قاموس مصطلحات الذكاء الاصطناعي

قدرة الحاسوب على محاكاة المهام التي تتطلب ذكاءً بشرياً مثل الفهم والتعلم واتخاذ القرار.

مثال: ChatGPT يفهم سؤالك ويردّ بإجابة منطقية — هذا تطبيق للذكاء الاصطناعي.

نموذج ذكاء اصطناعي دُرّب على كميات هائلة من النصوص ليفهم اللغة ويولّدها.

مثال: GPT-5 و Claude 4 و Gemini 3 كلها نماذج LLM.

النص الذي تكتبه للذكاء الاصطناعي ليفهم ما تريده منه.

مثال: «اكتب لي 5 عناوين إعلانية» هو برومبت.

فن كتابة برومبت دقيق يعطي نتائج عالية الجودة من النماذج اللغوية.

أصغر وحدة نصية يفهمها النموذج — قد تكون كلمة أو جزءاً من كلمة.

مثال: كلمة «ذكاء» قد تُحسب كـ 2-3 توكنز.

الحد الأقصى من النص الذي يستطيع النموذج تذكّره في محادثة واحدة.

مثال: نافذة سياق 200 ألف توكن تكفي لاستيعاب كتاب كامل.

أن يخترع النموذج معلومة غير صحيحة ويعرضها بثقة كأنها حقيقة.

مثال: نموذج يخترع اسم كتاب غير موجود — هذه هلوسة.

إعادة تدريب نموذج جاهز على بيانات متخصصة ليتفوّق في مهمة معينة.

تقنية تربط النموذج بقاعدة بيانات خارجية ليجيب بناءً على معلومات حديثة ودقيقة.

تمثيل النص أو الصورة كأرقام يفهمها الحاسوب لمقارنة المعاني.

إعداد يتحكم بمدى عشوائية إجابة النموذج. القيم المنخفضة أكثر دقة، والعالية أكثر إبداعاً.

أن يؤدي النموذج مهمة بدون إعطائه أمثلة سابقة.

إعطاء النموذج 2-5 أمثلة في البرومبت ليحاكي النمط.

أسلوب يطلب من النموذج التفكير خطوة بخطوة قبل الإجابة لتحسين الدقة.

نظام AI يستطيع تنفيذ مهام متعددة بشكل ذاتي عبر استخدام أدوات.

معيار مفتوح يربط نماذج AI بمصادر بيانات وأدوات خارجية بأمان.

نموذج يفهم أكثر من نوع مدخلات: نص + صورة + صوت + فيديو.

العملية التي يستخدم فيها النموذج تدريبه السابق لتوليد إجابة جديدة.

مرحلة تعليم النموذج عبر إطعامه ملايين الأمثلة ليتعرّف على الأنماط.

البيانات المنظّمة التي يُدرّب عليها النموذج.

بنية حسابية مستوحاة من دماغ الإنسان، أساس معظم نماذج AI الحديثة.

نوع من الشبكات العصبية أحدث ثورة في فهم اللغة، أساس GPT و BERT.

نوع نماذج توليد الصور مثل Midjourney و Stable Diffusion.

بوابة تسمح للتطبيقات بالتواصل مع نماذج AI برمجياً.

نموذج متاح للجميع لتحميله وتعديله مجاناً، مثل Llama و Mistral.

ذكاء اصطناعي افتراضي يضاهي أو يتجاوز الذكاء البشري في كل المجالات. لم يتحقق بعد.

ميل النموذج لإعطاء نتائج غير عادلة بسبب تحيّز في بيانات التدريب.

قواعد تمنع النموذج من إنتاج محتوى ضار أو غير قانوني.

بناء تطبيقات عبر وصف الفكرة بالعربية أو الإنجليزية لـ AI الذي يكتب الكود.

قاعدة بيانات مصمّمة لتخزين Embeddings والبحث بالمعنى بدل الكلمات.