تصفح جميع المحتويات في فئة Glossary
NSFW، وهو اختصار لعبارة 'غير مناسب للعمل'، هو مصطلح دارج على الإنترنت يُستخدم لتصنيف المحتوى الذي قد يكون غير لائق أو مسيء للمشاهدة في الأماكن العامة أو البيئات المهنية. يُعد هذا التصنيف بمثابة تحذير بأن المادة قد تحتوي على عناصر مثل العري، أو محتوى جنسي، أو عنف صريح، أو ألفاظ نابية، أو مواضيع حساسة أخرى لا تناسب أماكن العمل أو المدارس.
تعرف على المعلومات الأساسية حول فريز، الأداة المدعومة بالذكاء الاصطناعي لإنشاء محتوى محسن لمحركات البحث. اكتشف ميزاتها الرئيسية، إيجابياتها وسلبياتها، والبدائل المتاحة.
فهم اللغة الطبيعية (NLU) هو فرع من الذكاء الاصطناعي يركز على تمكين الآلات من فهم وتفسير اللغة البشرية في سياقها، متجاوزًا المعالجة النصية الأساسية للتعرف على النوايا والدلالات والفروق الدقيقة لتطبيقات مثل الدردشة الذكية، وتحليل المشاعر، والترجمة الآلية.
تشير قابلية التفسير في الذكاء الاصطناعي إلى القدرة على فهم وتفسير القرارات والتنبؤات التي تتخذها أنظمة الذكاء الاصطناعي. ومع تعقّد نماذج الذكاء الاصطناعي، تضمن قابلية التفسير الشفافية، والثقة، والامتثال التنظيمي، وتخفيف التحيّز، وتحسين النماذج من خلال تقنيات مثل LIME وSHAP.
تشير قابلية التوسع في الذكاء الاصطناعي إلى قدرة أنظمة الذكاء الاصطناعي على توسيع إمكانياتها إلى مجالات ومهام ومجموعات بيانات جديدة دون الحاجة إلى إعادة تدريب كبيرة، وذلك باستخدام تقنيات مثل التعلم بالنقل، والتعلم متعدد المهام، والتصميم المعياري لتحقيق المرونة والتكامل السلس.
تقيس قابلية القراءة مدى سهولة فهم القارئ للنص المكتوب، وتعكس الوضوح وسهولة الوصول من خلال المفردات وبنية الجمل والتنظيم. اكتشف أهميتها، وصيغ القياس، وكيف تعزز أدوات الذكاء الاصطناعي قابلية القراءة في التعليم والتسويق والرعاية الصحية والمزيد.
تشير قابلية تفسير النماذج إلى القدرة على فهم وتوضيح والثقة في التنبؤات والقرارات التي تصدرها نماذج التعلم الآلي. تعتبر هذه الخاصية ضرورية في مجال الذكاء الاصطناعي، خاصة عند اتخاذ القرارات في الرعاية الصحية والتمويل والأنظمة الذاتية، حيث تسد الفجوة بين النماذج المعقدة وفهم البشر.
يُعد قانون الذكاء الاصطناعي للاتحاد الأوروبي (EU AI Act) أول إطار تنظيمي شامل في العالم يهدف إلى إدارة مخاطر الذكاء الاصطناعي (AI) والاستفادة من فوائده. تم تقديم القانون في أبريل 2021 ويهدف إلى ضمان أن تكون أنظمة الذكاء الاصطناعي آمنة وشفافة ومتوافقة مع الحقوق الأساسية والمبادئ الأخلاقية.
كافيه هو إطار عمل مفتوح المصدر للتعلم العميق من مركز بيركلي للرؤية والتعلم (BVLC)، مُحسّن للسرعة والتجزئة في بناء الشبكات العصبية الالتفافية (CNNs). يُستخدم على نطاق واسع في تصنيف الصور، واكتشاف الأجسام، وتطبيقات الذكاء الاصطناعي الأخرى، ويوفر كافيه إعدادًا مرنًا للنماذج، ومعالجة سريعة، ودعمًا قويًا من المجتمع.
تعرّف أكثر على كلاود هايكو، أسرع وأرخص نموذج ذكاء اصطناعي من أنثروبيك. اكتشف ميزاته الرئيسية، واستخداماته في المؤسسات، وكيفية مقارنته بنماذج عائلة كلاود 3 الأخرى.
اكتشف المزيد عن كلود 3.5 سونيت من أنثروبيك: كيف يقارن بالنماذج الأخرى، نقاط قوته وضعفه، وتطبيقاته في مجالات مثل الاستدلال، البرمجة، والمهام البصرية.
تعرّف على كلود من أنثروبيك. افهم ما هو استخدامه، النماذج المختلفة المتاحة، وميزاته الفريدة.
اكتشف المزيد حول نموذج أوبوس من كلود بواسطة أنثروبيك. تعرف على نقاط قوته وضعفه، وكيف يقارن بالنماذج الأخرى.
كليربت هو منصة تفعيل بيانات قوية تساعد الشركات، وخاصة فرق المبيعات والتسويق، على إثراء بيانات العملاء، وتخصيص الجهود التسويقية، وتحسين استراتيجيات المبيعات باستخدام بيانات B2B شاملة في الوقت الحقيقي وأتمتة مدعومة بالذكاء الاصطناعي.
كوبيسميث هو برنامج لإنشاء المحتوى يعتمد على الذكاء الاصطناعي، مصمم لمساعدة المسوقين ومنشئي المحتوى والشركات على إنتاج محتوى مكتوب عالي الجودة بكفاءة. يبسط عملية إنشاء المحتوى باستخدام الذكاء الاصطناعي لإنتاج أنواع مختلفة من المحتوى، بما في ذلك تدوينات المدونات، وأوصاف المنتجات، ومحتوى وسائل التواصل الاجتماعي، ورسائل البريد الإلكتروني.
مايكروسوفت كوبيلوت هو مساعد ذكي يعمل بالذكاء الاصطناعي يعزز الإنتاجية والكفاءة ضمن تطبيقات مايكروسوفت 365. تم بناؤه على نموذج GPT-4 من OpenAI، ويقوم بأتمتة المهام، وتقديم رؤى فورية، ويتكامل بسلاسة مع أدوات مثل وورد، إكسل، باوربوينت، أوتلوك، وتيمز.
كيراس هو واجهة برمجة تطبيقات قوية وسهلة الاستخدام وعالية المستوى للشبكات العصبية مفتوحة المصدر، مكتوبة بلغة بايثون وقادرة على العمل فوق TensorFlow أو CNTK أو Theano. تتيح تجربة سريعة وتدعم حالات الاستخدام الإنتاجية والبحثية بفضل التفرعية والبساطة.
لانغ تشين هو إطار عمل مفتوح المصدر لتطوير التطبيقات المدعومة بنماذج اللغة الضخمة (LLMs)، ويُسهّل دمج النماذج القوية مثل GPT-3.5 وGPT-4 من OpenAI مع مصادر البيانات الخارجية لتطبيقات معالجة اللغة الطبيعية المتقدمة.
لانغ غراف هي مكتبة متقدمة لبناء تطبيقات متعددة الأطراف وذات حالة باستخدام نماذج اللغة الكبيرة (LLMs). تم تطويرها بواسطة LangChain Inc، حيث توسع لانغ غراف قدرات لانغ تشين من خلال إضافة إمكانيات حسابية دورية، مما يتيح سلوكيات معقدة شبيهة بالوكلاء وتدفقات عمل بمشاركة البشر في الحلقة.
لايت جي بي إم، أو آلة تعزيز التدرج الخفيفة، هو إطار متقدم لتعزيز التدرج تم تطويره بواسطة مايكروسوفت. تم تصميمه لمهام التعلم الآلي عالية الأداء مثل التصنيف، الترتيب، والانحدار، ويتفوق لايت جي بي إم في التعامل مع مجموعات البيانات الكبيرة بكفاءة مع استهلاك أدنى للذاكرة وتحقيق دقة عالية.
Fastai هي مكتبة تعلم عميق مبنية على PyTorch، تقدم واجهات برمجية عالية المستوى وتعلم بالنقل وهيكلية طبقية لتبسيط تطوير الشبكات العصبية للرؤية الحاسوبية، ومعالجة اللغة الطبيعية، والبيانات الجدولية، والمزيد. تم تطويرها بواسطة جيريمي هوارد ورايتشل توماس، وFastai مفتوحة المصدر ويقودها المجتمع، مما يجعل الذكاء الاصطناعي المتقدم متاحًا للجميع.
تشير متانة النماذج إلى قدرة نموذج تعلم الآلة (ML) على الحفاظ على أداء ثابت ودقيق على الرغم من التغيرات وعدم اليقين في بيانات الإدخال. النماذج المتينة ضرورية لتطبيقات الذكاء الاصطناعي الموثوقة، مما يضمن الصمود أمام الضوضاء والقيم الشاذة وتحولات التوزيع والهجمات العدائية.
متجه التضمين هو تمثيل عددي كثيف للبيانات في فضاء متعدد الأبعاد، يلتقط العلاقات الدلالية والسياقية. تعرف على كيفية تمكين متجهات التضمين لمهام الذكاء الاصطناعي مثل معالجة اللغة الطبيعية، معالجة الصور، والتوصيات.
ما هو متفرج الإطارات؟ في المبيعات، متفرج الإطارات هو عميل محتمل يبدو مهتمًا بمنتج أو خدمة لكنه يفتقر إلى النية أو القدرة الحقيقية على الشراء. تعرف على كيفية تحديد وإدارة وتقليل تأثير متفرجي الإطارات باستخدام استراتيجيات مبيعات فعّالة وأدوات الذكاء الاصطناعي.
متوسط الخطأ المطلق (MAE) هو مقياس أساسي في تعلم الآلة لتقييم نماذج الانحدار. يقيس متوسط مقدار الأخطاء في التنبؤات، ويوفر طريقة مباشرة وقابلة للتفسير لتقييم دقة النموذج دون النظر إلى اتجاه الخطأ.
اكتشف ما هو محرك الرؤى—منصة متقدمة مدعومة بالذكاء الاصطناعي تعزز البحث وتحليل البيانات من خلال فهم السياق والنية. تعرّف على كيفية دمج محركات الرؤى معالجة اللغة الطبيعية، التعلم الآلي، والتعلم العميق لتقديم رؤى قابلة للتنفيذ من مصادر البيانات المنظمة وغير المنظمة.
محولات Hugging Face هي مكتبة بايثون مفتوحة المصدر رائدة تسهّل تنفيذ نماذج المحول (Transformer) لمهام تعلم الآلة في معالجة اللغة الطبيعية، ورؤية الحاسوب، ومعالجة الصوت. توفر الوصول إلى آلاف النماذج المدربة مسبقًا وتدعم أطر العمل الشهيرة مثل PyTorch وTensorFlow وJAX.
مربع آر المعدل هو مقياس إحصائي يُستخدم لتقييم مدى جودة ملاءمة نموذج الانحدار، مع الأخذ في الاعتبار عدد المتغيرات المستقلة لتجنب الإفراط في الملاءمة وتقديم تقييم أكثر دقة لأداء النموذج.
مسافة فريشيه للاحتواء (FID) هي مقياس يُستخدم لتقييم جودة الصور التي تنتجها النماذج التوليدية، خاصة شبكات GAN. يقارن FID توزيع الصور المُولدة بتوزيع الصور الحقيقية، مما يوفر قياسًا أكثر شمولية لجودة وتنوع الصور.
اكتشف معنى مستوى الصف في القابلية للقراءة، وكيفية حسابه باستخدام صيغ مثل فليش-كينكيد، ولماذا هو ضروري لتكييف المحتوى مع قدرة جمهورك على القراءة.
اكتشف معنى مستوى القراءة، وكيف يتم قياسه، ولماذا هو مهم. تعرف على أنظمة التقييم المختلفة، والعوامل التي تؤثر على القدرة على القراءة، واستراتيجيات تحسين مستوى القراءة لديك، بما في ذلك دور الذكاء الاصطناعي في التعلم المخصص.
مصفوفة الالتباس هي أداة في تعلم الآلة لتقييم أداء نماذج التصنيف، حيث توضح الإيجابيات/السلبيات الحقيقية والخاطئة لتقديم رؤى تتجاوز الدقة، وتعد مفيدة بشكل خاص في مجموعات البيانات غير المتوازنة.
تمكن معالجة اللغة الطبيعية (NLP) أجهزة الكمبيوتر من فهم اللغة البشرية وتفسيرها وتوليدها باستخدام اللغويات الحاسوبية وتعلم الآلة والتعلم العميق. تدعم NLP تطبيقات مثل الترجمة، وروبوتات الدردشة، وتحليل المشاعر، وغيرها، مما يحول الصناعات ويعزز التفاعل بين الإنسان والحاسوب.
معالجة اللغة الطبيعية (NLP) هي فرع من فروع الذكاء الاصطناعي (AI) يتيح للحواسيب فهم اللغة البشرية وتفسيرها وتوليدها. اكتشف الجوانب الرئيسية، وكيفية عملها، وتطبيقاتها في مختلف الصناعات.
تشير معدلات تبني الذكاء الاصطناعي إلى نسبة المؤسسات التي أدخلت الذكاء الاصطناعي في عملياتها. تختلف هذه المعدلات عبر الصناعات والمناطق وأحجام الشركات، مما يعكس تنوع تطبيقات وتأثيرات تكنولوجيا الذكاء الاصطناعي. وفقًا لاستطلاع ماكنزي لعام 2024، ارتفع معدل تبني الذكاء الاصطناعي إلى 72%، مع مساهمات كبيرة من الذكاء الاصطناعي التوليدي.
اكتشف ما هو معيد صياغة الجمل بالذكاء الاصطناعي، كيف يعمل، استخداماته، وكيف يساعد الكُتاب والطلاب والمسوقين في إعادة صياغة النص مع الحفاظ على المعنى وتحسين الوضوح.
اكتشف ما هو معيد صياغة الفقرة، وكيف يعمل، وأهم ميزاته، وكيف يمكن أن يحسن جودة الكتابة، ويجنب السرقة الأدبية، ويعزز تحسين محركات البحث من خلال تقنيات معالجة اللغة المتقدمة.
مقياس فليش لسهولة القراءة هو معادلة لتقييم مدى سهولة فهم النص. طوره رودولف فليش في الأربعينيات، ويعطي درجة بناءً على طول الجمل وعدد المقاطع الصوتية للكلمات ليدل على تعقيد النص. يُستخدم على نطاق واسع في التعليم والنشر والذكاء الاصطناعي لجعل المحتوى أكثر سهولة في الوصول.
تعرف على مقياس قابلية القراءة LIX—وهو صيغة تم تطويرها لتقييم تعقيد النص من خلال تحليل طول الجمل والكلمات الطويلة. افهم تطبيقاته في التعليم، والنشر، والصحافة، والذكاء الاصطناعي، والمزيد.
Anaconda هي توزيعة شاملة ومفتوحة المصدر للغات البرمجة بايثون وR، صُممت لتبسيط إدارة الحزم ونشرها للحوسبة العلمية، وعلوم البيانات، وتعلم الآلة. طُورت بواسطة Anaconda, Inc.، وتوفر منصة قوية مع أدوات لعلماء البيانات والمطورين وفرق تكنولوجيا المعلومات.
منح أبحاث الذكاء الاصطناعي هي جوائز مالية تقدمها مؤسسات مثل NSF و NEH ومنظمات خاصة لتمويل مشاريع البحث في الذكاء الاصطناعي. تدعم هذه المنح تطوير تقنيات ومنهجيات ذكاء اصطناعي جديدة، مما يدفع عجلة الابتكار ويعالج التحديات الأساسية والتطبيقية.
منحنى خصائص تشغيل المستقبل (ROC) هو تمثيل بياني يُستخدم لتقييم أداء نظام التصنيف الثنائي مع تغيير عتبة التمييز الخاصة به. نشأ من نظرية كشف الإشارات خلال الحرب العالمية الثانية، وأصبح منحنى ROC اليوم أداة أساسية في التعلم الآلي والطب والذكاء الاصطناعي لتقييم النماذج.
منحنى التعلم في الذكاء الاصطناعي هو تمثيل بياني يوضح العلاقة بين أداء التعلم للنموذج والمتغيرات مثل حجم مجموعة البيانات أو عدد تكرارات التدريب، مما يساعد في تشخيص توازن الانحياز والتباين، واختيار النموذج، وتحسين عمليات التدريب.
مهندسو النشر الميداني (FDE) هم محترفون تقنيون متخصصون يعملون مباشرة مع العملاء لتخصيص وتكوين وتنفيذ حلول برمجية مصممة خصيصًا لتلبية احتياجاتهم الفريدة، مما يجسر الفجوة بين قدرات المنتج والتطبيق العملي في الواقع.
اكتشف ما هي مواقع الحافة في AWS، كيف تختلف عن المناطق ومناطق التوافر، وكيف تعزز تسليم المحتوى من خلال تقليل زمن الاستجابة، وتحسين الأداء، والوصول العالمي.
مولد المواقع الإلكترونية المدعوم بالذكاء الاصطناعي مع إمكانية تصدير الكود هو أداة برمجية تستخدم الذكاء الاصطناعي لأتمتة إنشاء المواقع مع السماح للمستخدمين بتصدير وتخصيص الكود الأساسي بلغات HTML أو CSS أو JavaScript أو الأطر الشائعة.
اكتشف المزيد عن ميسترال AI ونماذج اللغة الكبيرة (LLM) التي تقدمها. تعرف على كيفية استخدام هذه النماذج وما الذي يميزها عن غيرها.
نايف بايز هو عائلة من خوارزميات التصنيف تعتمد على نظرية بايز، وتطبق الاحتمال الشرطي مع افتراض مبسط بأن الميزات مستقلة شرطياً. على الرغم من ذلك، فإن مصنفات نايف بايز فعالة وقابلة للتوسع وتستخدم في تطبيقات مثل كشف الرسائل المزعجة وتصنيف النصوص.
تشير ندرة البيانات إلى عدم كفاية البيانات لتدريب نماذج التعلم الآلي أو للتحليل الشامل، مما يعيق تطوير أنظمة الذكاء الاصطناعي الدقيقة. اكتشف الأسباب والتأثيرات والتقنيات للتغلب على ندرة البيانات في الذكاء الاصطناعي والأتمتة.
ندم المشتري هو ظاهرة نفسية يمر فيها الفرد بمشاعر الندم أو القلق أو عدم الرضا بعد إجراء عملية شراء. استكشف الأسباب والجوانب النفسية وتأثيرات الأعمال ودور الذكاء الاصطناعي في التنبؤ بندم المشتري والتقليل منه.
نسخ الصوت هو عملية تحويل اللغة المنطوقة من التسجيلات الصوتية إلى نص مكتوب، مما يجعل الخطب والمقابلات والمحاضرات وغيرها من الصيغ الصوتية متاحة وقابلة للبحث. لقد حسنت التطورات في الذكاء الاصطناعي من دقة وكفاءة النسخ، مما يدعم صناعات الإعلام والأوساط الأكاديمية والقانونية وصناعة المحتوى.
نظام الأتمتة بالذكاء الاصطناعي يدمج تقنيات الذكاء الاصطناعي مع عمليات الأتمتة، مما يعزز الأتمتة التقليدية بقدرات معرفية مثل التعلم، والاستدلال، وحل المشكلات، لأداء المهام المعقدة بأقل تدخل بشري.
تشير نقطة الاتصال (POC) إلى شخص أو قسم ينسق التواصل والمعلومات لنشاط أو مشروع أو منظمة محددة، ويتولى الاستفسارات ويسهّل التفاعلات.
تعرّف على نماذج الذكاء الاصطناعي التمييزية—نماذج تعلم الآلة التي تركز على التصنيف والانحدار من خلال نمذجة حدود القرار بين الفئات. افهم كيفية عملها، ومميزاتها، وتحدياتها، وتطبيقاتها في معالجة اللغة الطبيعية، ورؤية الكمبيوتر، وأتمتة الذكاء الاصطناعي.
نموذج اللغة الكبير (LLM) هو نوع من الذكاء الاصطناعي يتم تدريبه على كميات هائلة من البيانات النصية لفهم وتوليد ومعالجة اللغة البشرية. تستخدم هذه النماذج التعلم العميق وشبكات المحولات العصبية لتنفيذ مهام مثل توليد النصوص، والتلخيص، والترجمة، والمزيد عبر مختلف الصناعات.
اكتشف نمذجة التسلسل في الذكاء الاصطناعي وتعلم الآلة—تنبأ وأنشئ تسلسلات من البيانات مثل النص والصوت وDNA باستخدام RNNs وLSTMs وGRUs وTransformers. استكشف المفاهيم الأساسية، والتطبيقات، والتحديات، والأبحاث الحديثة.
نموذج الذكاء الاصطناعي الأساسي هو نموذج تعلم آلي واسع النطاق يتم تدريبه على كميات هائلة من البيانات، وقابل للتكيف مع مجموعة واسعة من المهام. لقد أحدثت نماذج الأساس ثورة في الذكاء الاصطناعي من خلال كونها قاعدة متعددة الاستخدامات لتطبيقات الذكاء الاصطناعي المتخصصة في مجالات مثل معالجة اللغة الطبيعية ورؤية الحاسوب وغيرها.
نموذج اللغة Pathways (PaLM) هو عائلة متقدمة من نماذج اللغة الكبيرة من جوجل، مصمم لتطبيقات متنوعة مثل توليد النصوص، الاستدلال، تحليل الشيفرة، والترجمة متعددة اللغات. مبني على مبادرة Pathways، يتميز PaLM بالأداء العالي، وقابلية التوسع، وممارسات الذكاء الاصطناعي المسؤولة.
نموذج اللغة الكبير من ميتا للذكاء الاصطناعي (LLaMA) هو نموذج متطور لمعالجة اللغة الطبيعية تم تطويره بواسطة شركة ميتا. مع ما يصل إلى 65 مليار معلمة، يتفوق LLaMA في فهم وتوليد نص يشبه النص البشري لمهام مثل الترجمة، والتلخيص، وروبوتات المحادثة.
نماذج ماركوف المخفية (HMMs) هي نماذج إحصائية متقدمة للأنظمة التي تكون فيها الحالات الأساسية غير قابلة للرصد المباشر. تُستخدم على نطاق واسع في التعرف على الكلام، والمعلومات الحيوية، والتمويل، حيث تفسر العمليات المخفية وتعتمد على خوارزميات مثل فيتيربي وباوم-ويلش.
