قائمة المصطلحات
قائمة بكل الكلمات المرتبطة بالذكاء الاصطناعي والصحافة مبسطة بطريقة سهلة الفهم
قائمة بكل الكلمات المرتبطة بالذكاء الاصطناعي والصحافة مبسطة بطريقة سهلة الفهم
Automatic/Automation/Automated
هي عملية خلق وتطبيق استخدامات التكنولوجيا في الإنتاج والتوزيع، بأقل نسبة من التدخل البشري. تساعد الأتمتة في زيادة الفاعلية، والسرعة، والتقليل من الأخطاء البشرية؛ وتركز على مراحل العمل المتكررة، والتي قد تستلزم وقتاً طويلاً من الشخص المسؤول عنها للقيام بها. من الأمثلة على الأتمتة داخل غرفة الأخبار: استقبال الصور بالإيميل من المصورين، وإضافتها أوتوماتيكياً إلى مجلدات رقمية، بحسب اليوم والشهر والسنة؛ لترتيبها في أرشيف منظم.
Data Extraction
هي عملية تحديد البيانات المُهمة، في سياق المَهمة التي يقوم بها الذكاء الاصطناعي، واستخراجها من مصدرها، وتحويلها إلى بيانات يُمكن تعلمها وقراءتها، من قبل الآلة أو النظام الإلكتروني.
AI Discovery
استخدام تقنية تعلّم الآلة لاستخراج مؤشرات وأنماط نوعية من قوائم البيانات الضخمة.
Data
هي من أهم مكونات نظام الذكاء الاصطناعي وتعلم الآلة، وتشير إلى المعلومات التي تمّ تحويلها إلى شكل، يمكن لنظام الذكاء الاصطناعي فهمه، وتعلمه، وتناقله، والتعامل معه. عادة ما تكون البيانات منظمة، أو غير منظمة؛ ويتمّ جمعها لأغراض التعلم، والقياس، والعرض، والتحليل.
Training Dataset
مجموعة المعلومات والأمثلة المقدمة إلى نموذج تعلم الآلة التي تساعدها على التعلّم، وتحديد الأنماط المختلفة، وتوليد محتوى جديد.
Unstructured Data
هي مجموعة المعلومات والبيانات، التي لم يتمّ ترتيبها، وفقاً لنموذج بيانات جاهز؛ وبالتالي لا يمكن حفظها في قوائم بيانات تقليدية.
Validation Dataset
البيانات أو الأمثلة لقياس أداء نموذج الذكاء الاصطناعي بعد التدريب.
Test Data
البيانات أو الأمثلة التي تقدّم لنموذج الذكاء الاصطناعي لاختبار أدائه ودقته بعد التدريب والتحقق.
Error Analysis
عملية تحليل الأخطاء وفهمها في أداء نماذج تعلم الآلة.
Bias
هو قابلية إنتاج وتوزيع مخرجات مختلفة لمجموعات متنوعة من المستخدمين؛ بناء على تحيزات مبنية أصلاً في المجتمع على العرق، والدين، والجنس، والعمر، والجنسية، وغيرها. من الأمثلة على التحيز في غرف الأخبار؛ عرض المقالات التي تتحدث عن الذكور بصورة عامة، بنسبة أعلى من تلك التي تتناول الموضوعات التي تتحدث عن الإناث، ونشرها في أماكن أكثر بروزاً على الموقع الإلكتروني.
Data Labeling
هي عملية تعريف البيانات، وتحديد نوعها، وإضافة تصنيفات إليها؛ تجعلها تحمل معنى أكثر تحديداً، وتصبح أكثر ارتباطاً بالسياق الذي وردت به. من الأمثلة على تسمية البيانات داخل غرف الأخبار ؛ تصنيف الصور بحسب الأشخاص، الذين ظهروا فيها، وتسميتها بناء على ذلك.
Deep Learning
هو أسلوب يتبعه الذكاء الاصطناعي، في تعليم الآلة كيفية معالجة البيانات، بطريقة تحاكي العقل البشري. يمكن لنموذج التعلم العميق، التعرف على أشكال معقدة في الصور والنصوص والأصوات؛ للخروج بردات فعل. يمكن استخدام التعلم العميق، في أنظمة الأتمتة والمشاركة في نقاشات، وحوارات بشرية. من الأمثلة على التعلم العميق في غرف الأخبار؛ تفريغ المقابلات الصوتية، وفهم المشاعر المرتبطة بهذه المقابلات.
Machine learning
هو شكل من أشكال الذكاء الاصطناع،ي وعلوم الحاسوب، التي تعتمد على توظيف البيانات، والخوارزميات؛ لمحاكاة الطريقة التي يتعلم بها الإنسان، ومع الوقت تعمل على تحسين أدائها، والتعلم من أخطائها. يسهم تعلم الآلة بالتحديد، في عمليات التصنيف وتقديم التوقعات.
Reinforcement learning
هو نوع من أنواع تعلم الآلة، الذي يمر بمراحل التجربة والخطأ، والتعلم الذاتي؛ بهدف التوصل إلى نموذج العمل المناسب، الذي يزيد من الإنتاجية والفاعلية، مع أقل عدد من الأخطاء. يتعلم هذا النموذج من خلال التفاعل، وردود الأفعال على ما قام به.
Speech Analytics
هو عملية استخراج المعنى من التسجيلات الصوتية، وتحليل هذه البيانات من قبل أنظمة الذكاء الاصطناعي، بصرف النظر عن شكل اللغة، أو نوعها أو لهجتها. تقوم أنظمة الذكاء الاصطناعي، في تقنيات تحليل الكلام، بتحويل النص المحكي إلى نص مكتوب.
Supervised learning
هو نوع من أنواع تعلم الآلة، الذي يعتمد على قوائم البيانات المُعرفة المسماة؛ وتستخدم في تدريب الخوارزميات والنماذج، على تصنيف البيانات والخروج بتوقعات مبنية على ذلك.
Unsupervised learning
هو نوع من أنواع تعلم الآلة، الذي يستخدم الخوارزميات؛ لتحليل وترتيب قوائم البيانات غير المسماة، وغير المصنفة. خلال عملية التحليل، يمكن لهذه الخوارزميات اكتشاف أشكال وعلاقات جديدة، بين مجموعات البيانات، من دون أي حاجة للتدخل البشري.
Sentiment analysis
عملية استخدام الذكاء الاصطناعي لتحليل المشاعر من نبرة النص وتوجهه، وتصنيفها إلى إيجابية أو سلبية أو محايدة في بعض الأحيان.
Semi-supervised learning
هو أحد أساليب تعلم الآلة الذي يستعمل البيانات المسماة وغير المسماة لتدريب نماذج الذكاء الاصطناعي. (تعلم الآلة)
Cross-validation
طريقة تستخدم للتحقق من أداء النموذج واختباره. تستخدم هذه الطريقة في حال عدم توفر بيانات كافية للتدريب، والتحقق، والاختبار.
Accuracy
مؤشر متعارف عليه يستخدم لقياس أداء النماذج التي تتخذ القرارات مثل قرار تصنيف البيانات.
AGI (Artificial General Intelligence)
شكل من أشكال الذكاء الاصطناعي، ويمتلك قدرات شبيهة بقدرات الإدراك الإنسانية؛ كالقدرة على التعلم، والتفكير، وحل المشاكل، والتواصل بلغات مختلفة. من الأمثلة على الذكاء العام الاصطناعي في غرف الأخبار؛ استخدام تقنيات حديثة مثل Chat GPT من OpenAI، وBard من غوغل في كتابة الرسائل الإلكترونية، أو رسم صور تعبيرية عن حدث ما.
Ethical AI
هو شكل من أشكال الذكاء الاصطناعي، الذي يلتزم بالمعايير الأخلاقية المحددة، في إطار الحقوق الإنسانية، والخصوصية. يركز هذا التوجه على التمييز بين الاستخدامات الصحيحة، وغير الصحيحة للذكاء الاصطناعي؛ ولا يحتاج إلى قوانين وتشريعات حكومية فحسب؛ بل أيضاً إلى وعي والتزام كامل من الأفراد والمؤسسات.
Generative AI
هو نموذج من نماذج الذكاء الاصطناعي، الذي يعتمد على التعلم العميق من بيانات كثيرة، ومن ثمّ يقوم بإنتاج مواد جديدة لم تنتج من قبل؛ بناء على هذه البيانات. هذه المواد الجديدة، التي يمكن إنتاجها، قد تكون على شكل نصوص، أو صور، أو مقاطع فيديو، أو حتى مواد صوتية.
Responsible AI
هو بناء وتصميم، وتطوير وتوظيف أنظمة الذكاء الاصطناعي؛ لأهداف نبيلة، ولتمكين الأفراد والمؤسسات، وترك الأثر الإيجابي في المجتمعات، من دون أي تخوف، من استخدامات سيئة، أو سلبية لهذه التقنيات على المجتمع.
Computer Vision
هي شكل من أشكال الذكاء الاصطناعي، الذي يُمكن للكمبيوتر والأنظمة الرقمية من خلاله، استخراج تفاصيل متنوعة، وذات معنى من الصور الرقمية، ومقاطع الفيديو، والمواد البصرية؛ وتصميم ردة الفعل بناء على هذه المعلومات. من الأمثلة على الرؤية الحاسوبية في غرف الأخبار؛ استخدام التقنيات القادرة على قراءة الصورة؛ للتعرف على الاستخدامات السابقة لهذه الصور عبر الإنترنت، ويستخدم ذلك في التحقق من الصور ومقاطع الفيديو.
Neural Networks
هي فرع من فروع تعلم الآلة، والتعلم العميق، وتستلهم اسمها من الخلايا العصبية في دماغ الإنسان. تعتمد الشبكات العصبونية على تدريب البيانات على التعلم، والتحسين مع الوقت.
Parameters
مجموعة من العوامل/المتغيرات في قوائم البيانات، تتحكم في جودة الناتج النهائي لنموذج الذكاء الاصطناعي.
Hyper-parameters
مجموعة من العوامل الخارجية والطرق التي يستخدمها علماء البيانات لتحسين وتجويد أداء النموذج.
Chatbot
هو برنامج إلكتروني، يحاكي الحوار البشري، من خلال التفاعل كتابة ونطقاً واستماعاً. يعتمد هذا البرنامج على دراسة وتعلم اللغات الطبيعية، والتعرف على الكلام نطقاً وسمعاً. استخدام هذه التقنية يساعد في زيادة الإنتاجية، وإتمام المهمات المتكررة واليسيرة. من الأمثلة على استخدام المساعد الرقمي في غرف الأخبار؛ التفاعل المباشر مع الجمهور؛ للرد على استفساراتهم أو تعليقاتهم، حول مقالات وأخبار متنوعة.
Natural Language Processing
هي شكل من أشكال العلوم الحاسوبية، والذكاء الاصطناعي، التي تمتلك القدرة على فهم النصوص المكتوبة، والكلام المحكي بنفس الطريقة، التي يفهمها البشر. تدمج هذه التقنية بين علم اللغويات الحاسوبية، ونماذج اللغات البشرية، مع نماذج تعلم الآلة والتعلم العميق. من الأمثلة على معالجة اللغة الطبيعية في غرف الأخبار؛ استخدامها في الترجمة بين اللغات.
Prompt
هو وصف للأمر الذي يجب أن يقوم به النظام الإلكتروني، الذي يعتمد على الذكاء الاصطناعي. تعتمد هذه المُدخلات على معالجة اللغة الطبيعية، ويمكن فهمها مع الوقت بشكل أسرع، وأكثر ذكاءً؛ بسبب التعلم المستمر من مدخلات سابقة.
Autonomous
أنظمة الذكاء الاصطناعي القادرة على العمل وأداء المهام الموكلة إليها من دون التدخل البشري المستمر.
Classification Model
نموذج تعلم خاضع للإشراف تقوم الآلة من خلاله بتوقع التسمية الصحيحة للبيانات المدخلة.
Large language model
هو نموذج لغوي، مكون من شبكات عصبية، ومجموعة من المحددات، يتمّ تدريبها على بيانات ضخمة غير مصنفة؛ وتعتمد على الإشراف الذاتي، وتحاكي الذكاء البشري، وتعمل على تحليل هذه البيانات، وفهم العلاقة بينها؛ من أجل إنتاج مخرجات جديدة، شبيهة إلى حد كبير ، بتلك التي ينتجها الإنسان.
Model
هو برنامج أو خوارزميات، يتكون من بيانات؛ للتدرب عليها والتعرف إلى العلاقة المشتركة بينها؛ من أجل تصنيف بيانات مشابهة، أو تقديم توقعات مستقبلية. كلما تعلم النموذج من عدد بيانات أكبر، قلت الأخطاء التي يرتكبها في المستقبل.
Regression Model
نموذج يقوم بتدريب الآلة على تحليل وتوقع العلاقة بين متغيرين، مثل توقع أسعار العقارات بناء على عوامل أخرى.
Auto-Tagging
هو العملية التي يقوم من خلالها، نظام الذكاء الاصطناعي، بوسم البيانات والملفات المختلفة، ببيانات خلفية، تساعد في تعريفها، ضمن السياق الذي ترد فيه.
Token
الوحدة الأساسية للنص التي يستخدمها النموذج اللغوي الضخم لفهم اللغة وتوليدها. يمكن أن تكون الوحدة كلمة كاملة أو جزءاً من الكلمة.
Hallucinations
استجابة خاطئة أو معلومات مغلوطة من نظام الذكاء الاصطناعي قُدّمت على أنّها حقائق صحيحة.