المصطلحات والتعريفات في الذكاء الاصطناعي

مُرشح Filter Convolutional:

مُرشح يقوم بعمليات الترشيح عن طريق فحص المدخالت مع مراعاة أبعادها. ويطلق عليه أيضاً "نواة" أو "كاشف الخصائص".

طبقة ترشيحية Layer Convolution or Layer Convolutional:

طبقة في الشبكة العصبية الترشيحية تستخدم المرشحات لإجراء عمليات الترشيح.

شبكة عصبية ترشيحية (CNN (Network Neural Convolutional:

نوع من الشبكات العصبية العميقة المستخدمة في إنشاء نماذج لتحليل الصور والفيديوهات ومعالجتها.

عملية ترشيحية Operation Convolutional:

عملية حسابية لضرب شريحة من مصفوفة المدخلات والمرشح، ثم جمع جميع القيم في المصفوفة الناتجة.

خطوة ترشيحية Stride Convolutional:

حجم خطوة تحريك المرشحات.

ارتباط Correlation:

مقياس إحصائي لمدى ارتباط متغيرين رياضياً.

تكلفة Cost:

انظر "خسارة".

دالة التكلفة Function Cost:

انظر "دالة الخسارة".

إنصاف مغاير Fairness Counterfactual:

مقياس إنصاف يقيم ما إذا كان المصنف يعطي نفس النتيجة لأفراد متطابقين باستثناء سمة حساسة واحدة أو أكثر.

تباين Covariance:

مقياس لمدى التباين بين متغيرين غير مرتبطين ببعضهما.

تحيز التغطية Bias Coverage:

نوع من تحيز الاختيار لا تمثل فيه البيانات المختارة مجموعة العينة المستهدفة.

الأنتروبيا التقاطعية Entropy-Cross:

طريقة لتحديد الفرق بين توزيعين احتماليين عن طريق تعميم الخسارة اللوغاريثمية على مشكلات التصنيف المتعدد.

التحقق المتقاطع Validation-Cross:

آلية لتقييم تعميم النموذج على البيانات الجديدة عن طريق اختبار النموذج على مجموعة فرعية واحدة أو أكثر مأخوذة من مجموعة التدريب.

مقدّر مخصص Estimator Custom:

مُقدّر مصمم لاتباع توجيهات محددة.

نموذج مخصص Model Custom:

نموذج يقبل المدخالت الخاصة بمستخدم ويعطي تنبؤات بناء على تلك المدخالت.

تدريب مخصص Training Custom:

عملية تدريب النموذج على القيام بتنبؤات معينة.

البيانات المظلمة Data Dark:

البيانات التي تجمعها المؤسسات وتعالجها وتخزنها أثناء العمليات التجارية، ولكن لا تستخدم لأغراض أخرى، مثل: التحليلات أو زيادة الإيرادات.

لوحة معلومات Dashboard:

واجهة مستخدم رسومية تجمع المعلومات والتصويرات لعرض المقاييس أو المعايير أو المؤشرات التي تساعد في المراقبة واتخاذ القرار.

بيانات Data:

تمثيل للمعلومات بصيغة مناسبة للتخزين أو المعالجة أو النقل.

تجميع البيانات Aggregation Data:

عملية جمع البيانات من عدة مصادر للتحليل أو إعداد التقارير، وتشمل تجميع البيانات أو تلخيصها عن طريق عمليات حسابية، مثل: حساب المجموع أو المتوسط أو الحد الأدنى أو الحد الأقصى.

تحليل البيانات Analysis Data:

فحص منهجي للبيانات عن طريق العينات والقياس والتصوير.

تحليلات البيانات Analytics Data:

مفهوم يضم عمليات جمع البيانات والتحقق من صحتها ومعالجتها وتصويرها؛ أجل اكتشاف رؤى مفيدة في اتخاذ القرار.

تسمية البيانات Annotation Data:

عملية إضافة معلومات وصفية إلى مجموعة البيانات لاستخدامها مدخلات لنموذج تعلم الآلة.

زيادة البيانات Augmentation Data:

أسلوب في تعلم الآلة لإنشاء بيانات جديدة عن طريق معالجة البيانات الأصلية.

مركز بيانات Center Data:

مكان يضم مجموعة من الخوادم وأجهزة تخزين البيانات مع اتصال عالي السرعة لإدارة تطبيقات المؤسسة وبياناتها.

تنظيف البيانات Cleansing Data:

عملية متعددة المراحل لمراجعة البيانات وتصحيحها للتأكد من أنها في صيغة موحدة، ويتضمن ذلك معالجة القيم المفقودة والبيانات المشوشة، وحل التناقضات والتكرارات.

جمع البيانات Collection Data:

عملية جمع البيانات وقياسها، وتشمل الحصول عليها وتسميتها وتحسينها.

أمين البيانات Custodian Data:

شخص أو مؤسسة مسؤولة عن توفير البنية التحتية لتقنية المعلومات وحماية البيانات وفقاً لسياسات حوكمة البيانات وممارساتها.

بيانات ثانوية Exhaust Data:

أي معلومات تنتج بطريقة ثانوية من الأنشطة الرقمية.

تغذية البيانات Feed Data:

طريقة لتزويد المستخدمين ببيانات محدثة من مصادر البيانات.

دمج البيانات Fusion Data:

عملية دمج البيانات من مصادر مختلفة لتوفير معلومات أكثر اتساقاً ودقة.

حوكمة البيانات Governance Data:

السياسات والعمليات والهياكل التنظيمية التي تحدد حقوق اتخاذ القرار والمسؤوليات لدعم إدارة البيانات.

عينة بيانات Instance Data:

تحديد عنصر بيانات من نوع بيانات أو مجموعة بيانات.

تكامل البيانات Integration Data:

عملية دمج البيانات من مصادر مختلفة في عرض موحد وواضح للمستخدمين.

صحة البيانات Integrity Data:

مقياس ثقة للتحقق من دقة البيانات واكتمالها واتساقها وامتثالها للوائح.

تسمية البيانات Labeling Data:

انظر "تسمية البيانات".

بحيرة بيانات Lake Data:

مستودع لتخزين كميات كبيرة من البيانات الأولية بصيغ مختلفة.

سوق البيانات Marketplace Data:

منصة إلكترونية عملها الرئيس هو توفير البيانات أو أي خدمات ذات صلة، كما تسمح بشراء وبيع البيانات القابلة للقراءة آلياً.

متجر البيانات Mart Data:

مجموعة فرعية من مستودع البيانات تركز على أنواع معينة من الأعمال أو الموضوعات.

ترحيل البيانات Migration Data:

عملية نقل البيانات من نظام إلى آخر.

التنقيب في البيانات Mining Data:

عملية اكتشاف الأنماط في كمية كبيرة من البيانات واستخراج المعلومات المفيدة.

نموذج البيانات Model Data:

مجموعة من الطرق المفاهيمية لوصف البيانات، ودلالاتها، والعلاقات بينها، وقيود الاتساق.

نمذجة البيانات Modelling Data:

عملية إنشاء تمثيل مفاهيمي للبيانات وعلاقاتها؛ أجل تخزينها في قاعدة البيانات.

مالك البيانات Owner Data:

شخص أو أشخاص مسؤولون عن بيانات معينة.

توازي البيانات Parallelism Data:

أسلوب يستخدم لتسريع التدريب أو الاستدلال عن طريق تكرار النموذج على عدة أجهزة، ثم تقسيم بيانات الإدخال على هذه الأجهزة.

نقطة بيانات Point Data:

جزء منفصل من المعلومات المشتقة من مجموعة بيانات أكبر.

معالجة البيانات Processing Data:

مجموعة واسعة من العمليات التي يمكن إجراؤها على البيانات بوسائل يدوية أو مؤتمتة.

استخلاص البيانات Profiling Data:

عملية فحص البيانات وعمل ملخصات وافية عنها.

جودة البيانات Quality Data:

مقياس لمدى فائدة البيانات وملاءمتها للغرض المقصود، ويشمل الاكتمال والاتساق والدقة.

تكرار البيانات Replication Data:

تكرار البيانات على عدد من أجهزة الحاسب داخل نظام موزع لضمان مستوى الاتساق في الوصول إلى المعلومات.

تمثيل البيانات Representation Data:

الشكل الذي يمثل كيفية تخزين البيانات ومعالجتها ونقلها.

أخذ عينات البيانات Sampling Data:

عملية اختيار مجموعة فرعية من عينات البيانات تمثل مجموعة بيانات أكبر؛ أجل تحليل الأنماط والاتجاهات.

علم البيانات Science Data:

مجال متعدد التخصصات يركز على استخراج معلومات مفيدة ورؤى من البيانات عن طريق عملية الاكتشاف أو اختبار الفرضيات.

عالم بيانات Scientist Data:

المتخصص في تحليل البيانات ولديه مهارات فنية لحل المشكلات المعقدة باستخدام أدوات علم البيانات وأساليبها.

مصدر بيانات Source Data:

مستودع من مجموعة بيانات أو مجموعة بيانات وصفية أو قاعدة بيانات أو بيانات وصفية، يمكن عن طريقه الوصول إلى البيانات أو البيانات الوصفية لأغراض التحليل.

مشرف بيانات Steward Data:

دور في إدارة البيانات يتضمن تنفيذ سياسات حوكمة البيانات والحفاظ عليها داخل المؤسسة.

هياكل البيانات Structure Data:

طريقة لتنظيم البيانات وتخزينها في ذاكرة الحاسب للوصول إليها ومعالجتها بكفاءة.

ُم ِّعرّف بالبيانات Subject Data:

شخص يمكن معرفته عن طريق بيانات شخصية مسجلة.

تباين البيانات Variability Data:

التغيرات في مجموعات البيانات من جانب معدل الإرسال أو الصيغة أو الدلالات أو الجودة.

تنوع البيانات Variety Data:

اختلاف أنواع البيانات وصيغها، مثل: البيانات المهيكلة وشبه المهيكلة وغير المهيكلة.

سرعة البيانات Velocity Data:

معدل سرعة إنشاء البيانات أو إرسالها أو تخزينها أو تحليلها أو تصويرها.

موثوقية البيانات Veracity Data:

دقة واكتمال البيانات.

تصوير البيانات Visualization Data:

تمثيل رسومي للمعلومات يسلط الضوء على الأنماط والاتجاهات في البيانات، ويساعد القارئ على اكتساب رؤى سريعة.

تقلب البيانات Volatility Data:

خصائص البيانات المتعلقة بمعدل تغيرها بمرور الوقت.

حجم البيانات Volume Data:

كمية البيانات التي تؤثر في موارد المعالجة والتخزين وفي إدارتها أيضاً.

مستودع البيانات Warehouse Data:

مستودع بيانات جمعت من مصادر متعددة في مخزن بيانات مركزي ومتسق لدعم تحليل البيانات.

اتخاذ قرار مبني على البيانات (DDDM (Making Decision Driven-Data:

عملية اتخاذ القرارات بناء على البيانات بدلاً من مجرد الحدس أو الملاحظة.

اتخاذ قرار مبني على البيانات DIDM Making-Decision Informed-Data:

انظر "اتخاذ قرار مبني على البيانات".

قاعدة البيانات Database:

مجموعة من البيانات المنظمة وفقاً للبنية مفاهيمية بغرض دعم التطبيقات في مجال معين.

مدير قاعدة البيانات (DBA (Administrator Database:

شخص يدير قواعد البيانات وأنظمتها، وهو مسؤول عن صيانتها.

قاعدة البيانات كخدمة DBaaS Service a as Database:

منصة تتيح استخدام وظائف قواعد البيانات على السحابة.

تسوية قاعدة البيانات Normalization Database:

عملية تصميم البيانات في قاعدة بيانات عن طريق إنشاء علاقات بين الجداول لإزالة التكرار والتبعية غير المتسقة.

مخطط قاعدة البيانات Schema Database:

التصميم العام لقاعدة البيانات.

إطار البيانات Dataframe:

نوع بيانات يستخدم لتمثيل مجموعات البيانات.

داتا لوج Datalog:

لغة برمجة منطقية تصريحية تتضمن مجموعة محدودة من الحقائق والقواعد، ويمكن استخدامها في قواعد البيانات الاستنباطية.

مجموعة بيانات Set Data or Dataset:

مجموعة من البيانات التي يمكن الوصول إليها بصيغة واحدة أو أكثر.

نوع البيانات Type Data or Datatype:

مجموعة محددة من البيانات التي لها بنية محددة ومجموعة من العمليات المتاحة.

ذكاء اصطناعي المركزي Intelligence Artificial Decentralized:

انظر "ذكاء اصطناعي موزع".

تحليل القرار Analysis Decision:

طريقة معيارية لاتخاذ الخيارات المثلى في ظل ظروف غير مؤكدة.

حدود القرار Boundary Decision:

الفاصل بين الأصناف التي تعلمها النموذج في مشكلات التصنيف الثنائي أو المتعدد.

نظام دعم القرار (DSS (System Support Decision:

نظام معلومات يساعد في تقييم البدائل وحل المشكلات واتخاذ القرارات.

نظرية القرار Theory Decision:

دراسة الاستدلال الكامن وراء الاختيارات والقرارات في ظل عدم التيقن.

حد القرار Threshold Decision:

انظر "حد التصنيف".

شجرة القرار Tree Decision:

خوارزمية تعلم موجه تستخدم رسوما بيانية شجرية لإجراء عمليات تحليل القرار.

تعلم شجرة القرار Learning Tree Decision:

عملية بناء شجرة قرار من البيانات لأداء مهام التصنيف أو الانحدار.

مُفكك ترميز Decoder:

نظام تعلم آلة يُحول التمثيل المعالج إلى تمثيل خام.

تفكيك الترشيح Deconvolution:

انظر "ترشيح معكوس".

شبكة عصبية ترشيحية عكسية (DNN (Network Neural Deconvolutional:

شبكة عصبية ترشيحية تعمل بطريقة عكسية.

استنباط Deduction:

انظر "استدلال استنباطي".

مُصنف استنباطي Classifier Deductive:

نوع تكُّيفي من محركات الاستدلال يستخدم لتحسين دقة التصنيف.

استدلال استنباطي Reasoning Deductive:

عملية استنتاج نتائج بناء على بيانات أو حقائق مقبولة عموماً. ويطلق عليها أيضاً "استنباط".

شبكة الاعتقاد العميق Network Belief Deep:

نوع من أنواع شبكات التعلم العميق مكون من تكديس عدة آلات بولتزمان المقيدة.

ديب بلو Blue Deep:

حاسب عميق فاز على بطل العالم في لعبة الشطرنج "جاري كاسباروف" عام 1997.

تعلم عميق Learning Deep:

مجال فرعي من تعلم الآلة يستخدم عدة طبقات مخفية في الشبكات العصبية لحل المشكلات المعقدة عن طريق تحديد أهم الخصائص الأساسية لبيانات الإدخال.

(DNN (Network Neural Deep:

نوع من الشبكات العصبية االصطناعية يشتمل على عدة طبقات بين طبقتي الإدخال والإخراج. ويطلق عليه أيضاً "نموذج عميق".

شبكة كيو العميقة (DQN (Network-Q Deep:

خوارزمية تجمع بين التعلم التعزيزي والشبكات العصبية العميقة لحل المشكلات المعقدة، والتعامل مع البيئات كثيرة الأبعاد.

تزييف عميق Deepfake:

نوع من الوسائط المصطنعة التي يوضع فيها صورة شخص أو صوته بدلاً من صورة شخص آخر أو صوته.

بيانات ديموغرافية Data Demographic:

بيانات اجتماعية واقتصادية حول السكان، مثل: الجنس والعمـر والتعليم والدخل والعمل.

تكافؤ ديموغرافي Parity Demographic:

مقياس للإنصاف يكون استيفاؤه عندما لا تعتمد نتائج تصنيف النموذج على سمة حساسة معينة.

إزالة التشويش Denoising:

طريقة لإضافة تشويش مصطنع إلى مجموعة البيانات، ثم يحاول النموذج إزالتها.

خاصية كثيفة Feature Dense:

خاصية معظم قيمها ليست صفرية.

طبقة كثيفة Layer Dense:

انظر "طبقة متصلة كلياً".

عمق Depth:

عدد الطبقات التي تتعلم الأوزان في شبكة عصبية.

Neural Convolutional Separable Depthwise sepCNN Network:

شبكة عصبية ترشيحية قابلة للفصل عمقاً، وهي بنية شبكة عصبية ترشيحية يحل فيها الترشيح القابل للفصل عمقاً محل وحدات إنسيبشن.

إدارة الحوار Management Dialog:

عملية اختيار الخطوة التالية في حوار التي تكون الأنسب لتحقيق الهدف المنشود.

نظام حوار System Dialogue:

نظام حاسب يمكنه التحدث مع الإنسان بلغة طبيعية.

خصوصية تباينية Privacy Differential:

تعريف رياضي للخصوصية في تعلم الآلة يتيح جمع الإحصاءات حول مجموعة البيانات وتحليلها ومشاركتها بناء على البيانات الشخصية مع حماية خصوصية الأفراد.

معالجة الصور الرقمية Processing Image Digital:

انظر "معالجة الصور".

معالجة الإشارات الرقمية DSP Processing Signal Digital:

مجال فرعي من معالجة الإشارات يركز على استخدام أجهزة الحاسب لتحليل الإشارات الرقمية ومعالجتها.

بُعد Dimension:

مُدخل في متجه الخصائص، أو مستوى إحداثيات في تينسر، أو عنصر في طبقة التضمين.

تقليص الأبعاد Reduction Dimensionality or Reduction Dimension:

طريقة لتقليل عدد المتغيرات في متجه الخصائص؛ أجل تبسيط النموذج.

خاصية متقطعة Feature Discrete:

خاصية لها عدد محدود من القيم الممكنة.

مسافة واسرستين المتقطعة Distance Wasserstein Discrete:

انظر "مسافة ناقل التراب".

نموذج تمييزي Model Discriminative:

نموذج يستخدم في التصنيف والانحدار للتنبؤ بالأسماء عن طريق تحديد الاحتمال الشرطي للمخرجات بالنظر إلى الخصائص والأوزان. ويطلق عليه أيضاً "نموذج شرطي".

مُميز Discriminator:

جزء من شبكة توليدية تنافسية يفحص ما إذا كان المثال الذي أنشأه المولد حقيقياً أم مزيفاً.

تأثير متباين Impact Disparate:

حالة تفيد فيها العملية الخوارزمية لاتخاذ القرار، أو تضر مجموعات فرعية معينة أكثر من غيرها.

معالجة متباينة Treatment Disparate:

حالة تُحلل فيها السمات الحساسة للأشخاص في العملية الخوارزمية لاتخاذ القرار بطريقة لا تعامل فيها المجموعات الفرعية المختلفة على حد سواء.

ذكاء اصطناعي موزع DAI Intelligence Artificial Distributed:

مجال من مجالات الذكاء الاصطناعي يركز على حل المشكلات باستخدام عمليات منسقة ومتزامنة. ويطلق عليه أيضاً "ذكاء اصطناعي المركزي".

حوسبة موزعة Computing Distributed:

نظام موزع يتضمن عدة مكونات برمجية تعمل كنظام واحد في عدة أجهزة حاسب.

اختبار أ/ب Testing B/A:

طريقـة إحصائيـة لمقارنـة أسـلوبين أو أكثـر لتحديد أي منهما يعمـل بطريقـة أفضـل، وفهـم مـا إذا كان االختف ذا داللة إحصائية.

استخلاص Abduction:

انظر "استدالل استخلاصي".

برمجة منطقية استخالصية (ALP (Programming Logic Abductive:

إطـار لحـل المشـكالت بطريقة تصريحية فيمـا يتعلق بتمثيل المعرفـة على مسـتوى أعلى.

استدالل استخلاصي Reasoning Abductive:

عمليـة اسـتنتاج نتائـج محتملة بناء ً علـى معلومات معروفة. ويطلق عليها أيضاً "استخالص".

دراسة استئصالية Study Ablation:

اختبـار علمـي للتعـر ُّف علـى تأثيـر اللبنـات األساسـية لنظـام تعلـم اآللـة فـي أدائـه العـام.

نوع بيانات مجرد Datatype Abstract:

مجموعـة مـن قيـم البيانـات والعمليـات ذات الصلـة التـي تكـون مسـتقلة عـن أي تنفيـذ.

مسؤولية Accountability:

حالـة مـن المسـؤولية عـن شـيء مـا بنـاء ً علـى التنظيـم أو االتفـاق أو التعييـن.

الدقة Accuracy:

معدل التنبؤات الصحيحة التي يقدمها نموذج التصنيف.

فعل Action:

آلية في التعلم التعزيزي ينتقل بها الوكيل بين حاالت البيئة.

تعلم التأثير Learning Action:

انظر "تعلم نموذج التأثير".

تعلم نموذج التأثير Learning Model Action:

مجـال مـن مجـاالت تعلـم اآللة يركز علـى تطوير فهم الوكيل البرمجـي لنتائـج السـلوك وشـروطه المسـبقة فـي بيئتـه. وي ُ طلـق عليـه أيضً ـا "تعلـم التأثيـر".

التعرُّف على األفعال Recognition Action:

مهمـة فـي رؤيـة الحاسـب لتحليـل مقاطـع الفيديـو وتحديـد األفعـال البشـرية. ويطلـق عليها أيضاً "التعرُّف على األفعال البشـرية".

اختيار الفعل Selection Action:

عملية تحديد ما يجب فعله في الخطوة التالية بواسطة الوكيل.

دالة تنشيط Function Activation:

معادلة رياضية تستخدم في الشبكة العصبية االصطناعية لمعالجة المدخالت الموزونة للعَقد وتوليد المخرجات.

خريطة التنشيط Map Activation:

انظر "خريطة الخصائص".

تعلم نشط Learning Active:

طريقة تعلُّم شبه موجه يمكن للخوارزمية فيها اختيار بعض البيانات للتعلم منها.

اإلعالن الموجه Targeting Ad:

طريقـة إعالنيـة متطـورة تسـتهدف الجمهـور األكثـر تقب ً للعـروض.

االشتقاق التكيفي )أدا جراد( AdaGrad:

خوارزميـة متقدمـة للنـزول االشـتقاقي ت نفـذ االشـتقاق عـن طريـق معرفـة أشـكال البيانـات مـن تكـرارات سـابقة.

خوارزمية تَكُّيفية Algorithm Adaptive:

خوارزميـة تغيـر سـلوكها فـي وقـت التشـغيل بنـاء ً علـى المعلومـات المتاحـة، والمعاييـر المحـددة مسـبقا.

تعزيز تَكُّيفي AdaBoost Boosting Adaptive:

أسـلوب تعزيـز يجمـع بيـن عـدد مـن المصنفـات الضعيفـة إلنشـاء مصنـف قـوي.

تعل َ م اآللة التَكُّيفي Learning Machine Adaptive:

طريقـة لتحديـث نمـاذج تعل َّ ـم اآللـة وإعـادة تدريبهـا تدريجيـا للتكيـف مـع التغيـرات الجديـدة.

نظام استدالل عصبي-ضبابي تَكُّيفي ANFIS System Inference Fuzzy-Neuro Adaptive:

أسـلوب يجمـع بيـن المنطـق الضبابـي والشـبكات العصبيـة لتحسـين قابليـة تطبيـق التنبـؤ وأدائـه.

إرشادية مقبولة Heuristic Admissible:

دالـة ال تبالـغ فـي تقديـر تكلفـة الوصـول إلـى الهـدف فـي خوارزميـة البحـث.

أنظمة مساعدة السائق المتقدمة (ADAS (Systems Assistance Driver Advanced:

انظر "مساعدة السائق".

مثال عدائي Example Adversarial:

مدخ ُت صم ً مـت عمـد ُّ ا لخـداع نمـوذج تعلـم اآللـة لدفعـه الرتـكاب األخطـاء.

تعلم اآللة العدائي Learning Machine Adversarial:

مجال يركز على تصميم خوارزميات فاعلة لتعلم اآللة؛ ألجل مواجهة التحديات األمنية.

حوسبة عاطفية Computing Affective:

مجـال مـن مجـاالت الـذكاء االصطناعي يهتـم بتطوير أنظمة قادرة على التعر ُّف على المشاعر البشرية ومعالجتها. ويطلق عليه أيضاً "ذكاء اصطناعي عاطفي".

وكيل Agent:

كيـان مـادي أو برمجـي يمكنـه إدراك بيئتـه، والتصـرف ذاتيـا لتحقيـق هدف.

بُنية الوكيل Architecture Agent:

مخطـط لنظـام التحكـم الخـاص بالوكيـل يوضـح م ِّكونـات التحكـم والتنظيـم الوظيفـي.

تجميع تكتلي Clustering Agglomerative:

طريقة إلنشـاء شـجرة هرمية عن طريق تعيين كل مثال في مجموعته، والدمج المتكرر ألقرب المجموعات.

خوارزمية Algorithm:

مجموعـة مـن التعليمـات المحـددة لحـل مشـكلة، أو أداء مهمـة معينـة.

تحيز خوارزمي Bias Algorithmic:

انظر "تحيز".

كفاءة خوارزمية Efficiency Algorithmic:

مقيـاس لقيـاس متوسـط الوقـت الزم للخوارزميـة لتنفـذ العمـل كام ً علـى مجموعـة مـن البيانـات

نظرية التعلم الخوارزمي Theory Learning Algorithmic:

مجـال مـن مجـاالت نظرية التعل ُّ م الحوسبي التي تحلل حدود ُّ التعل ُّ م بطر ُّ ق غير إحصائية وغير احتمالية.

احتمال خوارزمي Probability Algorithmic:

طريقـة لمنـح األشـياء احتماليـة مسـبقة. ويطلـق عليها أيضً ا "احتمالية سـولومونوف".

ذكاء محيطي AmI Intelligence Ambient:

بيئة رقمية ذات حساسية للأشخاص وداعمة لحياتهم اليومية.

تحليل الخوارزميات Algorithms of Analysis:

عمليـة تحديـد التعقيـد الحوسـبي للخوارزميـات وأدائهـا؛ وذلـك مـن أجـل تقييـم مدى مالءمـة تطبيقاتهـا أو مقارنتها بخوارزميـات أخـرى.

تحليلات Analytics:

مصطلـح عـام يسـتخدم عـادة لوصف مجموعـة متنوعة من ذكاء األعمال والمبادرات األخرى ذات الصلة، مثل: تحليالت البيانـات وتحليالت الويب.

منصة تحليلات Platform Analytics:

حل تقني موحد يتيح إجراء الدورة الكاملة لعمليات التحليالت، ويشمل إعداد البيانات ومعالجتها وتخزينها وإدارتها.

ُ الم ِّسمي Annotator:

عامـل يمكنـه المسـاعدة فـي تسـمية البيانـات )مثـل الصـور( ُ عنـد الطلـب. ي ُ طلـق عليـه أيضً ـا "م ّقيـم".

اكتشاف الشذوذ Detection Anomaly:

عملية تحديد المشـاهدات غير المعتادة أو غير الطبيعية في البيانـات بسـبب خصائصهـا المختلفـة عـن غالبيـة البيانـات المعالجة.

برمجة مجموعة اإلجابات (ASP (Programming Set Answer:

نوع من البرمجة التصريحية لحل مشكالت البحث المعقدة.

خوارزمية في أي وقت Algorithm Anytime:

خوارزميـة تعطـي نتيجـة صالحـة حتـى لـو حصـل مقاطعتهـا ًّ قبـل أن تنتهـي، وتتحسـن جـودة النتائـج تدريجيـا مـا دامـت الخوارزميـة تعمـل.

واجهة برمجة التطبيقات API Interface Programming Application:

مجموعة من األوامر والدوال والبروتوكوالت واألشـياء التي يستخدمها المبرمجون للتواصل مع األنظمة الخارجية.

المطابقة التقريبية للسالسل Matching String Approximate:

عمليـة العثـور علـى تطابـق تقريبـي للسالسـل بـد ً مـن المطابقـة التامـة.

خطأ التقريب Error Approximation:

المسافة بين المتنبئ المستهدف وصنف الفرضية.

ّ المساحة تحت منحنى دقة األداء (AUC (Curve ROC the under Area:

مقيـاس تقييـم يسـتخدم لتحديـد أداء النمـوذج عـن طريـق النظـر فـي جميـع حـدود التصنيـف الممكنـة.

إطار الحجج Framework Argumentation:

شـبكة تشـتمل علـى عَق ُ ـد ت ِّمث ُ ـل الح ّ جـج، وحـواف ُ ت ِّمثـل ُ التعارضـات بيـن هـذه الحجـج.

ذكاء اصطناعي عام AGI Intelligence General Artificial:

نظـام حوسـبي يمكنـه أداء أي مهمـة فكرية يمكـن لإلنسـان أداؤها، مثل: حل المشكالت واإلبداع والقدرة على التكيف. ويطلـق عليـه أيضً ـا "ذكاء اصطناعي قوي".

نظام المناعة االصطناعي AIS System Immune Artificial:

نظـام تَكُّيفـي لحـل المشـكالت مسـتوحى مـن جهـاز المناعـة البشري.

ذكاء اصطناعي AI Intelligence Artificial:

مجـال مـن مجـاالت علـوم الحاسـب يركـز علـى بنـاء أنظمـة قـادرة على أداء مهام تتطلب عادة ذكاءً بشـريا، مثل: التعلم واالستدالل والتطوير الذاتي. ويطلق عليه أيضً ا "ذكاء اآللة".

أخالقيات الذكاء الا صطناعي Ethics Intelligence Artificial:

مجموعـة مـن القيـم والمبـادئ واألسـاليب لتوجيه السـلوك األخالقي في تطوير تقنيات الذكاء الاصطناعي واستخدامها.

لغة ترميز الذكاء االصطناعي AIML Language Markup Intelligence Artificial:

لغة ترميزية مبنية على لغة الترميز الموسعة )XML )لتطوير تطبيقات اللغات الطبيعية.

نظام ذكاء اصطناعي System Intelligence Artificial:

نظـام قـادر علـى أداء مهـام تتطلـب عـادة ذكاء ًّ بشـريا، مثـل: ً ُّ التعلـم واالسـتدالل والتطويـر الذاتـي.

ذكاء اصطناعي ضيق ANI Intelligence Narrow Artificial:

انظر "ذكاء اصطناعي ضيق".

شبكة عصبية اصطناعية (ANN (Network Neural Artificial:

نمـوذج حوسـبي فـي الـذكاء االصطناعـي مسـتوحى مـن الشـبكات العصبيـة البيولوجيـة ألدمغـة الحيوانـات. ويطلـق عليـه أيضً ـا "شـبكة عصبيـة".

خلية عصبية اصطناعية Neuron Artificial:

انظر "خلية عصبية".

ذكاء اصطناعي خارق ASI Superintelligence Artificial:

انظر "ذكاء خارق".

AAAI Association for the Advancement of Artificial Intelligence:

مجتمـع علمـي غيـر ربحـي مكـرس للنهـوض بالبحـث العلمي والتثقيف العام وتدريب الممارسـين واالسـتخدام المسؤول للـذكاء االصطناعي.

تعلم ترابطي Learning Associative:

أسلوب من أساليب تعلم اآللة قائم على قواعد؛ الكتشاف العالقات المهمة بين الخصائص أو المتغيرات في مجموعة البيانات.

آلية االنتباه Mechanism Attention:

انظر "نموذج االنتباه".

نموذج االنتباه Model Attention:

أسلوب في الشبكة العصبية يتيح للشبكة التركيز على جانب واحـد مـن المدخ ُ ت المعقـدة فـي كل مـرة حتـى ت صنـف مجموعة البيانات بأكملها. ويطلق عليه أيضً ا "آلية االنتباه".

سمة Attribute:

صفة أو ميزة لشيء ما يمكن للبشر التعرُّف عليها أو بالطرق المؤتمتة. وغالبا ما تستخدم كمرادف لكلمة "خاصية".

معالجة اإلشارات الصوتية Processing Signal Audio:

مجال فرعي من معالجة الإشارات يركز على تحليل الإشارات الصوتية ومعالجتها.

ذكاء معزز Intelligence Augmented:

نمط تصميمي يكمل الذكاء البشري، ويساعد البشر في أن يصبحوا أذكى وأسرع في أداء المهام. ويطلق عليه أيضاً "تعزيز الذكاء".

بحث معزز Research Augmented:

تطبيق الذكاء الاصطناعي في تحليل البيانات واختبار الفرضيات لدعم البحث في المجالات المختلفة.

ُم ِّرمز تلقائي Autoencoder:

نـوع مـن الشـبكات العصبيـة االصطناعيـة يسـتخدم إلنتـاج تمثي ُّ ت بيانـات فاعلـة للتعل َّ ـم غيـر الموجـه.

صحافة مؤتمتة Journalism Automated:

انظر "صحافة روبوتية".

ُّ تعلم اآللة المؤتمت AutoML Learning Machine Automated:

عملية أتمتة مهام تعلم اآللة لبناء النماذج وتدريبها واختبارها ونشرها.

التخطيط والجدولة المؤتمتة Scheduling and Planning Automated:

انظر "التخطيط".

استدالل مؤتمت Reasoning Automated:

عملية تقوم بتوفير إطار عمل منظم لخوارزميات تعلم اآللة؛ ألجل تحديد المشكالت وحلها.

مركبة مؤتمتة Vehicle Automated:

انظر "مركبة ذاتية القيادة".

ُّف اآللي على الكالم (ASR (Recognition Speech Automatic التعر:

انظر "التعرُّف على الكالم".

تلخيص تلقائي Summarization Automatic:

عملية اختصار جزء من اللغات الطبيعية مع الحفاظ على الدالالت المهمة.

أتمتة Automation:

عملية أو نظام يعمل دون تدخل بشري.

ُّ تحيز األتمتة Bias Automation:

تفضيـل صانـع القـرار البشـري للتوصيـات التـي ينتجها نظام ُ صنـع قـرار مؤتمـت على المعلومات التـي ت َنتج بدون أتمتة، حتـى عندمـا يرتكـب نظـام صنع القـرار المؤتمت أخطاء.

حوسبة ذاتية Computing Autonomic:

قدرة النظام على إدارة موارده دون تدخل المستخدم.

سيارة ذاتية القيادة Car Autonomous:

انظر "مركبة ذاتية القيادة".

قيادة ذاتية Driving Autonomous:

عملية استشعار المحيط والتحرك بتحكم واكتفاء ذاتي.

روبوت ذاتي Robot Autonomous:

روبوت يؤدي المهام بدرجة عالية من التحكم الذاتي.

مركبة ذاتية القيادة Vehicle Autonomous:

مركبة قادرة على استشعار محيطها والتحرك بتحكم واكتفاء ذاتي. ويطلق عليها أيضاً "مركبة مؤتمتة".

تحكم ذاتي )أو ذاتي( Autonomous or Autonomy:

قدرة النظام على التصرف وفق ً لقواعده وطرائق تعلمه.

ُّ توفر Availability:

خاصية إمكانية الوصول عند الطلب من جهة معتمدة.

متوسط اإلحكام Precision Average:

مقياس يلخص أداء تسلسل م َّرتب للنتائج عن طريق حساب متوسط قيم الدقة لكل نتيجة ذات صلة.

انتشار عكسي Backpropagation:

خوارزمية تستخدم عند تدريب الشبكات العصبية االصطناعية لتقليل األخطاء عن طريق إيجاد قيمة المشتقة المطلوبة لحساب أوزان الشبكة.

انتشار عكسي عبر الزمن (BPTT (Time Through Backpropagation:

طريقة لتطبيق االنتشار العكسي على الشبكات العصبية التكرارية.

تسلسل عكسي Chaining Backward:

طريقة استدالل منطقي تعمل بطريقة تراجعية من الهدف لتحديد البيانات أو اإلثباتات المؤيدة لذلك الهدف.

حقيبة كلمات Words of Bag:

تمثيل للكلمات في نص يصف تكرارها داخل مستند بغض النظر عن ترتيبها.

نموذج مرجعي Model Baseline:

نمـوذج مرجعـي لمقارنـة مـدى جـودة أداء نمـوذج آخـر أكثـر تعقيـدا فـي مشـكلة معينـة.

حزمة Batch:

مجموعة من األمثلة المستخدمة لتدريب النموذج.

ِ استدالل حزمي inference Batch:

انظر "استدالل غير متصل".

تسوية الحزمة Normalization Batch:

أسلوب تعل َّ م موجه لتحسين أداء الشبكة العصبية واستقرارها عن طريق تحويل مخرجات الطبقة البينية إلى صيغة موحدة.

معالجة الحزمة Processing Batch:

معالجـة مجموعـة مـن البيانـات أو البرامـج بأقـل قـدر مـن التفاعـل البشـري.

حجم الحزمة Size Batch:

عدد العينـات التـي تمـر لتدريب النموذج إلـى نموذج تعلم اآللة في كل تكرار.

قانون بايز Law s'Bayes:

انظر "نظرية بايز".

نظرية بايز Theorem s'Bayes:

معادلـة رياضيـة لحسـاب االحتمـاالت الشـرطية التـي تصـف احتماليـة وقـوع حـدث بنـاء ً علـى حـدث سـابق. ويطلـق عليها أيضً ـا "قانـون بايـز" أو "قاعـدة بايـز".

قاعدة بايز Rule s’Bayes:

انظر "نظرية بايز".

شبكة بايزية Network Bayesian:

نموذج شبكي يمثل المتغيرات وتوابعها الشرطية باستخدام االستدالل البايزي.

شبكة عصبية بايزية Network Neural Bayesian:

شـبكة عصبية احتمالية تعتمد على نظرية بايز لحسـاب أوجه عدم التيقن في األوزان والمخرجات.

برمجة بايزية Programming Bayesian:

طريقـة إحصائيـة لبنـاء نمـاذج احتماليـة، وحـل المشـكالت المفتوحـة ذات المعلومـات غيـر المكتملـة.

خوارزمية النحل Algorithm Bees:

خوارزميـة تحاكـي سـلوك أسـراب النحـل فـي العثـور علـى الطعـام عـن طريـق البحـث العشـوائي، ويمكـن اسـتخدامها لحـل مشـكالت التحسـين.

معلوماتية السلوك BI Informatics Behavior:

مجال معني بجمع البيانات غير المتجانسة وتحليلها وتفسيرها لتمثيل السلوك البشري ونمذجته.

شجرة السلوك (BT (Tree Behavior:

طريقة لهيكلة التبديل بين األفعال المختلفة في وكيل ذاتي.

تحليلات سلوكية Analytics Behavioral:

عملية اسـتخدام البيانات المتعلقة بسلوكيات المستخدمين لفهـم نواياهـم وأفعالهم والتنبؤ بها.

نموذج برمجي لالعتقاد والرغبة والقصد BDI Model Software Intention-Desire-Belief:

نموذج برمجي يستخدم لبرمجة الوكالء األذكياء وتنفيذهم.

معادلة بلمان Equation Bellman:

معادلة رياضية تكرارية تستخدم في عدد من خوارزميات التعلم التعزيزي لحساب المكافأة اإلجمالية المتوقعة إثر القيام بالفعل.

ُّ تحيز Bias:

انحيـاز أو تفضيـل نظـام الـذكاء االصطناعـي مجموعـات على ُ أخـرى. وي ُّ طلـق عليـه أيضً ـا "تحيـز خوارزمي".

ُّ موازنة التحيز-التباين Tradeoff Variance–Bias:

تعـارض ينشـأ عنـد محاولـة تقليـل التحيـز والتبايـن، يمنـع الخوارزميـات الموجهـة من التعميم خـارج مجموعة التدريب.

ثنائي االتجاه Bidirectional:

نظـام فـي تحليـل النصـوص يقيـم النـص الـذي يأتـي قبـل وبعـد جـزء معيـن مـن نـص.

تمثيالت الترميز الثنائية االتجاه من الم ِّحوالت )بيرت( (BERT (Transformers From Representations Encoder Bidirectional:

أسـلوب تعل ُّـم عميـق يعتمـد علـى ب ُ نيـة الم ِّحـوالت لمعالجـة اللغـات الطبيعيـة.

نموذج لغة ثنائي االتجاه Model Language Bidirectional:

نمـوذج يحـدد احتماليـة وجود كلمـة في نص بناء على النص الـذي يأتي قبلها وبعدها.

بيانات ضخمة Data Big:

مجموعة بيانات كبيرة تتطلب تقنيات قابلة للتوسع لتخزينها ومعالجتها وإدارتها وتحليلها؛ نظراً لخصائص حجمها وتنوعها وسرعتها وتباينها.

تحليلات البيانات الضخمة Analytics Data Big:

عمليـة فحـص كميـة كبيـرة مـن البيانات المتنوعة الكتشـاف األنمـاط واالرتباطـات واالتجاهـات التـي ت ِّقـدم رؤى وتدعـم اتخـاذ القرار.

رمز )O )الكبرى Notation O Big:

مقياس نظري للوقت أو الذاكرة الالزمين لتنفيذ الخوارزمية بالنظر إلى حجم المشكلة.

كلمات ثنائية Bigram:

سلسلة من كلمتين في نص.

تقييم ثنائي اللغة BLEU Understudy Evaluation Bilingual:

مقياس لتقييم جودة النص المترجم آليا من لغة إلى أخرى.

تصنيف ثنائي Classification Binary:

نـوع مـن أنـواع التصنيـف يتنبـأ بفئـة واحـدة فقـط مـن بيـن فئتيـن محتملتيـن.

شجرة ثنائية Tree Binary:

ُبنيـة شـجرية تشـتمل كل عقـدة فيهـا علـى عقدتيـن فرعيتين علـى األكثر.

تجميع وحدات Binning:

انظر "تجميع وحدات".

قياسات حيوية Biometrics:

الخصائـص البيولوجيـة والسـلوكية لألفـراد القابلـة للقيـاس التـي تسـتخدم فـي التعـرُّف المؤتمـت والمصادقـة.

صندوق أسود Box Black:

اسـتعارة ت ُ سـتخدم لوصـف نظـام أو خوارزميـة ذات بنيـة داخليـة غيـر معروفـة أو أعمـال غيـر ظاهـرة، تـؤدي إلـى عـدم فهـم كيفيـة عملهـا.

آلة بولتزمان Machine Boltzmann:

شـبكة عصبية من العَقد المتصلة المتماثلة، وتتخذ قراراتها الخاصة بشأن التنشيط.

تعزيز Boosting:

طريقـة لتقليـل التحيـز والتبايـن في التعلـم الموجه، وتحويل خوارزميـات تعلـم اآللة من متعلمين ضعفاء إلى متعلمين أقوياء.

تجميع بوتستراب Bagging Aggregating Bootstrap:

طريقـة تعل ُّـم تجميعـي تسـتخدم لتحسـين االسـتقرار والدقـة فـي نمـاذج التصنيـف واالنحدار.

بوت Bot:

برنامج مؤتمت يقوم بمهام متكررة لمحاكاة النشاط البشري.

إطار تحديد Box Bounding:

إحداثيات تحدد إطار مستطيل يحيط بمنطقة أو شيء.

عامل التفرع Factor Branching:

عدد العقد الفرعية التي تولِّدها العقدة.

بث Broadcasting:

طريقـة لمطابقـة أبعاد المصفوفـات ذات األحجام المختلفة إلتاحـة إجـراء عمليات حسـابية بين تلـك المصفوفات.

بحث القوة الغاشمة Search Force Brute:

أسلوب لحل مشكلة عن طريق تجربة جميع الحلول الممكنة حتى العثور على الحل المناسب.

تجميع وحدات Bucketing:

عملية تحويل خاصية مستمرة إلى خاصية ثنائية متعددة بناءً على نطاق من القيم. تسمى وحدات أو صناديق.

ذكاء األعمال Intelligence Business:

نظام مبني على البيانات يشتمل على جمع البيانات وتخزينها وتحليلها وتصويرها لدعم اتخاذ القرار.

طبقة المعايرة Layer Calibration:

تعديل الحق للتنبؤ لتقليل تحيز التنبؤ.

توليد الترشيحات Generation Candidate:

عملية اختيار التوصيات األولية بواسطة نظام التوصية.

ُ أخذ عينات الم ّرشحين Sampling Candidate:

طريقة لتحسين التدريب عن طريق حساب االحتماالت لجميع األصناف المستهدفة، وعينة عشوائية من األصناف األخرى.

شبكة عصبية كبسولية CapsNet Network Neural Capsule:

شـبكة عصبيـة اصطناعيـة تتكـون مـن مجموعـة مـن الخاليـا العصبيـة )كبسـوالت( ت ِّمث ُ ـل م ِعامت إنشـاء لكيـان معيـن.

استدالل قائم على الحالة (CBR (Reasoning Based-Case:

طريقـة لحـل مشـكالت جديـدة باسـتخدام حلـول لمشـكالت سـابقة مماثلـة.

بيانات فئوية Data Categorical:

الخصائـص التـي تشـتمل علـى مجموعة منفصلـة من القيم المحتملة.

متغير فئوي Variable Categorical:

انظر ""بيانات فئوية".

نموذج لغة سببي Model Language Causal:

انظر "نموذج لغة أحادي االتجاه".

نظرية الحد المركزي Theorem Limit Central:

نظرية تنص على أن توزيع المتوسطات لمشاهدات مستقلة يقترب من نموذج التوزيع الطبيعي كلما أصبح حجم العينة أكبر، بغض النظر عن الشكل اإلحصائي لتوزيع المجموعة.

وحدة المعالجة المركزية (CPU (Unit Processing Central:

دائرة إلكترونية تنفذ تعليمات البرنامج وتتحكم في أداء الحاسب.

بؤرة تجميع Centroid:

نقطة مركز تجميع محددة بواسطة خوارزمية تجميع، مثل: خوارزميات تجميع المتوسط أو الوسيط.

تجميع تمحوري Clustering Based-Centroid:

خوارزميـة تجميـع ترتـب البيانـات فـي مجموعـات غيـر هرمية ُت َّمث ُ ـل بواسـطة مَّتجـه مركـزي أو بـؤرة تجميـع.

قاعدة التسلسل Rule Chain:

طريقـة فـي الذكاء االصطناعـي ت ُ صـاغ بهـا المعرفـة فـي سلسـلة مـن القواعـد لتشـكيل سلسـلة منطقيـة مـن األحداث.