قاموس الذكاء الاصطناعي
من الرموز ونافذة السياق إلى MCP ونماذج الاستدلال — أهم مصطلحات الذكاء الاصطناعي بلغة مبسطة.
٣٣ مصطلح
مفاهيم أساسية
- Artificial Intelligence (AI)الذكاء الاصطناعي
- فرع من علوم الحاسوب يمكّن الآلات من أداء مهام تتطلب ذكاءً بشريًا — كفهم اللغة والتعرف على الصور واتخاذ القرارات. الشرح الكامل
- Machine Learning (ML)تعلم الآلة
- نهج في الذكاء الاصطناعي يتعلم فيه النموذج الأنماط من البيانات بدلًا من برمجته صراحةً، ويتحسن كلما رأى أمثلة أكثر. الشرح الكامل
- Deep Learningالتعلم العميق
- فرع من تعلم الآلة يستخدم شبكات عصبية متعددة الطبقات؛ حقق قفزة في جودة الصور والصوت واللغة ويقوم عليه كل نموذج لغوي حديث. الشرح الكامل
- Large Language Model (LLM)نموذج اللغة الكبير
- شبكة عصبية ضخمة دُرِّبت على كميات هائلة من النصوص تستطيع فهم اللغة وتوليدها؛ ChatGPT وClaude وGemini أمثلة عليها. الشرح الكامل
- Tokenالرمز (Token)
- الوحدة الصغيرة من النص يقرأها النموذج وينتجها — نحو ثلاثة أرباع كلمة إنجليزية أو كلمة إلى كلمتين عربيتين. يُحسب طول السياق وسعر API بالرموز. الشرح الكامل
- Context Windowنافذة السياق
- أقصى كمية نص (بالرموز) يستطيع النموذج «رؤيتها» دفعة واحدة في المحادثة — بما يشمل طلبك والملفات وكامل السجل. كلما كبرت النافذة تذكر النموذج أكثر في الجلسة. الشرح الكامل
- Parameterالمعاملات (Parameters)
- الأوزان المتعلمة داخل النموذج التي تُخزَّن فيها معرفته وقدراته؛ وعددها (مثل 700 مليار) يشير إلى حجم النموذج. الشرح الكامل
البنية والنماذج
- Transformerالمحوّل (Transformer)
- معمارية عصبية تعالج النص كله بالتوازي عبر آلية «الانتباه» — وهي أساس كل نموذج لغوي كبير منذ 2017. الشرح الكامل
- Mixture of Experts (MoE)مزيج الخبراء (MoE)
- معمارية تقسّم النموذج إلى عدة «خبراء» ويُفعَّل لكل مدخل الخبراء المناسبون فقط — فتحصل على نماذج أكبر بكثير بتكلفة استدلال أقل. الشرح الكامل
- Multimodalمتعدد الوسائط
- نموذج يفهم أو يولّد الصور والصوت والفيديو إلى جانب النص — مثل Gemini الذي يرى مخططًا ويشرحه. الشرح الكامل
- Embeddingالتضمين (Embedding)
- تمثيل رقمي (متجهي) للنص أو الصورة يحفظ المعنى؛ فالمفاهيم المتقاربة تحصل على متجهات متقاربة — وهو أساس البحث الدلالي وRAG. الشرح الكامل
- Vector Databaseقاعدة بيانات متجهية
- قاعدة بيانات مصممة للبحث السريع عن التشابه بين التضمينات، تتيح إيجاد المحتوى «الأكثر تشابهًا» — وهي عادةً الذاكرة الخارجية لأنظمة RAG. الشرح الكامل
- Small Language Model (SLM)نموذج اللغة الصغير
- نموذج لغوي خفيف (مليارات قليلة من المعاملات) يعمل على الحواسيب والهواتف؛ أرخص وأسرع من النموذج الكبير في المهام المحدودة. الشرح الكامل
- Diffusion Modelنموذج الانتشار (Diffusion)
- معمارية توليد الصور التي تبدأ من الضوضاء وتحوّلها خطوة بخطوة إلى الصورة النهائية — وهي أساس أدوات مثل Midjourney. الشرح الكامل
التدريب والضبط
- Pre-trainingالتدريب المسبق
- المرحلة الأولية المكلفة التي يتدرب فيها النموذج على كميات هائلة من النصوص العامة ويكتسب اللغة والمعرفة العامة — وبعدها لا يزال نموذجًا عامًا. الشرح الكامل
- Fine-tuningالضبط الدقيق
- تدريب إضافي للنموذج المدرَّب مسبقًا على بيانات متخصصة ليؤدي بشكل أفضل في مجال أو أسلوب معين — مثل دعم عملاء علامة تجارية بعينها. الشرح الكامل
- RLHFالتعلم المعزز بالتغذية الراجعة البشرية
- تقنية يرتّب فيها البشر مخرجات النموذج فيتعلم إعطاء إجابات أكثر فائدة ودقة وأمانًا — وهي الجوهر التقني وراء سلوك ChatGPT وClaude. الشرح الكامل
- LoRALoRA (الضبط منخفض الرتبة)
- طريقة ضبط دقيق رخيصة: بدل تدريب كل المعاملات تُضاف مصفوفات صغيرة قليلة — فيتحقق تخصيص النموذج بجزء بسيط من التكلفة. الشرح الكامل
- Distillationالتقطير (Distillation)
- نقل المعرفة من نموذج كبير إلى نموذج صغير: يتعلم الصغير من مخرجات الكبير ليصل إلى سلوك مشترك بتكلفة أقل بكثير. الشرح الكامل
- Quantizationالكمّنة (Quantization)
- تقليل دقة الأرقام الداخلية للنموذج (مثلًا من 16 بت إلى 4 بت) ليتقلص حجمه وذاكرته الجازمة ويعمل على عتاد عادي — مع خسارة طفيفة في الجودة. الشرح الكامل
الوكلاء والتطبيقات
- AI Agentوكيل الذكاء الاصطناعي
- نظام يتلقى هدفًا ثم يخطط للخطوات وينفذها ذاتيًا — يستدعي الأدوات ويكتب الكود ويقرأ النتائج ويصحح مساره. الشرح الكامل
- Agentic AIالذكاء الاصطناعي الوكيل
- تحول 2025–2026: النماذج لا تجيب فقط بل «تنجز العمل» — تربط عدة أدوات وخطوات على مدى دقائق أو ساعات؛ Devin وClaude Code مثالان. الشرح الكامل
- MCP (Model Context Protocol)بروتوكول سياق النموذج (MCP)
- معيار مفتوح لربط الوكلاء بالأدوات والبيانات — «USB-C عالم الذكاء الاصطناعي». اكتب خادم MCP مرة واحدة ويمكن لأي وكيل متوافق استخدامه. الشرح الكامل
- RAGالتوليد المعزز بالاسترجاع (RAG)
- نمط يُسترجع فيه المستندات ذات الصلة من مصدر معرفي وتُعطى للنموذج قبل الإجابة — فيستند الجواب إلى بيانات حقيقية ومحدثة بدل ذاكرة التدريب الثابتة. الشرح الكامل
- Prompt Engineeringهندسة الأوامر (Prompt)
- فن كتابة أوامر فعّالة للنموذج: توفير السياق والأمثلة وصيغة الإخراج الصحيحة للحصول على نتائج أدق وأكثر موثوقية. الشرح الكامل
- Inferenceالاستدلال (Inference)
- تشغيل النموذج المدرَّب — اللحظة التي ترسل فيها الطلب وتُولَّد الرموز؛ تكلفة كل رسالة في ChatGPT هي تكلفة الاستدلال. الشرح الكامل
- Vibe Codingالبرمجة بالإحساس (Vibe Coding)
- أسلوب جديد للبرمجة باللغة الطبيعية: تصف ما تريده فيبنيه الوكيل ويختبره ويصلحه — ثمرة موجة وكلاء البرمجة في 2025–2026. الشرح الكامل
الاستدلال والسلامة والجودة
- Reasoning Modelنموذج الاستدلال
- نموذج «يفكر» قبل أن يجيب — يولّد سلسلة استدلال داخلياً ويحقق دقة أعلى بكثير في المسائل الصعبة والبرمجة والمنطق؛ مقابل ذلك أبطأ وأغلى. الشرح الكامل
- Test-time Computeالحوسبة وقت الاستدلال
- منح النموذج حوسبة أكبر أثناء الإجابة (تفكير أطول) مقابل نتيجة أفضل — الظاهرة التي نقلت حدود جودة نماذج الاستدلال في 2026. الشرح الكامل
- Hallucinationالهلوسة
- أن يولّد النموذج معلومات خاطئة بثقة تامة — مصدر خاطئ أو مرجع غير موجود أو رقم مختلق. طرق التخفيف: RAG والنماذج الاستدلالية واشتراط مصادر قابلة للتحقق. الشرح الكامل
- Guardrailsالحواجز الوقائية (Guardrails)
- طبقات تحكم حول النموذج تمنع المخرجات الضارة أو غير اللائقة أو المخالفة للسياسة — منفصلة عن النموذج نفسه وغالبًا كمرشحات إدخال/إخراج. الشرح الكامل
- Alignmentالمواءمة (Alignment)
- تدريب النماذج على التوافق مع القيم والمقاصد الإنسانية — أن تكون مساعدة وصادقة لا خادعة أو ضارة؛ وهي قلق جوهري للمختبرات الحدية. الشرح الكامل
- AGIالذكاء الاصطناعي العام (AGI)
- ذكاء اصطناعي افتراضي يضاهي البشر أو يتفوق عليهم في «كل» المهام المعرفية — لا في مجالات محددة فقط. لم يتحقق بعد وتظل تعريفاته موضع خلاف بين المختبرات. الشرح الكامل