معجم الذكاء الاصطناعي
مرجع الذكاء الاصطناعي
النماذج
13نموذج لغوي كبير
Large Language Model (LLM)
نظام ذكاء اصطناعي دُرِّب على كميات ضخمة من النصوص ليفهم اللغة البشرية ويولّدها، مثل ChatGPT، وClaude، وGemini.
المحوّل
Transformer
البنية المعمارية الأساسية لمعظم نماذج اللغة الحديثة، تعتمد على آلية "الانتباه" لفهم العلاقات بين الكلمات في الجملة.
المعامل
Parameter
القيم العددية التي يتعلمها النموذج أثناء التدريب. كلما زاد عدد المعاملات، زادت قدرة النموذج (بمليارات عادةً في النماذج الكبيرة).
التضمين
Embedding
تحويل النصوص أو الصور إلى متجهات رقمية تمثّل معانيها، ممّا يتيح للحاسوب مقارنة التشابه بينها.
نافذة السياق
Context Window
الحد الأقصى من النص الذي يمكن للنموذج معالجته في مرة واحدة. النوافذ الأكبر تتيح تحليل مستندات طويلة كاملة.
متعدّد الوسائط
Multimodal
نموذج قادر على التعامل مع أكثر من نوع من البيانات في الوقت نفسه، مثل النصوص والصور والصوت.
النموذج الأساسي
Foundation Model
نموذج كبير عام الغرض يُستخدم كقاعدة لبناء تطبيقات متخصّصة عن طريق الضبط الدقيق أو التوجيه.
مزيج الخبراء
Mixture of Experts (MoE)
تصميم يقسّم النموذج إلى شبكات فرعية متخصصة تُسمّى «الخبراء»، وتختار شبكة توجيه خبيراً واحداً أو بضعة خبراء لكل وحدة نصية (توكن)، فلا يعمل إلا جزء من النموذج في كل خطوة. بذلك يجمع سعة كبيرة بتكلفة تشغيل أقل: DeepSeek-V3 مثلاً يضم ٦٧١ مليار معامل ولا يُفعّل منها إلا ٣٧ ملياراً لكل توكن. وثمنه أن الخبراء جميعاً يبقون محمّلين في الذاكرة.
نموذج مفتوح المصدر
Open Source Model
نموذج يتاح للعامة تحميل أوزانه ودراسته وتشغيله بحرية، مثل Llama وMistral وDeepSeek.
النموذج الرائد
Frontier Model
أحدث وأقوى النماذج المتاحة في لحظة معيّنة، عادةً من كبرى المختبرات مثل OpenAI وAnthropic وGoogle DeepMind.
النموذج المحلي
Local Model
نموذج يعمل على أجهزتك بدلاً من سحابة المزوّد — يُستخدم حين لا يجب أن تغادر البيانات الجهاز، وغالباً على حساب القدرة.
النموذج الخاص
Private Model
نموذج مخصّص لمؤسسة واحدة ومعزول عن المستخدمين الآخرين — بياناتك لا تُشارك ولا تُستخدم للتدريب. يختلف عن النموذج المحلي.
الذكاء الاصطناعي السيادي
Sovereign AI
مبدأ أن تتحكم الدولة أو المنطقة في بنيتها التحتية للذكاء الاصطناعي وبياناتها ونماذجها بدل الاعتماد الكامل على مزوّدين خارجيين.
التدريب
9الضبط الدقيق
Fine-tuning
تدريب إضافي لنموذج جاهز على بيانات متخصّصة لجعله أفضل في مهمة معيّنة أو مجال محدّد.
التدريب المسبق
Pre-training
المرحلة الأولى والأكبر في بناء النموذج، حيث يتعلّم من كميات هائلة من النصوص قبل أي تخصيص لاحق.
التعلّم المعزّز من التغذية الراجعة البشرية
RLHF (Reinforcement Learning from Human Feedback)
أسلوب تدريب يستخدم تقييمات البشر لتعليم النموذج إنتاج إجابات أكثر فائدة وأماناً وأدباً.
مجموعة البيانات
Dataset
المجموعة المنظّمة من البيانات (نصوص، صور، رمز برمجي) التي يُدرَّب عليها النموذج.
الرمز
Token
الوحدة الأساسية التي يتعامل بها النموذج مع النص، وعادةً ما يكون كلمة أو جزءاً من كلمة.
الانحدار التدرّجي
Gradient Descent
خوارزمية رياضية يستخدمها النموذج لتعديل معاملاته تدريجياً بحيث يقل خطؤه مع كل دورة تدريب.
الإفراط في التعلّم
Overfitting
مشكلة يحفظ فيها النموذج بيانات التدريب عن ظهر قلب بدل تعلّم القواعد العامة، فيفشل مع بيانات جديدة.
التقطير
Distillation
عملية نقل معرفة نموذج كبير إلى نموذج أصغر وأسرع، مع الحفاظ على معظم قدراته.
التكميم
Quantization
تقليل دقة الأرقام التي يستخدمها النموذج (مثلاً من 32 بت إلى 4 بت) لتسريعه وتقليل حجمه في الذاكرة.
الوكلاء
9وكيل الذكاء الاصطناعي
AI Agent
نظام ذكاء اصطناعي يضع خطة من عدة خطوات للوصول إلى هدف ثم ينفّذها بنفسه، مستعينًا بأدوات وأنظمة أخرى عند الحاجة، بدلًا من الاكتفاء بالإجابة عن الأسئلة.
استخدام الأدوات
Tool Use
قدرة النموذج على استدعاء أدوات خارجية مثل البحث على الإنترنت أو تشغيل رمز برمجي لإتمام مهامه.
التخطيط
Planning
قدرة الوكيل على تقسيم المهمة المعقّدة إلى خطوات أصغر قابلة للتنفيذ بالترتيب الصحيح.
استخدام الحاسوب
Computer Use
قدرة النموذج على رؤية شاشة الحاسوب والتحكّم في الفأرة ولوحة المفاتيح لتنفيذ مهام داخل أي تطبيق.
نظام متعدّد الوكلاء
Multi-Agent System
نظام يضم أكثر من وكيل ذكاء اصطناعي يتفاعلون فيما بينهم، كل منهم متخصّص في جانب معيّن، لحل مشكلات كبيرة. ومن أشهر صور هذا التفاعل «التعاون متعدد الوكلاء»، حين يتقاسم الوكلاء المهام نحو هدف مشترك، وقد يكون التفاعل أيضاً تنسيقاً أو تفاوضاً أو منافسة.
الوكيل المستقل
Autonomous Agent
وكيل يعمل لفترات طويلة دون تدخّل بشري، يتّخذ قراراته ويعدّل خططه تلقائياً استجابةً للنتائج.
سير العمل الوكيلي
Agentic Workflow
طريقة لبناء تطبيقات الذكاء الاصطناعي عبر سلسلة من الخطوات التي يديرها وكيل، مثل التفكير ثم البحث ثم التنفيذ.
استدعاء الدوال
Function Calling
ميزة تسمح للنموذج بطلب تنفيذ دوال برمجية محدّدة مسبقاً وتمرير المتغيّرات لها بصيغة منظّمة.
الأتمتة المدعومة بالذكاء الاصطناعي
Augmented Automation
أتمتة تقليدية مع نقطة قرار ذكية أو اثنتين بداخلها — الذكاء الاصطناعي يتولّى الأجزاء التي تحتاج فهماً.
الاستدلال والاسترجاع
10الاستدلال
Inference
عملية استخدام النموذج بعد التدريب لتوليد إجابات أو تنبّؤات على مدخلات جديدة.
التوليد المعزّز بالاسترجاع
RAG (Retrieval-Augmented Generation)
تقنية يبحث فيها النموذج أولاً في مستندات خارجية ثم يستخدم ما وجده لصياغة إجابته، مما يقلّل الهلوسة.
قاعدة البيانات المتّجهية
Vector Database
قاعدة بيانات مصمّمة لتخزين التضمينات الرقمية والبحث فيها بسرعة حسب التشابه الدلالي.
البحث الدلالي
Semantic Search
البحث الذي يركّز على معنى الاستعلام لا على تطابق الكلمات الحرفي، فيجد نتائج مرتبطة حتى لو اختلفت الصياغة.
سلسلة التفكير
Chain of Thought
أسلوب يجعل النموذج يعرض خطوات تفكيره قبل الإجابة، فيتحسّن أداؤه في المسائل المنطقية والرياضية.
هندسة المطالبات
Prompt Engineering
فن صياغة التعليمات المعطاة للنموذج بطريقة تحصل بها على أفضل النتائج.
درجة الحرارة
Temperature
إعداد يتحكّم في عشوائية إجابات النموذج؛ القيم المنخفضة تعطي إجابات محافظة ودقيقة، والعالية تعطي إجابات أكثر إبداعاً.
البثّ
Streaming
أسلوب إظهار إجابة النموذج كلمةً كلمةً أثناء توليدها، بدل انتظار الإجابة الكاملة.
هندسة السياق
Context Engineering
ممارسة تزويد النموذج بالملف الكامل — المهمة، الخلفية، الأمثلة، القيود، ومعايير النجاح — لا مجرد صياغة توجيه ذكية.
التوجيه
Prompt
التعليمة أو السؤال الذي يُعطى للنموذج. صياغته تحدّد إلى حد كبير جودة الإجابة.
السلامة والأخلاقيات
12محاذاة النماذج اللغوية
LLM Alignment
تدريب النموذج اللغوي نفسه ليتصرّف وفق نيّة المستخدم وقيم بشرية متفق عليها، فيكون مفيداً وصادقاً ويتجنب الأذى، بأساليب مثل التعلّم المعزّز من التغذية الراجعة البشرية (RLHF). وتختلف عن حواجز الأمان: المحاذاة تغيّر سلوك النموذج من الداخل أثناء التدريب، والحواجز طبقة خارجية تفحص المدخلات والمخرجات وقت الاستخدام.
الهلوسة
Hallucination
حين يختلق النموذج معلومات تبدو منطقية لكنها غير صحيحة، مثل اقتباسات أو مصادر غير موجودة.
التحيّز
Bias
انحياز النموذج نحو أنماط معيّنة بسبب البيانات التي تدرّب عليها، ممّا قد يؤدي إلى نتائج غير عادلة.
كسر القيود
Jailbreak
محاولة خداع النموذج لتجاوز إرشادات السلامة المفروضة عليه، عبر صياغة مطالبات ذكية.
حقن المطالبات
Prompt Injection
هجوم يدسّ فيه المهاجم تعليمات خفية في نص أو صفحة يقرؤها النموذج، ليجعله ينفّذ أوامر غير مقصودة.
الفريق الأحمر
Red Teaming
ممارسة يحاول فيها مختبرون مهرة كسر نموذج الذكاء الاصطناعي واكتشاف ثغراته قبل إطلاقه للعامة.
حواجز الأمان
Safety Guardrails
قواعد وفلاتر تُطبَّق حول النموذج وقت الاستخدام، فتفحص المدخلات والمخرجات لمنع المحتوى الضار أو غير القانوني أو المخالف لسياسات المؤسسة. وهي تكمّل محاذاة النموذج ولا تغني عنها: الحواجز تضبط ما يدخل ويخرج، والمحاذاة تشكّل سلوك النموذج نفسه.
أخلاقيات الذكاء الاصطناعي
AI Ethics
حقل يدرس كيف ينبغي تطوير واستخدام أنظمة الذكاء الاصطناعي بطريقة نزيهة ومسؤولة وشاملة.
قابلية التفسير
Interpretability
البحث في فهم ما يدور داخل نموذج الذكاء الاصطناعي ولماذا يتّخذ قراراته، بدل التعامل معه كصندوق أسود.
البيانات الحساسة
Sensitive Data
معلومات قد يؤدي انكشافها إلى ضرر لشخص أو مؤسسة — بيانات شخصية أو مالية أو طبية أو قانونية أو محتوى مملوك. لا تُدخل إلى نموذج عام دون ضمانات خصوصية.
التقييم
Evaluation (Evals)
مجموعة اختبارات منظّمة تقيس أداء النموذج في مهمّة محدّدة، ليكون قرار الاعتماد مبنيًّا على دليل لا على انطباع.
الذكاء الاصطناعي الموثوق
Trustworthy AI
أنظمة ذكاء اصطناعي يمكن الاعتماد عليها لأنها دقيقة ومستقرة وآمنة وعادلة وتحمي الخصوصية، ويمكن تفسير مخرجاتها ومساءلة من يطوّرها ويشغّلها. وفي المملكة، تقدّم مبادئ أخلاقيات الذكاء الاصطناعي الصادرة عن سدايا (٢٠٢٣) إطاراً أخلاقياً توجيهياً لهذه الصفات، ومن أبرز الأطر الدولية في هذا المجال إطار NIST لإدارة مخاطر الذكاء الاصطناعي.
العتاد والبنية التحتية
8وحدة معالجة الرسومات
GPU (Graphics Processing Unit)
شريحة متخصّصة في الحسابات المتوازية، صارت العمود الفقري لتدريب وتشغيل نماذج الذكاء الاصطناعي الحديثة.
وحدة معالجة التنسور
TPU (Tensor Processing Unit)
شريحة طوّرتها جوجل خصّيصاً لتسريع حسابات التعلّم الآلي، تُستخدم في مراكز بياناتها لتدريب نماذج Gemini وغيرها.
مركز البيانات
Data Center
منشأة ضخمة تحتوي على آلاف الخوادم والرقاقات، حيث تُدرَّب نماذج الذكاء الاصطناعي وتعمل الخدمات السحابية.
الرقاقة
Chip
قطعة من السيليكون تحتوي على دوائر إلكترونية دقيقة، وهي العنصر الأساسي في كل جهاز حاسوبي.
الشبكة العصبية
Neural Network
نموذج حوسبي مستوحى من طريقة عمل الدماغ، يتكوّن من طبقات من "العصبونات" المترابطة التي تتعلّم معاً.
الحوسبة السحابية
Cloud Compute
استئجار قوة الحوسبة عبر الإنترنت من مزوّدين مثل AWS وGoogle Cloud وAzure، بدلاً من شراء أجهزة محليّة.
الذكاء الاصطناعي الطرفي
Edge AI
تشغيل نماذج الذكاء الاصطناعي مباشرةً على الأجهزة نفسها، كالهواتف والكاميرات والسيارات، بدلاً من إرسال البيانات إلى السحابة. ميزته استجابة فورية، وبيانات لا تغادر الجهاز، وعمل دون إنترنت؛ وثمنه حوسبة وذاكرة محدودتان تفرضان نماذج أصغر. ويناسب حين تكون السرعة أو الخصوصية أهم من قوة النموذج، كالهواتف التي تشغّل الذكاء الاصطناعي على معالج عصبي مدمج (NPU).
وحدة المعالجة العصبية
NPU (Neural Processing Unit)
شريحة مخصّصة لتسريع مهام الذكاء الاصطناعي على الأجهزة الشخصية، وصارت شائعة في الهواتف الذكية والحواسيب المحمولة.
المنتجات والتطبيقات
9المساعد البرمجي
Copilot
أدوات ذكاء اصطناعي تساعد المبرمجين على كتابة الرمز البرمجي وتصحيحه، مثل GitHub Copilot وCursor.
روبوت المحادثة
Chatbot
تطبيق يسمح للمستخدم بالتحادث مع نموذج ذكاء اصطناعي عبر واجهة نصّية، مثل ChatGPT وClaude.
توليد الصور
Image Generation
إنشاء صور من وصف نصّي باستخدام نماذج ذكاء اصطناعي متخصّصة، مثل Midjourney وDALL-E وStable Diffusion.
الذكاء الصوتي
Voice AI
تقنيات تحوّل النصّ إلى كلام وتتعرّف على الصوت البشري، وتُستخدم في المساعدات الصوتية والدبلجة والكتب الصوتية.
إكمال الكود
Code Completion
ميزة تقترح على المبرمج السطر التالي أو الدالة الكاملة أثناء الكتابة، بناءً على السياق المحيط.
البحث بالذكاء الاصطناعي
AI Search
محرّكات بحث تستخدم نماذج اللغة لتقديم إجابات مباشرة مع المصادر، بدل قائمة من الروابط، مثل Perplexity وGoogle AI Overviews.
بروتوكول سياق النموذج
MCP (Model Context Protocol)
معيار مفتوح يتيح لنماذج الذكاء الاصطناعي الاتصال بمصادر بيانات وأدوات خارجية بطريقة موحّدة وآمنة.
واجهة برمجة التطبيقات
API (Application Programming Interface)
بوابة برمجية يستخدمها المطوّرون لاستدعاء خدمات الذكاء الاصطناعي وبناء تطبيقاتهم فوقها.
توسيع نطاق الذكاء الاصطناعي
Scaling AI
نقل الذكاء الاصطناعي من تجارب محدودة إلى استخدام واسع في أعمال المؤسسة اليومية، بما يتطلبه ذلك من حوكمة وبيانات موثوقة وإعادة تصميم لسير العمل وقياس للعائد. ويختلف عن «قوانين التوسع» التي تصف تحسّن النماذج نفسها مع زيادة حجمها.