التعلم العميق
دالة الخسارة
دالة الخسارة تقيس الفرق بين تنبؤات النموذج والقيم الحقيقية أثناء التدريب. تُقدّم إشارة التحسين: نزول التدرج يُعدّل الأوزان لتقليل هذه الخسارة. تشمل الدوال الشائعة الإنتروبيا المتقاطعة للتصنيف ومتوسط مربع الخطأ للانحدار.
←
التعلم العميق
الذاكرة قصيرة المدى الطويلة (LSTM)
LSTM نوع من معمارية الشبكات العصبية التكرارية مصمم لتعلم التبعيات طويلة المدى في البيانات التسلسلية عبر آليات بوابات — إنساية ونسية وإخراجية — تتحكم فيما يُحتفظ به أو يُطرح أو يُمرَّر. قبل هيمنة المحولات، كانت LSTMs حالة الفن في التعرف على الكلام والترجمة والتنبؤ بالسلاسل الزمنية.
←
أساسيات
تعلم الآلة (Machine Learning)
تعلم الآلة هو الفرع من الذكاء الاصطناعي الذي تتعلم فيه الأنظمة أنماطاً من البيانات للتنبؤ أو اتخاذ قرارات دون برمجتها صراحةً. يتعلم فلتر البريد العشوائي من ملايين الرسائل أيها مزعجة؛ ويتعلم محرك التوصية من سجل التصفّح ما قد يشتريه الزبون تالياً. الفروع الثلاثة الرئيسية هي التعلم الموجَّه (بتصنيفات)، غير الموجَّه (اكتشاف بنية)، والمعزز (التعلم من المكافآت).
←
نماذج ولغوية كبيرة
ميسترال (Mistral)
ميسترال عائلة من نماذج اللغة الكبيرة بأوزان مفتوحة طوّرها Mistral AI، شركة فرنسية أسست عام 2023. تتميز بأداء يفوق حجمها الفعلي مقارنة بنماذج ملكية أكبر. Mistral 7B وMixtral 8x7B وإصدارات بارزة، يمكن نشرها بحرية.
←
نماذج ولغوية كبيرة
مزيج الخبراء (MoE)
مزيج الخبراء بنية شبكة عصبية تُجزّئ معلماتها إلى شبكات فرعية متخصصة (خبراء)، مع آلية بوابة تُوجّه كل مدخل لمجموعة فرعية من الخبراء المعنيين. يتيح للنموذج معلمات كثيرة مع تنشيط جزء منها فقط لكل مدخل.
←
بنية الذكاء الاصطناعي التحتية
عمليات تعلم الآلة (MLOps)
MLOps مجموعة ممارسات تجمع بين تعلم الآلة وهندسة البرمجيات وهندسة البيانات لنشر مراقبة نماذج تعلم الآلة في بيئة الإنتاج بشكل موثوق. تشمل دورة الحياة الكاملة: خطوط البيانات والتدريب والإصدار والنشر ومراقبة الانحراف وإعادة التدريب.
←
الأخلاقيات والسلامة
تدقيق النموذج
تدقيق النموذج هو التقييم المنهجي لسلوك النموذج وأدائه والامتثال للمعايير الأخلاقية والتنظيمية. يفحص التحيزات والشرح والمتانة وحماية الخصوصية.
←
الأخلاقيات والسلامة
بطاقة النموذج
بطاقة النموذج مستند مُوحّد يرافق نموذج ذكاء اصطناعي مُدرّب يصف الاستخدام المقصود وبيانات التدريب ومقاييس الأداء عبر مجموعات ديموغرافية مختلفة والقيود والاعتبارات الأخلاقية. مستوحاة من بطاقات التغذية، تُعزز الشفافية والنشر المسؤول.
←
أدوات ومنصات
كتالوج النماذج
كتالوج النماذج مستودع مركزي تتبع فيه المؤسسات نماذج الذكاء الاصطناعي المدرّبة وتقديرها. يسجّل البيانات الوصفية مثل الإصدار وبيانات التدريب ومقاييس الأداء وحالة النشر. MLflow وWeights & Biases وHugging Face Hub توفر هذه الوظيفة. ضروري للحوكمة: يضمن تتبع الإصدارات المنشورة.
←