AI Araby
مصطلحات الذكاء الاصطناعي
-
آخر تحديث Feb 10, 2023
- الذكاء الاصطناعي (AI): محاكاة عمليات الذكاء البشري باستخدام الآلات، وخصوصًا أنظمة الكمبيوتر.
- التعلم الآلي: نوع من الذكاء الاصطناعي يمكّن الآلات من التعلم والتحسين من الخبرة دون برمجة واضحة.
- الشبكات العصبية: مجموعة من الخوارزميات المستوحاة من هيكل الدماغ البشري، تستخدم في التعلم العميق والاعتراف بالأنماط.
- معالجة اللغة الطبيعية (NLP): تكنولوجيا الذكاء الاصطناعي التي تتيح للكمبيوترات فهم وتفسير وإنتاج لغة الإنسان.
- التعلم العميق: فرع من التعلم الآلي يستخدم الشبكات العصبية متعددة الطبقات لمعالجة البيانات المعقدة.
- تنقيب البيانات: عملية اكتشاف الأنماط والعلاقات والإجابات من مجموعات بيانات كبيرة.
- خوارزمية: إجراءات تدريجية لحل مشكلة أو تنفيذ مهمة محددة في الذكاء الاصطناعي.
- التعلم الإشرافي: نوع من التعلم الآلي يتم فيه تدريب النموذج على البيانات المصنفة بمخرجات معروفة.
- التعلم غير الإشرافي: نوع من التعلم الآلي يتم فيه تدريب النموذج على البيانات غير المصنفة بمخرجات معروفة.
- التعلم التعزيزي: نوع من التعلم الآلي يتعلم فيه الوكيل اتخاذ القرارات عن طريق التفاعل مع البيئة واستلام المكافآت.
- تكوين اللغة الطبيعية (NLG): قدرة الذكاء الاصطناعي على تحويل البيانات المنظمة إلى لغة طبيعية تستطيع الإنسان قراءتها.
- رؤية الحاسوب: مجال الذكاء الاصطناعي الذي يمكن الحواسيب من تفسير وفهم المعلومات البصرية من الصور والفيديو.
- روبوت الدردشة: برنامج حاسوبي يستخدم الذكاء الاصطناعي لمحاكاة محادثات بشرية، وغالباً ما يستخدم لدعم العملاء والمساعدين الافتراضيين.
- الرسم البياني للمعرفة: تمثيل منظم للمعرفة يربط الكيانات والحقائق والعلاقات، يستخدم في البحث الدلالي وأنظمة الذكاء الاصطناعي المعتمدة على المعرفة.
- التعلم شبه الإشرافي: نوع من التعلم الآلي يتعلم فيه النموذج من البيانات التي تم إنشاؤها ذاتيًا دون تسميات بشرية، يستفيد من الترابطات والسياق.
- تعزيز البيانات: تقنية في التعلم الآلي تزيد بشكل اصطناعي من حجم مجموعات البيانات التدريبية من خلال تطبيق تحويلات مثل الدوران والاقتصاص، مما يعزز قوة النموذج.
- التعلم المجتمعي: طريقة لدمج عدة نماذج للتعلم الآلي (مثل التجميع والتعزيز) لتحسين الأداء التنبؤي العام وتقليل التطابق الزائد.
- الذكاء الاصطناعي القابل للتفسير (XAI): النماذج وأنظمة الذكاء الاصطناعي قادرة على تقديم تفسيرات قابلة للفهم لقراراتها وتنبؤاتها.
- التعلم الآلي التلقائي (AutoML): أدوات وتقنيات تلقائية تتيح لاختيار النموذج والتدريب والتحسين في التعلم الآلي، مما يقلل من الحاجة للتدخل اليدوي.
- العدالة في الذكاء الاصطناعي: مفهوم يضمن عدم توجيه الانحياز أو التمييز من قبل أنظمة الذكاء الاصطناعي تجاه مجموعات معينة من الأفراد.
- التعلم من مرة واحدة: نوع من التعلم الآلي يتم فيه تدريب النموذج على التعرف على فئات جديدة من مثال واحد فقط، محاكاة لقدرات الإنسان.
- الاستدلال الاستقرائي: قدرة أنظمة الذكاء الاصطناعي على التنبؤات العامة استنادًا إلى الملاحظات والأمثلة المحددة.
- الشبكات البايزية: نموذج رسومي احتمالي يمثل العلاقات بين المتغيرات، يستخدم للاستدلال في ظل الغموض.
- تحسين نموذج الذكاء الاصطناعي: عملية ضبط نماذج الذكاء الاصطناعي لتحقيق أداء أفضل من حيث الدقة والسرعة واستخدام الموارد.
- الروبوتات السربية: مجال الذكاء الاصطناعي والروبوتات حيث تعمل العديد من الروبوتات معًا كسرب لإنجاز المهام وحل المشكلات بشكل جماعي.
- المركبات الذاتية: المركبات القائمة على الذكاء الاصطناعي والمستشعرات قادرة على التنقل والتشغيل دون تدخل بشري.
- الذكاء الاصطناعي في مجال الرعاية الصحية: تطبيق التقنيات الذكاء الاصطناعي لتحسين نتائج الرعاية الصحية والتشخيص والعلاج.
- جي بي تي (محول مولد مدرب مسبقًا): نموذج لغة متقدم يستخدم لإنتاج النصوص بشكل يشبه إلقاء الإنسان، يُستخدم في مختلف مهام معالجة اللغة الطبيعية.