مسرد مصطلحات الذكاء الاصطناعي بالعربية

الذكاء الاصطناعي التوليدي (Generative AI)

برامج تُنتج نصّاً أو صورة أو صوتاً جديداً بدل أن تختار من محتوى جاهز. سُمّيت «توليدية» لأن مخرجاتها تُركَّب لحظة الطلب ولا تُسترجَع من مخزن، ولذلك قد يختلف جوابها على السؤال نفسه في كل مرّة.

النموذج اللغوي الكبير (LLM)

نظام دُرِّب على كمّيات هائلة من النصوص ليتوقّع الكلمة التالية الأرجح في سياق ما. كل قدراته — الإجابة والترجمة والتلخيص والبرمجة — مبنية على هذا التوقّع وحده. وهذا يفسّر قوّته وضعفه معاً: هو بارع في الصياغة لأنها نمط لغوي، وغير موثوق في الأرقام والوقائع لأنها ليست كذلك.

الموجّه (Prompt)

النصّ الذي تكتبه للنموذج. وهو ليس سؤالاً فحسب بل تعليمات كاملة: الدور المطلوب، والسياق، وشكل المخرج، وما يجب تجنّبه. الفرق بين مخرَج رديء ومخرَج نافع يعود إلى الموجّه أكثر ممّا يعود إلى النموذج المستخدَم.

هندسة الموجّهات (Prompt Engineering)

صياغة الموجّه صياغة تُحسّن المخرَج: تحديد الدور، وإعطاء أمثلة، وطلب خطوات مرتّبة، وتقييد الشكل والطول. ليست تخصّصاً معقّداً بل مهارة تُكتسب بالتجريب، وأثرها في جودة النتيجة كبير.

الهلوسة (Hallucination)

أن يُنتج النموذج معلومة خاطئة بصياغة واثقة تماماً: رقم إحصائي، أو مرجع علمي، أو اسم شخص، أو تاريخ — كلّها تبدو صحيحة ولا وجود لها. وهي ليست عطلاً عارضاً بل نتيجة مباشرة لطبيعته: هو يتوقّع الصياغة الأرجح لا الحقيقة. القاعدة العملية: كل رقم أو مرجع في مخرَج النموذج يُتحقَّق منه من مصدر مستقلّ قبل استعماله.

التحيّز (Bias)

ميل النموذج إلى أنماط موجودة في بيانات تدريبه — لغوية أو ثقافية أو سياسية أو جندرية. المحتوى العربي في بيانات التدريب أقلّ بكثير من الإنجليزي، ولذلك تكون المعرفة بالسياق المحلّي أضعف والأخطاء فيه أكثر. لا يعني هذا امتناعاً عن الاستخدام، بل قراءة المخرَج بعين ناقدة خاصّةً حين يتعلّق بمنطقتك.

حدّ المعرفة (Knowledge Cutoff)

التاريخ الذي تنتهي عنده بيانات تدريب النموذج. ما وقع بعده لا يعرفه النموذج ما لم يُزوَّد به أو يبحث في الإنترنت. وقد يجيب مع ذلك بثقة عن أحداث حديثة معتمداً على ما قبل ذلك التاريخ — فاسأله دائماً عن مصدره حين يتعلّق الأمر بالجديد.

التزييف العميق (Deepfake)

صورة أو مقطع صوتي أو فيديو مُصنَّع يُظهر شخصاً يقول أو يفعل ما لم يفعله. صار إنتاجه رخيصاً وسريعاً، ويُستعمل في الاحتيال وانتحال الشخصية ونشر الشائعات. علامات التحقّق: طلب مصدر أصلي للمقطع، والانتباه إلى عدم تطابق الشفاه والصوت، وتضارب الظلال والأيدي، والتحقّق من الجهة الناشرة قبل إعادة النشر.

الخصوصية وبيانات المستخدم

ما تكتبه في أداة عامّة يُرسَل إلى خادم لا تملكه، وقد يُحفَظ ويُستعمل في التحسين والتدريب بحسب سياسة كل خدمة. فلا تُدخِل أرقام هوية أو هواتف أو عناوين أو وثائق طبّية أو قانونية أو بيانات أشخاص آخرين. القاعدة: لا تكتب في الأداة ما لا تقبل أن يقرأه طرف ثالث.

التدريب (Training)

مرحلة بناء النموذج: تُعرَض عليه نصوص هائلة فيضبط ملايين القيم الداخلية حتى يُحسن توقّع الكلمة التالية. تستغرق شهوراً وتكلف ملايين الدولارات، وتحدث مرّة واحدة قبل إطلاق النموذج — فاستعمالك اليومي لا يُدرّبه ولا يجعله يتذكّرك.

بيانات التدريب (Training Data)

النصوص والصور التي بُني عليها النموذج: صفحات إنترنت وكتب ومقالات وشيفرات برمجية. جودتها وتنوّعها يحدّدان ما يُحسنه النموذج وما يُخطئ فيه، وما فيها من تحيّز ينتقل إلى مخرجاته.

الرمز (Token)

الوحدة التي يقرأ بها النموذج النصّ ويكتبه — قد تكون كلمة أو جزءاً منها. الكلمة العربية تُقسَم غالباً إلى رموز أكثر من الإنجليزية، ولذلك يستهلك النصّ العربي حصّة أكبر ويكلّف أكثر في الخدمات المدفوعة.

نافذة السياق (Context Window)

أقصى ما يستطيع النموذج أن يأخذه في الحسبان دفعةً واحدة: سؤالك وما سبقه في المحادثة والملفّات المرفقة. ما يتجاوزها يسقط من انتباهه — وهذا سبب «نسيان» النموذج لما قيل في أوّل محادثة طويلة.

الضبط الدقيق (Fine-tuning)

إعادة تدريب نموذج جاهز على بيانات متخصّصة ليتقن مجالاً بعينه أو أسلوباً محدّداً. أرخص بكثير من التدريب من الصفر، ويُستعمل حين لا تكفي التعليمات في الموجّه.

التوليد المعزّز بالاسترجاع (RAG)

أن يبحث النظام في مصادر محدّدة — وثائقك أو موقعك — ثم يبني جوابه على ما وجده فيها بدل الاعتماد على ذاكرة التدريب وحدها. هو الأسلوب الشائع لبناء مساعد يجيب عن محتوى مؤسّسة بعينها، ويقلّل الهلوسة لأن الجواب مشدود إلى مصدر.

الوكيل (Agent)

نظام لا يكتفي بالإجابة بل ينفّذ خطوات متتابعة لبلوغ هدف: يبحث، ويستعمل أدوات، ويقرأ نتيجة كل خطوة ليقرّر التالية. أوسع أثراً من المحادثة العادية، وأخطر حين يُمنح صلاحية التنفيذ دون مراجعة بشرية.

متعدّد الوسائط (Multimodal)

نموذج يتعامل مع أكثر من نوع مُدخَل: نصّ وصورة وصوت. عملياً يعني أنك تستطيع تصوير ورقة مكتوبة بخطّ اليد أو لقطة شاشة وسؤاله عنها بدل كتابة محتواها.

النموذج مفتوح المصدر (Open-source Model)

نموذج تُنشَر أوزانه ليحمّله من شاء ويشغّله على جهازه أو خادمه. أهمّيته هنا عملية: يعمل بلا إنترنت بعد التحميل، ولا يُرسل ما تكتبه إلى أحد — وهذا يحلّ مشكلتَي الانقطاع والخصوصية معاً، مقابل جودة أقلّ عادةً من النماذج التجارية الكبرى.

النموذج المحلّي (Local Model)

نسخة تعمل على جهازك نفسه لا على خادم بعيد. تحتاج تحميلاً أوّلياً كبيراً وذاكرة كافية، لكنها بعده تعمل بلا اتصال ولا اشتراك ولا تسريب لبياناتك. خيار يستحقّ الدراسة حيث يكون الإنترنت متقطّعاً أو مكلفاً.

الحدّ المجّاني وواجهة البرمجة (Free Tier / API)

الحدّ المجّاني هو ما تسمح به الخدمة بلا دفع، وغالباً برسائل محدودة يومياً أو نموذج أقلّ قدرة. وواجهة البرمجة (API) هي وصول برمجي يُحاسَب بالاستهلاك ويُستعمل لربط النموذج بتطبيق أو موقع. الأولى تكفي الاستعمال الشخصي، والثانية للبناء عليها.

جاري التحميل…