التعلم العميق
شبكة تراثية (ResNet)
شبكة تراثية (ResNet) بنية شبكة عصبية عميقة تستخدم اتصالات تخطي — تُضيف مدخل الطبقة مباشرة إلى مخرجها — لتمكين تدريب شبكات عميقة جداً (مئات الطبقات). بدونها تتعثر الشبكات العميقة ببخر التدرجات. حلت ResNet هذه المشكلة وأتاحت ثورة التعلم العميق في الرؤية الحاسوبية.
←
الأخلاقيات والسلامة
الذكاء الاصطناعي المسؤول
الذكاء الاصطناعي المسؤول هو ممارسة تصميم أنظمة الذكاء الاصطناعي ونشرها وحوكمتها بحيث تكون عادلة وشفافة وآمنة وحافظة للخصوصية وخاضعة للمساءلة. يترجم المبادئ الأخلاقية إلى ممارسات ملموسة: اختبار التحيز، والتوثيق، والإشراف البشري، وتقييم الأثر، وسبل تظلم واضحة عند خطأ النظام.
←
هندسة الأوامر
التوليد المعزز بالاسترجاع (RAG)
يربط RAG النموذج اللغوي بوثائقك الخاصة: عند ورود سؤال، يسترجع النظام أولاً المقاطع الأكثر صلة من قاعدة معرفية، ثم يمررها إلى النموذج ليجيب اعتماداً على معلومات حقيقية ومحدّثة من الشركة بدل بيانات تدريبه فقط. هذا يقلل الهلوسة بشكل حاد ويبقي الإجابات مواكبة دون إعادة تدريب.
←
نماذج ولغوية كبيرة
التعلم المعزز من التقييم البشري (RLHF)
RLHF هي تقنية التدريب التي حوّلت النماذج اللغوية الخام إلى مساعدين نافعين مثل ChatGPT وClaude. يقارن البشر أزواجاً من إجابات النموذج ويختارون الأفضل؛ فيتعلم نموذج مكافأة هذه التفضيلات؛ ثم يعمل التعلم المعزز على تحسين النموذج اللغوي لإنتاج الإجابات التي يفضلها البشر، فيصبح أكثر فائدة وصدقاً وأماناً.
←
الأتمتة
الأتمتة الروبوتية للعمليات (RPA)
الأتمتة الروبوتية للعمليات (RPA) تستخدم روبوتات برمجية لتقليد الأفعال البشرية على الأنظمة الحاسوبية — النقر وملء الاستمارات ونسخ البيانات — لأتمتة المهام المتكررة القائمة على القواعد. على عكس وكلاء الذكاء الاصطناعي которые يفكرون، تتبع RPA نصوصاً محددة مسبقاً بدقة. خطوة أولى شائعة نحو الأتمتة قبل إضافة قدرات الذكاء الاصطناعي.
←
الروبوتات
الروبوتات
الروبوتات مجال متعدد التخصصات يجمع بين الذكاء الاصطناعي والهندسة الميكانيكية والهندسة الكهربائية لتصميم وبناء وتشغيل روبوتات قادرة على أداء مهام فيزيائية بشكل مستقل أو شبه مستقل. تدمج الرؤية الحاسوبية للإدراك والتعلم المعزز لاتخاذ القرار ومعالجة اللغة الطبيعية للتفاعل الإنساني-الروبوتي.
←
نماذج ولغوية كبيرة
الترميز الموضعي الدوراني (RoPE)
الترميز الموضعي الدوراني (RoPE) تقنية تُحقن المعلومات الموضعية في نماذج المحول بتدوير متجهات الاستعلام والمفتاح في طبقات الانتباه. يُرمّز المواقع النسبية طبيعياً ويُمكّن التعميم على أطوال لم تُرَ أثناء التدريب. يستخدمه LLaMA وMistral وQwen.
←
بنية الذكاء الاصطناعي التحتية
التوسيع (Scaling)
التوسيع في الذكاء الاصطناعي يشير إلى الملاحظة التي تتحسن أداء النموذج بشكل متوقع مع زيادة موارد الحساب والبيانات والمعلمات. هذا المبدأ، أحياناً ما يسمى قوانين التوسع، يُغذّي السباق لبناء نماذج أكبر فأكبر. لكن التوسيع لا يتعلق فقط بنماذج أكبر: بل يعني أيضاً التوسع العملي، نشر الذكاء الاصطناعي لمزيد من المستخدمين وحالات الاستخدام والمناطق دون المساس بالموثوقة أو كسر الميزانية.
←
نماذج ولغوية كبيرة
الانتباه الذاتي
الانتباه الذاتي الآلية داخل نماذج المحول التي تتيح لكل رمز في متتالية الانتباه إلى جميع الرموز الأخرى، محسّنةً درجات الصلة التي تحدد مقدار تأثير كل كلمة على تمثيل كل كلمة أخرى. هذا ما يمكّن النموذج من فهم أن في عبارة «جلس القط على السجادة»، تشير الضمير «هو» إلى «القط» لا «السجادة». حلّ الانتباه الذاتي محل المعالجة التسلسلية للشبكات المتكرارية بنهج قابل للتوازي يتوسع بكفاءة.
←