسيات الذكاء الاصطناعي
الوكيل الذكي (AI Agent)برنامج يستخدم الذكاء الاصطناعي لتحقيق هدف بمفرده - يحدد الخطوات ويتخذ الإجراءات اللازمة للوصول إليه.الذكاء الاصطناعي الوكيلي (Agentic AI)أنظمة ذكاء اصطناعي تعمل باستقلالية - تخطط وتقرر وتنفذ مهامًا متعددة الخطوات لتحقيق هدف.الذكاء الاصطناعي التوليدي (Generative AI)ذكاء اصطناعي ينشئ محتوى جديدًا - نصوصًا أو صورًا أو صوتًا أو كودًا - بناءً على أنماط تعلّمها من البيانات.الذكاء الاصطناعي (AI)تقنية تتيح للحواسيب أداء مهام تتطلب عادةً ذكاءً بشريًا، مثل فهم اللغة.الروبوت المحادثي (Chatbot)برنامج يجري محادثة مع الأشخاص عبر النص أو الصوت للإجابة عن الأسئلة أو إنجاز المهام.الأتمتة بالذكاء الاصطناعي (AI Automation)استخدام الذكاء الاصطناعي لإنجاز المهام المتكررة تلقائيًا، غالبًا بربط التطبيقات في مسار عمل بلا تدخل يدوي.بلا برمجة (No-Code)بناء البرمجيات أو التطبيقات أو عمليات الأتمتة باستخدام أدوات بصرية بدلًا من كتابة كود برمجي.مسار عمل الذكاء الاصطناعي (AI Workflow)سلسلة مترابطة من الخطوات، يتولى الذكاء الاصطناعي واحدة منها أو أكثر، تُنجز مهمة من البداية إلى النهاية.الذكاء الاصطناعي متعدد الوسائط (Multimodal AI)ذكاء اصطناعي قادر على فهم أكثر من نوع واحد من المدخلات والتعامل معها، كالنص والصور والصوت معًا.الرؤية الحاسوبية (Computer Vision)مجال من مجالات الذكاء الاصطناعي يتيح للحواسيب تفسير الصور والفيديو وفهمها كما يراها الإنسان.
النماذج والتدريب
النماذج اللغوية الكبيرة (LLM)نموذج ذكاء اصطناعي مدرّب على كميات هائلة من النصوص لفهم اللغة البشرية وتوليدها.التعلّم الآلي (Machine Learning)فرع من الذكاء الاصطناعي تتعلّم فيه الحواسيب الأنماط من البيانات بدلًا من اتباع قواعد ثابتة صريحة.التعلّم العميق (Deep Learning)نوع من التعلّم الآلي يستخدم شبكات عصبية متعددة الطبقات لتعلّم أنماط معقدة من بيانات ضخمة.الشبكة العصبية (Neural Network)نظام حاسوبي مستوحى بشكل تقريبي من الدماغ، يتكون من عقد مترابطة تتعلّم الأنماط من البيانات.معالجة اللغة الطبيعية (NLP)مجال من الذكاء الاصطناعي يركّز على مساعدة الحواسيب على فهم اللغة البشرية وتفسيرها وتوليدها.بيانات التدريب (Training Data)مجموعة الأمثلة التي يتعلّم منها نموذج الذكاء الاصطناعي لأداء مهمة ما.الضبط الدقيق (Fine-Tuning)تدريب إضافي لنموذج ذكاء اصطناعي قائم على أمثلة إضافية مركّزة ليؤدي أداءً أفضل في مهمة محددة.النموذج الأساس (Foundation Model)نموذج ذكاء اصطناعي كبير متعدد الأغراض، مدرّب على بيانات واسعة، يمكن تكييفه لمهام مختلفة كثيرة.المحوّل (Transformer)تصميم شبكة عصبية يشغّل النماذج اللغوية الحديثة ويتعامل جيدًا مع التسلسلات كالنصوص.الاستدلال (Inference)المرحلة التي يُستخدم فيها نموذج ذكاء اصطناعي مدرَّب فعليًا لإنتاج إجابة أو نتيجة من مدخل جديد.GPTعائلة من النماذج اللغوية الكبيرة - وGPT اختصار لعبارة Generative Pre-trained Transformer.التعلّم الموجَّه (Supervised Learning)أسلوب تعلّم آلي يتعلّم فيه النموذج من أمثلة مُصنَّفة مسبقًا بالإجابة الصحيحة.التعلّم غير الموجَّه (Unsupervised Learning)أسلوب تعلّم آلي يكتشف فيه النموذج أنماطًا في بيانات لا تحمل تصنيفات أو إجابات صحيحة.التعلّم المعزَّز (Reinforcement Learning)أسلوب تعلّم آلي يتعلّم فيه النموذج بالتجربة والخطأ، مسترشدًا بمكافآت على النتائج الجيدة.
البناء بالذكاء الاصطناعي
واجهة برمجة التطبيقات (API)طريقة محددة تتيح لنظامين برمجيين التواصل وتبادل البيانات أو الميزات.أتمتة مسارات العمل (Workflow Automation)إعداد سلسلة من المهام لتعمل تلقائيًا بربط تطبيقاتك وأدواتك معًا.التوليد المعزَّز بالاسترجاع (RAG)تقنية تتيح للذكاء الاصطناعي البحث عن المعلومات ذات الصلة أولًا، ثم استخدامها لتقديم إجابة أدق.التضمين (Embedding)طريقة لتحويل النص أو بيانات أخرى إلى أرقام تلتقط المعنى، ليتمكن الذكاء الاصطناعي من مقارنة التشابه.قاعدة البيانات المتجهية (Vector Database)قاعدة بيانات مصممة لتخزين التضمينات وإيجاد المعلومات بسرعة حسب المعنى لا الكلمات الحرفية.تنسيق الذكاء الاصطناعي (AI Orchestration)تنسيق عدة نماذج وأدوات وخطوات ذكاء اصطناعي لتعمل معًا كنظام واحد سلس.المخرجات المهيكلة (Structured Output)استجابات ذكاء اصطناعي تُعاد بصيغة ثابتة ومنظمة ليتمكن برنامج آخر من استخدامها بموثوقية.نموذج الذكاء الاصطناعي (AI Model)البرنامج المدرَّب في صميم أداة الذكاء الاصطناعي، يأخذ مدخلًا وينتج مخرجًا.
صياغة الأوامر والعمل مع الذكاء الاصطناعي
الأمر النصي (Prompt)التعليمة أو السؤال الذي تقدّمه للذكاء الاصطناعي لتخبره بما تريد منه فعله.هندسة الأوامر النصية (Prompt Engineering)مهارة كتابة الأوامر النصية وتحسينها للحصول على نتائج دقيقة ومفيدة من أدوات الذكاء الاصطناعي.أمر النظام (System Prompt)تعليمة خلفية تحدد دور الذكاء الاصطناعي ونبرته وقواعده طوال المحادثة بأكملها.الرمز (Token)قطعة صغيرة من النص - كلمة أو جزء من كلمة - يقرؤها نموذج الذكاء الاصطناعي ويولّدها واحدة تلو الأخرى.نافذة السياق (Context Window)الحد الأقصى من النص الذي يستطيع نموذج الذكاء الاصطناعي مراعاته دفعة واحدة، شاملًا مدخلك ورده.الهلوسة في الذكاء الاصطناعي (AI Hallucination)حين ينتج الذكاء الاصطناعي معلومات تبدو واثقة ومقنعة لكنها في الواقع غير صحيحة أو مختلقة.التعلّم بلا أمثلة (Zero-Shot Learning)حين ينجز الذكاء الاصطناعي مهمة لم يُعطَ لها أي أمثلة، معتمدًا فقط على تدريبه العام.التعلّم بأمثلة قليلة (Few-Shot Learning)توجيه الذكاء الاصطناعي بتضمين بضعة أمثلة في أمرك النصي ليتبع النمط الذي تريده.صياغة أوامر سلسلة التفكير (Chain-of-Thought Prompting)تقنية صياغة أوامر تطلب من الذكاء الاصطناعي التفكير خطوة بخطوة، ما يحسّن الدقة في المهام المعقدة.تسلسل الأوامر (Prompt Chaining)تقسيم مهمة إلى عدة أوامر نصية بحيث تغذّي مخرجات كل خطوة الخطوة التالية.
مستعد لبناء مهارات الذكاء الاصطناعي التي يعتمد عليها مستقبلك؟
خض الاختبار المجاني (5 دقائق) واحصل على خطة تعلّم مخصّصة مبنية حول أهدافك وجدولك وخبرتك.