القبة نيوز- -أدّت الكلمات عبر التاريخ دورًا محوريًا في تشكيل الحضارات، من مفاهيم الفلسفة القديمة، إلى مصطلحات النهضة، وصولًا إلى لغة الثورة الصناعية. واليوم، في عصر الذكاء الاصطناعي، نشهد ثورة لغوية جديدة، إذ لم تعد تعبيرات مثل التعلم العميق والنماذج التوليدية مجرد مصطلحات تقنية، بل تحولت إلى مفاتيح أساسية لفهم ملامح المستقبل.

ومع تأكيد الخبراء أن الذكاء الاصطناعي سيصبح جزءًا يوميًا من حياتنا، لم يعد فهم لغته ترفًا معرفيًا، بل خطوة ضرورية لاستيعاب التحولات التي تعيد صياغة علاقتنا بالتكنولوجيا والعمل 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. ولا يقتصر هذا النوع الافتراضي على التفوق المعرفي، بل يمتلك القدرة على تحسين نفسه بوتيرة متسارعة، ما قد يقود إلى طفرات تقنية غير مسبوقة.

الذكاء الاصطناعي العام (Artificial General Intelligence – AGI)

يشير إلى ذكاء اصطناعي قادر على الفهم والتعلم وتطبيق المعرفة عبر طيف واسع من المهام، على غرار الذكاء البشري. وعلى عكس الأنظمة الحالية المتخصصة، يتمتع AGI بقدرة تعميم المعرفة والمهارات بين المجالات المختلفة.

الأتمتة (Automation)

تعني استخدام التكنولوجيا لأداء المهام التي تتطلب عادة تدخلًا بشريًا. وفي سياق الذكاء الاصطناعي، تشير إلى أنظمة قادرة على تنفيذ المهام المتكررة، واتخاذ القرارات، ومعالجة البيانات بأقل قدر من الإشراف البشري.

الذكاء الاصطناعي الدستوري (Constitutional AI)

نهج يعتمد على تدريب نماذج الذكاء الاصطناعي وفق مجموعة من المبادئ أو القواعد التوجيهية، تُعرف بـ«الدستور»، لضمان توافق سلوكها مع القيم الإنسانية والمعايير الأخلاقية، وتفادي التحيز أو نشر المعلومات المضللة.

التعلم العميق (Deep Learning)

يُعد أحد فروع التعلم الآلي، ويعتمد على الشبكات العصبية متعددة الطبقات، التي تحاكي طريقة عمل الدماغ البشري. ويُستخدم على نطاق واسع في مهام مثل التعرف على الصور والكلام، وتحليل البيانات الضخمة، واكتشاف الأنماط المخفية بدقة عالية.

الذكاء الاصطناعي الأخلاقي (Ethical AI)

يركز على تطوير واستخدام أنظمة الذكاء الاصطناعي بما يتماشى مع القيم الأخلاقية والمعايير الاجتماعية، لضمان العدالة والشفافية والمساءلة، ومنع تعزيز التحيزات أو الفوارق الاجتماعية.

نموذج الأساس (Foundation Model)

هو نموذج ذكاء اصطناعي يُدرَّب على بيانات واسعة وغير منظمة، مثل النصوص والصور والصوت، ليكون قاعدة عامة قابلة للتخصيص لاحقًا لتطبيقات محددة، بدل تصميمه لمهمة واحدة فقط.

نموذج اللغة الكبير (Large Language Model – LLM)

نموذج متقدم مثل GPT من «أوبن إيه آي»، يتميز بقدرته على فهم اللغة البشرية وتوليدها. ويعتمد على كميات ضخمة من البيانات النصية للتعرف على الأنماط والسياق، ما يتيح له أداء مهام متعددة ككتابة المقالات والإجابة عن الأسئلة.

معالجة اللغة الطبيعية (Natural Language Processing – NLP)

أحد فروع الذكاء الاصطناعي التي تركز على تمكين الحواسيب من فهم اللغة البشرية والتفاعل معها، سواء كانت مكتوبة أو منطوقة، بطريقة تبدو طبيعية وقريبة من أسلوب البشر.

توليد اللغة الطبيعية (Natural Language Generation – NLG)

تقنية تُستخدم لإنشاء نصوص قابلة للقراءة البشرية انطلاقًا من بيانات منظمة، عبر تجميع جمل متماسكة ومناسبة للسياق بناءً على المعلومات المتاحة.

المطالبة (Prompt)

هي المدخل أو التوجيه الذي يقدمه المستخدم لنموذج الذكاء الاصطناعي لتحديد المهمة المطلوب تنفيذها، وتشبه في ذلك طرح سؤال أو إعطاء تعليمات واضحة.

الذكاء الاصطناعي المسؤول (Responsible AI)

يشير إلى تطوير ونشر أنظمة الذكاء الاصطناعي بطريقة أخلاقية وشفافة، تحترم الخصوصية، وتعزز العدالة، وتدعم المساءلة، بما يتوافق مع القيم المجتمعية.

تحليل المشاعر (Sentiment Analysis)

تقنية تُستخدم لتقييم النبرة العاطفية للنصوص، وتحديد ما إذا كانت المشاعر إيجابية أو سلبية أو محايدة، وتُستعمل على نطاق واسع في تحليل آراء العملاء ومحتوى وسائل التواصل الاجتماعي.

خوارزمية التعلم تحت الإشراف (Supervised Learning Algorithm)

تعتمد على بيانات تدريبية مرفقة بإجابات صحيحة، ما يسمح للنموذج بالتعلم من الأمثلة واكتساب المعرفة بدقة.

اختبار تورينغ (Turing Test)

معيار اقترحه آلان تورينغ لقياس قدرة الآلة على إظهار سلوك ذكي لا يمكن تمييزه عن سلوك الإنسان، عبر تفاعل مُقيِّم بشري مع آلة وإنسان دون معرفة أيهما أي، فإذا عجز عن التمييز بينهما تُعد الآلة قد اجتازت الاختبار.

ويُستخدم هذا الاختبار على نطاق واسع لتقييم مدى تقدم الذكاء الاصطناعي في محاكاة المحادثة والسلوك البشري.