أدت الكلمات عبر العصور دورًا مهمًا في تشكيل الحضارات، من الفلسفة القديمة إلى مفاهيم النهضة والثورة الصناعية، وفي عصر الذكاء الاصطناعي الحالي، نشهد تحولًا لغويًا جديدًا، حيث أصبحت مصطلحات مثل “التعلم العميق” و”النماذج التوليدية” ليست مجرد تعبيرات تقنية، بل مفاتيح لفهم المستقبل. يتوقع الخبراء أن يصبح الذكاء الاصطناعي جزءًا أساسيًا من حياتنا اليومية، مما يجعل فهم لغته أمرًا ضروريًا لاستيعاب التحولات التي تعيد تشكيل علاقتنا بالتكنولوجيا والإبداع.

مصطلحات حيوية في الذكاء الاصطناعي عليك معرفتها.

الذكاء الاصطناعي الفائق (Artificial Super Intelligence-ASI) هو مستوى من الذكاء الاصطناعي يتجاوز الذكاء البشري في جميع المجالات، بما في ذلك الإبداع والذكاء الاجتماعي، إذ يمكن لهذه الصورة الافتراضية من الذكاء الاصطناعي تحسين نفسها بمعدل متسارع، مما يؤدي إلى تقدم سريع في التكنولوجيا.

الذكاء الاصطناعي العام (Artificial General Intelligence-AGI)

يشير الذكاء الاصطناعي العام إلى شكل من الذكاء الاصطناعي يمتلك القدرة على فهم وتعلم وتطبيق المعرفة عبر مجموعة واسعة من المهام، مماثلًا للذكاء البشري، وعلى عكس الأنظمة الحالية التي تتخصص في مهام محددة، سيكون لدى “إيه جي آي” القدرة على تعميم المعرفة والمهارات من مجال إلى آخر.

الأتمتة (Automation)

تشمل الأتمتة استخدام التكنولوجيا لأداء المهام التي تحتاج عادةً إلى تدخل بشري، وفي سياق الذكاء الاصطناعي، تشير الأتمتة إلى الأنظمة القادرة على تنفيذ المهام المتكررة واتخاذ القرارات أو معالجة البيانات مع الحد الأدنى من الإشراف البشري.

الذكاء الاصطناعي -تقنية
التعلم العميق هو أحد أنواع التعلم الآلي الذي يعتمد على الشبكات العصبية ذات الطبقات العديدة (بيكساباي)

الذكاء الاصطناعي الدستوري (Constitutional AI)

يشير إلى نهج يتم فيه تدريب نماذج الذكاء الاصطناعي بناءً على مجموعة من المبادئ أو القواعد التوجيهية، لضمان توافق سلوكها مع القيم الإنسانية والمعايير الأخلاقية، وتجنب الأفعال الضارة مثل التحيز أو نشر المعلومات المضللة.

التعلم العميق (Deep Learning)

يعدّ التعلم العميق نوعًا من التعلم الآلي يعتمد على الشبكات العصبية ذات الطبقات العديدة، مما يمكّن الآلة من معالجة المعلومات بطريقة تحاكي أسلوب عمل الدماغ البشري، ويستخدم على نطاق واسع في مجالات مثل التعرف على الصور والكلام، حيث يمكنه تحليل كميات هائلة من البيانات واكتشاف الأنماط.

الذكاء الاصطناعي الأخلاقي (Ethical AI)

يركز هذا المجال على إنشاء واستخدام الذكاء الاصطناعي بطرق تتماشى مع القيم الأخلاقية والمعايير الاجتماعية، مما يضمن أن تكون أنظمة الذكاء الاصطناعي عادلة وشفافة وقابلة للمساءلة، وتجنب تعزيز التحيزات.

نموذج الأساس (Foundation Model)

هذا النموذج يتم تدريبه على مجموعة واسعة من البيانات غير المنظمة، مثل النصوص والصور، بهدف إنشاء قاعدة عامة الاستخدام، ويعمل كنقطة انطلاق قوية يمكن تعديلها لتناسب تطبيقات محددة.

نموذج اللغة الكبير (Large Language Model – LLM)

يتميز هذا النموذج بقدرته على فهم اللغة البشرية وتوليدها بدقة، ويعتمد على كميات هائلة من البيانات النصية للتعلم، مما يمكّنه من أداء مهام متنوعة مثل كتابة المقالات والإجابة عن الأسئلة.

الذكاء الاصطناعي-تقنية
معالجة اللغة الطبيعية هي أحد مجالات الذكاء الاصطناعي التي تركز على كيفية فهم الحواسيب للغة البشرية (بيكساباي)

معالجة اللغة الطبيعية (Natural Language Processing – NLP)

تسعى هذه التقنية إلى فهم الحواسيب للغة البشرية والتفاعل معها، حيث يمكن تشبيهها بتعليم الكمبيوتر القراءة والكتابة والتحدث بأسلوب شبيه بالبشر، مما يمكّن الآلات من تفسير الكلمات والرد عليها بشكل طبيعي.

توليد اللغة الطبيعية (Natural Language Generation – NLG)

تتعلق هذه التقنية بإنشاء نص من البيانات، حيث تسمح للنظام بتحويل المعلومات المنظمة إلى نص قابل للقراءة البشرية، مع تجميع جمل مناسبة سياقيا بناءً على البيانات المقدمة.

المطالبة (Prompt)

المطالبة هي المدخل أو الاستفسار الذي يقدمه المستخدم لنموذج الذكاء الاصطناعي، لتوجيهه نحو المهمة التي يجب عليه تنفيذها.

الذكاء الاصطناعي المسؤول (Responsible AI)

تشير هذه الممارسة إلى تطوير ونشر أنظمة الذكاء الاصطناعي بطرق أخلاقية وشفافة، بحيث تتوافق مع القيم المجتمعية، مما يضمن تصميم هذه الأنظمة واستخدامها بطريقة تحترم الخصوصية وتعزز العدالة.

تحليل المشاعر (Sentiment Analysis)

يشمل تحليل المشاعر تقييم النبرة العاطفية لنص معين، مما يساعد في فهم المشاعر الكامنة التي يعبر عنها النص، وغالبًا ما تستخدم الشركات هذه التقنية لتقييم آراء العملاء.

خوارزمية التعلم تحت الإشراف (Supervised Learning Algorithm)

تعتمد هذه الخوارزمية على التعلم من البيانات الواضحة، حيث تكون كل قطعة من بيانات التدريب مرفقة بالإجابة الصحيحة، مما يسمح للنموذج باكتساب المعرفة من خلال الأمثلة.

اختبار تورينغ (Turing Test)

هذا الاختبار هو معيار لقياس قدرة الآلة على إظهار سلوك ذكي لا يمكن تمييزه عن سلوك الإنسان، حيث يتضمن تفاعل مُقيِّم بشري مع آلة وإنسان، وإذا عجز المُقيّم عن التمييز بينهما، فإن الآلة تعتبر قد اجتازت الاختبار، مما يعكس مدى تقدم الذكاء الاصطناعي في محاكاة المحادثة والسلوك البشري.