مسرد مصطلحات الذكاء الاصطناعي: 29 مصطلحًا للذكاء الاصطناعي يجب أن تعرفها

قد يبدو استكشاف الذكاء الاصطناعي (AI) وكأنه دخول في متاهة من المصطلحات التقنية المربكة والمصطلحات غير المنطقية. لا عجب أنه حتى أولئك الذين هم على دراية بالذكاء الاصطناعي يمكن أن يجدوا أنفسهم في حيرة من أمرهم في حالة من الارتباك.

ومع أخذ ذلك في الاعتبار، أنشأنا معجمًا شاملاً للذكاء الاصطناعي لتزويدك بالمعرفة اللازمة. من الذكاء الاصطناعي نفسه إلى التعلم الآلي واستخراج البيانات، سنقوم بفك تشفير جميع مصطلحات الذكاء الاصطناعي الأساسية بلغة واضحة وبسيطة.

سواء كنت مبتدئًا فضوليًا أو متحمسًا للذكاء الاصطناعي، فإن فهم مفاهيم الذكاء الاصطناعي التالية سيجعلك أقرب إلى إطلاق العنان لقوة الذكاء الاصطناعي.

تحميل مجاني: تتوفر ورقة الغش هذه كملف PDF قابل للتنزيل من شريك التوزيع لدينا، TradePub. سيتعين عليك إكمال نموذج قصير للوصول إليه لأول مرة. قم بتنزيل ورقة الغش في مسرد الذكاء الاصطناعي.

1. الخوارزمية

الخوارزمية هي مجموعة من التعليمات أو القواعد التي تتبعها الآلات لحل مشكلة ما أو إنجاز مهمة ما.

2. الذكاء الاصطناعي

الذكاء الاصطناعي هو قدرة الآلات على محاكاة الذكاء البشري وأداء المهام المرتبطة عادة بالكائنات الذكية.

3. الذكاء العام الاصطناعي (AGI)

الذكاء الاصطناعي العام (AGI)، والذي يُطلق عليه أيضًا الذكاء الاصطناعي القوي، هو نوع من الذكاء الاصطناعي يمتلك قدرات ذكاء متقدمة مشابهة للبشر. في حين كان الذكاء الاصطناعي العام في المقام الأول مفهومًا نظريًا وملعبًا غنيًا للبحث، يعتقد العديد من مطوري الذكاء الاصطناعي الآن أن البشرية ستصل إلى الذكاء الاصطناعي العام في وقت ما في العقد المقبل.

4. الانتشار العكسي

Backpropagation هي خوارزمية تستخدمها الشبكات العصبية لتحسين دقتها وأدائها. وهو يعمل عن طريق حساب الخطأ في المخرجات، ونشره مرة أخرى عبر الشبكة، وضبط أوزان وانحيازات الاتصالات للحصول على نتائج أفضل.

5. التحيز

يشير تحيز الذكاء الاصطناعي إلى ميل النموذج إلى تقديم تنبؤات معينة أكثر من غيرها. يمكن أن يحدث التحيز بسبب بيانات التدريب الخاصة بالنموذج أو الافتراضات المتأصلة فيه.

6. البيانات الضخمة

البيانات الضخمة هو مصطلح يصف مجموعات البيانات الكبيرة جدًا أو المعقدة جدًا بحيث لا يمكن معالجتها باستخدام الطرق التقليدية. ويتضمن تحليل مجموعات واسعة من المعلومات لاستخراج رؤى وأنماط قيمة لتحسين عملية صنع القرار.

7. الشات بوت

Chatbot هو برنامج يمكنه محاكاة المحادثات مع المستخدمين البشريين من خلال الأوامر النصية أو الصوتية. يمكن لروبوتات الدردشة فهم وإنشاء استجابات شبيهة بالاستجابات البشرية، مما يجعلها أداة قوية لتطبيقات خدمة العملاء.

8. الحوسبة المعرفية

الحوسبة المعرفية هي مجال الذكاء الاصطناعي الذي يركز على تطوير الأنظمة التي تحاكي القدرات المعرفية البشرية، مثل الإدراك والتعلم والتفكير وحل المشكلات.

9. نظرية التعلم الحسابي

فرع من فروع الذكاء الاصطناعي يدرس الخوارزميات والنماذج الرياضية للتعلم الآلي. وهو يركز على الأسس النظرية للتعلم لفهم كيف يمكن للآلات اكتساب المعرفة، وإجراء التنبؤات، وتحسين أدائها.

10. رؤية الكمبيوتر

تشير رؤية الكمبيوتر إلى قدرة الآلات على استخراج المعلومات المرئية من الصور ومقاطع الفيديو الرقمية. تُستخدم خوارزميات الرؤية الحاسوبية على نطاق واسع في تطبيقات مثل اكتشاف الأشياء والتعرف على الوجوه والتصوير الطبي والمركبات ذاتية القيادة.

11. استخراج البيانات

استخراج البيانات هو عملية اكتساب المعرفة القيمة من مجموعات البيانات الكبيرة. ويستخدم التحليل الإحصائي وتقنيات التعلم الآلي لتحديد الأنماط والعلاقات والاتجاهات في البيانات لتحسين عملية صنع القرار.

12. علم البيانات

يتضمن علم البيانات استخلاص الأفكار من البيانات باستخدام الأساليب العلمية والخوارزميات والأنظمة. إنها أكثر شمولاً من استخراج البيانات وتشمل مجموعة واسعة من الأنشطة، بما في ذلك جمع البيانات وتصور البيانات والنمذجة التنبؤية لحل المشكلات المعقدة.

13. التعلم العميق

التعلم العميق هو أحد فروع الذكاء الاصطناعي الذي يستخدم الشبكات العصبية الاصطناعية ذات الطبقات المتعددة (العقد المترابطة داخل الشبكة العصبية) للتعلم من كميات هائلة من البيانات. فهو يمكّن الآلات من أداء مهام معقدة، مثل معالجة اللغة الطبيعية والتعرف على الصور والكلام.

14. الذكاء الاصطناعي التوليدي

يصف الذكاء الاصطناعي التوليدي أنظمة الذكاء الاصطناعي والخوارزميات التي يمكنها إنشاء النصوص والصوت والفيديو والمحاكاة. تتعلم أنظمة الذكاء الاصطناعي هذه الأنماط والأمثلة من البيانات الموجودة وتستخدم تلك المعرفة لإنشاء مخرجات جديدة ومبتكرة.

15. الهلوسة

تشير هلوسة الذكاء الاصطناعي إلى الحالات التي ينتج فيها النموذج نتائج غير صحيحة أو غير ذات صلة أو لا معنى لها. يمكن أن يحدث هذا لعدة أسباب، بما في ذلك الافتقار إلى السياق أو القيود في بيانات التدريب أو البنية.

16. المعلمات الفائقة

المعلمات الفائقة هي إعدادات تحدد كيفية تعلم وتصرف الخوارزمية أو نموذج التعلم الآلي. تتضمن المعلمات الفائقة معدل التعلم وقوة التنظيم وعدد الطبقات المخفية في الشبكة. يمكنك التلاعب بهذه المعلمات لضبط أداء النموذج وفقًا لاحتياجاتك.

17. نموذج اللغة الكبير (LLM)

LLM هو نموذج للتعلم الآلي تم تدريبه على كميات هائلة من البيانات ويستخدم التعلم الخاضع للإشراف لإنتاج الرمز المميز التالي في سياق معين لإنتاج استجابات سياقية ذات معنى لمدخلات المستخدم. تشير الكلمة “كبيرة” إلى استخدام معلمات واسعة النطاق بواسطة نموذج اللغة. على سبيل المثال، تستخدم نماذج GPT مئات المليارات من المعلمات لتنفيذ مجموعة واسعة من مهام البرمجة اللغوية العصبية.

18. التعلم الآلي

التعلم الآلي هو وسيلة للآلات للتعلم والتنبؤ دون أن تتم برمجتها بشكل صريح. إنه مثل تغذية جهاز الكمبيوتر بالبيانات وتمكينه من اتخاذ القرارات أو التنبؤات من خلال تحديد الأنماط داخل البيانات.

19. الشبكة العصبية

الشبكة العصبية هي نموذج حسابي مستوحى من الدماغ البشري. وهو يتألف من عقد مترابطة، أو خلايا عصبية، منظمة في طبقات. تتلقى كل خلية عصبية مدخلات من الخلايا العصبية الأخرى في الشبكة، مما يسمح لها بتعلم الأنماط واتخاذ القرارات. تعد الشبكات العصبية مكونًا رئيسيًا في نماذج التعلم الآلي التي تمكنها من التفوق في مجموعة واسعة من المهام.

20. توليد اللغات الطبيعية (NLG)

يتعامل توليد اللغة الطبيعية مع إنشاء نص يمكن قراءته بواسطة الإنسان من البيانات المنظمة. تجد NLG تطبيقات في إنشاء المحتوى وروبوتات الدردشة والمساعدين الصوتيين.

21. معالجة اللغات الطبيعية (NLP)

معالجة اللغة الطبيعية هي قدرة الآلات على تفسير وفهم والرد على النص أو الكلام الذي يمكن للإنسان قراءته. يتم استخدامه في تطبيقات مختلفة، بما في ذلك تحليل المشاعر وتصنيف النص والإجابة على الأسئلة.

22. أوبن آي

OpenAI هو مختبر لأبحاث الذكاء الاصطناعي، تأسس عام 2015 ومقره في سان فرانسيسكو بالولايات المتحدة الأمريكية. تقوم الشركة بتطوير ونشر أدوات الذكاء الاصطناعي التي يمكن أن تبدو ذكية مثل البشر. تم إصدار منتج OpenAI الأكثر شهرة، ChatGPT، في نوفمبر 2022 وتم الإعلان عنه باعتباره برنامج الدردشة الآلي الأكثر تقدمًا لقدرته على تقديم إجابات حول مجموعة واسعة من المواضيع.

23. التعرف على الأنماط

التعرف على الأنماط هو قدرة نظام الذكاء الاصطناعي على تحديد وتفسير الأنماط في البيانات. تجد خوارزميات التعرف على الأنماط تطبيقات في التعرف على الوجه واكتشاف الاحتيال والتعرف على الكلام.

24. الشبكة العصبية المتكررة (RNN)

نوع من الشبكات العصبية التي يمكنها معالجة البيانات المتسلسلة باستخدام اتصالات التغذية الراجعة. يمكن لشبكات RNN الاحتفاظ بذاكرة المدخلات السابقة وهي مناسبة لمهام مثل البرمجة اللغوية العصبية والترجمة الآلية.

25. تعزيز التعلم

التعلم المعزز هو أسلوب للتعلم الآلي حيث يتعلم وكيل الذكاء الاصطناعي اتخاذ القرارات من خلال التفاعلات عن طريق التجربة والخطأ. يتلقى الوكيل مكافآت أو عقوبات من خوارزمية بناءً على تصرفاته، وتوجيهه لتحسين أدائه بمرور الوقت.

26. التعلم تحت الإشراف

إحدى طرق التعلم الآلي حيث يتم تدريب النموذج باستخدام البيانات المصنفة مع المخرجات المطلوبة. يعمم النموذج من البيانات المصنفة ويقدم تنبؤات دقيقة للبيانات الجديدة.

27. الترميز

الترميز هو عملية تقسيم مستند نصي إلى وحدات أصغر تسمى الرموز المميزة. يمكن أن تمثل هذه الرموز المميزة كلمات أو أرقام أو عبارات أو رموز أو أي عناصر في النص يمكن للبرنامج التعامل معها. الغرض من الترميز هو تحقيق أقصى استفادة من البيانات غير المنظمة دون معالجة النص بأكمله كسلسلة واحدة، وهو أمر غير فعال من الناحية الحسابية ويصعب تصميمه.

28. اختبار تورينج

يقوم آلان تورينج، الذي قدمه آلان تورينج في عام 1950، بتقييم قدرة الآلة على إظهار ذكاء لا يمكن تمييزه عن ذكاء الإنسان. يتضمن اختبار تورينج قاضيًا بشريًا يتفاعل مع إنسان وآلة دون معرفة أيهما. إذا فشل القاضي في تمييز الآلة عن الإنسان، تعتبر الآلة قد اجتازت الاختبار.

29. التعلم غير الخاضع للرقابة

إحدى طرق التعلم الآلي حيث يقوم النموذج بعمل استنتاجات من مجموعات البيانات غير المسماة. يكتشف الأنماط في البيانات لإجراء تنبؤات بشأن البيانات غير المرئية.

احتضان لغة الذكاء الاصطناعي

الذكاء الاصطناعي هو مجال سريع التطور يغير كيفية تفاعلنا مع التكنولوجيا. ومع ذلك، مع ظهور العديد من الكلمات الطنانة الجديدة باستمرار، قد يكون من الصعب مواكبة أحدث التطورات في هذا المجال.

في حين أن بعض المصطلحات قد تبدو مجردة بدون سياق، إلا أن أهميتها تصبح واضحة عند دمجها مع الفهم الأساسي للتعلم الآلي. إن فهم هذه المصطلحات والمفاهيم يمكن أن يضع أساسًا قويًا يمكّنك من اتخاذ قرارات مستنيرة في مجال الذكاء الاصطناعي.