15 مصطلحاً · فئة أساسيات

مصطلحات أساسيات

المفاهيم التأسيسية التي يقوم عليها كل ما بعدها.

المصطلح	فيمَ يُستخدم عملياً
الذكاء الاصطناعي Artificial Intelligence — AI	المظلة الكبرى لكل نظام يحاكي قدرة ذهنية بشرية: الفهم، الاستنتاج، التعلّم، أو اتخاذ القرار.
الخوارزمية Algorithm	مجموعة قواعد رياضية ومنطقية يتبعها الحاسوب لمعالجة المدخلات والوصول إلى مخرَج. هي «الوصفة» لا «الطبخة».
النموذج Model	الناتج النهائي بعد تدريب خوارزمية على بيانات. هو ما يُستخدم فعلياً عند طرح سؤال أو طلب مهمة.
مجموعة البيانات Dataset	المادة الخام (نصوص، صور، أرقام، أصوات) التي يتعلّم منها النموذج. جودتها تحدّد سقف جودة النموذج مهما بلغت قوة الحوسبة.
تعلم الآلة Machine Learning — ML	فرع يُمكّن الأنظمة من التعلّم من البيانات بدل البرمجة الصريحة لكل قاعدة. يُستخدم في التنبؤ والتصنيف والتوصية.
التعلم العميق Deep Learning — DL	تعلّم آلة يعتمد على شبكات عصبية متعددة الطبقات. يُستخدم حين تكون البيانات معقدة جداً (صورة، صوت، لغة).
الشبكة العصبية Neural Network	بنية رياضية من عُقد مترابطة بأوزان، تمرّر الإشارة طبقةً بعد طبقة. هي المحرّك تحت كل نماذج التعلّم العميق.
معالجة اللغات الطبيعية Natural Language Processing — NLP	تمكين الآلة من قراءة اللغة البشرية وفهمها وتوليدها. يُستخدم في الترجمة، التلخيص، تحليل المشاعر، والمحادثة.
الرؤية الحاسوبية Computer Vision — CV	استخلاص معنى من الصور والفيديو. يُستخدم في التشخيص الطبي، ضبط الجودة، المراقبة، والقيادة الذاتية.
الذكاء الاصطناعي التوليدي Generative AI	فئة تُنتج محتوى جديداً (نص، صورة، صوت، كود) بدل تصنيف محتوى قائم. هي ما يقصده الإعلام غالباً بكلمة «AI» اليوم.
التعلّم الخاضع للإشراف Supervised Learning	تدريب النموذج على بيانات موسومة (مدخل ومعه الجواب الصحيح). يُستخدم في التصنيف والتنبؤ، وهو أكثر الأنواع استخداماً تجارياً.
التعلّم غير الخاضع للإشراف Unsupervised Learning	تدريب على بيانات بلا وسوم، ليكتشف النموذج التجمّعات والأنماط بنفسه. يُستخدم في تقسيم العملاء وكشف الشذوذ.
التعلّم المعزّز Reinforcement Learning — RL	تعلّم بالمحاولة والمكافأة بدل الأمثلة الجاهزة. يُستخدم في الروبوتات والألعاب وضبط سلوك النماذج اللغوية.
التصنيف والانحدار Classification & Regression	مهمتا التعلّم الخاضع للإشراف: التصنيف يتنبأ بفئة (محتال / غير محتال)، والانحدار يتنبأ برقم (سعر، كمية، مدة).
الذكاء الاصطناعي الرمزي Symbolic AI	المدرسة التي تُبرمَج فيها القواعد صراحةً بدل استنتاجها من البيانات. قابل للتفسير بالكامل، لكنه يعجز أمام الحالات غير المتوقّعة.

أين تلتقي هذه المصطلحات عملياً؟

هذه الفئة ليست تعريفات معزولة — كل مصطلح فيها يظهر في سياق تطبيقي داخل المنصة:

الشرح الموسّع لكل مفهوم في صفحة المفاهيم الأساسية.
التطبيق القطاعي الفعلي في استخدامات الذكاء الاصطناعي.
الأدوات التي تجسّد هذه المفاهيم في دليل الأدوات.
البعد التنظيمي والحكومي في الحكومات وتجربة الإمارات.

فئات أخرى

النماذج التدريب التشغيل والاستخدام البنية التحتية المخاطر والحوكمة المسرد الكامل (87)

⚡جرّبها الآنخطوة واحدة · خمس دقائق

اشرح مصطلحاً واحداً من هذه الصفحة لزميل غير تقني في ثلاث جمل — واطلب من النموذج أن يقيّم شرحك.

لا تملك المفهوم حتى تستطيع تبسيطه. اختبار التبسيط يكشف الفجوات التي تخفيها القراءة.

أمر جاهز — عدّل ما بين الأقواس

اعمل كمحرّر تبسيط يقيّم شرحاً لا يكتبه. السياق: سأكتب لك شرحي الخاص لمصطلح [المصطلح] موجّهاً لزميل غير تقني. المهمة: قيّم شرحي — ما الصحيح، وما الناقص، وما المضلّل — ثم اقترح جملة واحدة فقط تحسّنه. الصيغة: ثلاثة عناوين قصيرة: صحيح / ناقص / مضلّل، ثم الجملة المقترحة. القيود: لا تعِد كتابة الشرح كاملاً، وقيّم ما كتبته أنا فقط.

عد إلى المسرد الكامل ← الصقه في أي نموذج لغوي