📘 شو يعني؟

مصطلحات الذكاء الاصطناعي بالعربي

شرح مبسّط لكل مصطلح يمرّ في النشرة — بيكبر مع كل عدد.

بنبلّش بالمصطلحات الأساسية — المتقدّمة مصطلحات بحثية دقيقة من الأوراق العلمية.

📚 أو اقرأ مجموعة مترابطة مرّة وحدة

حدود النموذج وتكلفته ٨ مصطلحات مرتّبة البرومبت والتعامل مع النموذج ١٠ مصطلحات مرتّبة تقييم النماذج ٩ مصطلحات مرتّبة شبكة المصطلحات شوف شو بيرتبط بشو استكشف ←
MineDojo
MineDojo هو مجموعة بيانات (داتاست) بتجمع تجارب وأفعال من لعبة ماينكرافت، بنستعمله لتدريب نماذج تتعامل مع بيئات معقدة.
MIP
MIP يعني Mixed Integer Programming، طريقة رياضية لحل مشاكل فيها متغيرات صحيحة ومتواصلة، بنسمعه لأنه بيساعد بحل تخطيط الموارد والتخصيص
mixed-precision
mixed-precision يعني إنه بنستعمل أرقام بدقة مختلفة داخل نفس الموديل، مثل float16 وfloat32، لتقليل استهلاك الذاكرة وزيادة السرعة، مش بنضحي بالدقة كثير
Mixture of Experts (MoE) مقالة كاملة ←
خليط الخبراء — بنية تقسّم النموذج لخبراء ويُفعَّل قليل منهم لكل توكن
Mixture-of-Experts (MoE) مقالة كاملة ←
Mixture-of-Experts (MoE) هو مفهوم بيخلّي النموذج يختار من مجموعة خبراء متخصصين حسب الإشي اللي يتعامل معه، بدنا نرفع كفاءة النموذج ونقلل استهلاك الموارد.
MLE-Bench Lite
مجموعة اختبار خفيفة لتقييم نماذج التعلم الآلي، بنسمع عنها لأنها بتعطي قياس سريع لأداء النموذج بدون تعقيد كبير.
MLM مقالة كاملة ←
MLM هو اختصار لـMasked Language Modeling، بنستخدمه لتدريب النماذج على توقع الكلمات المخبّية بجمل، عشان يتعلموا اللغة بشكل أعمق، وهاي التقنية شائعة لأنّها بتخلّي النموذج يفهم السياق
MMSU
MMSU هو مجموعة بيانات متعددة اللغات فيها نصوص من مصادر مختلفة، بنستعمله لتدريب نماذج تفهم لغات كتيرة، بنسمع عنه لأنه بيساعدنا نطور نماذج عالمية.
MobileWorld
MobileWorld مجموعة بيانات موجهة لتدريب واختبار نماذج الذكاء الاصطناعي على سيناريوهات الهواتف المحمولة، بنستعملها عشان نطوّر تطبيقات ذكية تشتغل على الجوالات.
modality مقالة كاملة ←
الوسيط — نوع البيانات: النص وسيط، الصورة وسيط، الصوت وسيط
model
model هو تمثيل رياضي للذكاء الصناعي بندرّبه على بيانات، بنسمع عنه كل مرة بنقارن أداء الأنظمة.
Moltbook مقالة كاملة ←
منصة سوشال ميديا للوكيل الذكي تشبه Reddit لكن للآلات فقط
motion tracking
عملية متابعة حركة الجسم أو اليدين بوقت حقيقي، بنستعملها بالواقع الافتراضي والرياضة عشان نعرف إشي بيحرك المستخدم.
MRR
MRR يعني Mean Reciprocal Rank، وهو مقياس (metric) بيقيس جودة ترتيب النتائج، كل ما كان الترتيب أعلى للنتيجة الصحيحة بيكون الـ MRR أعلى، ومنشان بنستعمله لتقييم محركات البحث وأنظمة التوصية.
MS-COCO
MS‑COCO مجموعة بيانات فيها صور مع تسميات وتوصيفات نصية، بنستعملها لتدريب نماذج الفهم البصري وتوليد الوصف.
MSE
متوسط مربع الخطأ، مقياس بسيط بنقيس فيه الفرق بين التوقعات والنتائج الحقيقية.
MT-Bench
MT-Bench مجموعة بيانات لتقييم ترجمة متعددة اللغات، احنا بنستخدمها عشان نقارن جودة المترجمين ونختار الأحسن
multi-hop QA
multi-hop QA مجموعة بيانات بتحتاج من النموذج يجيب إجابة عبر ربط معلومات من أكثر من مصدر أو خطوة، بنستعملها عشان نقيم قدرة النموذج على التفكير المتسلسل.
multilingual
معناه إنّ النموذج بيفهم ويتكلم أكتر من لغة واحدة، زي ما بتحكي عربي وإنجليزي. بنسمع عنه عشان بدنا أنظمة ذكاء اصطناعي تخدم الكل بلغتهم الخاصة.
multimodal agents
multimodal agents هم وكلاء بيفهموا ويتعاملوا مع أكتر من نوع بيانات مثل النص والصورة والصوت، بنستعملهم لتطبيقات أكتر تفاعلية
multimodal large language model
الـ multimodal large language model هو نموذج لغوي كبير بيفهم ويتعامل مع أكتر من نوع بيانات، مثل النص والصورة، بنسمع عنه لأنه بيخلينا نطور تطبيقات أذكى وتفاعلية أكتر.
multimodal LLMs
يعني نماذج لغة ذكية بتفهم أكتر من شي واحد في نفس الوقت: نصوص وصور وأصوات مثلاً. بهالطريقة بتقدر تجاوب على أسئلة أعقد وتشتغل في حالات أكتر واقعية.
multimodal model
multimodal model هو نموذج بيقدر يتعامل مع أكتر من نوع من البيانات، زي النص والصورة أو الصوت، عشان يقدر يفهم الإشي بشكل أوسع. بنسمع عنه لأنه بيساعدنا نحل مشاكل معقدة بتحتاج دمج معلومات من مصادر مختلفة.
Named Entity Recognition
هي تقنية بتحدد الكيانات المهمة بالنص مثل أسماء الأشخاص أو الأماكن. بنحتاجها عشان نطلع معلومات منظمة من النصوص
Narrow AI مقالة كاملة ←
الذكاء الضيّق — شاطر بمجال محدد بس؛ كل النماذج الحالية من هالنوع مهما بدت مبهرة
natural language queries
يعني احنا بنكتب أسئلة وجمل عادية زي ما بنتكلم مع بعضنا، والذكاء الاصطناعي يفهمها ويجاوب عليها بدون ما نستخدم رموز غريبة أو أوامر معقدة.
nDCG
نقصد بيه Normalized Discounted Cumulative Gain، مقياس بنستعمله لنقيس جودة ترتيب النتائج بالبحث أو التوصية، عشان بنشوف إذا أعلى النتائج بتكون أقرب للّي بدنا ياها.
nDCG@10
nDCG@10 مقياس ترتيب بيقيس جودة النتائج في أول 10 عناصر، بيعطي وزن أعلى للنتايج المهمة.
NeoData
NeoData مجموعة بيانات جديدة ومتنوعه، بنستعملها لتدريب واختبار النماذج، عشان نضمن إنه النموذج يتعامل مع إشي متنوع
NER
اختصار لـ Named Entity Recognition، يعني استخراج الأسماء مثل الأشخاص، الأماكن، أو المؤسسات من النص.
Neural MT مقالة كاملة ←
ترجمة بشبكات عصبية بتفهم سياق الجملة كاملة
Neural TTS مقالة كاملة ←
أنظمة تحويل النص لكلام المبنية على الشبكات العصبية، صوتها طبيعي
neuron
الـ neuron هو وحدة أساسية بالدماغ أو بالموديل، كل وحدة بتنقل إشارات زي خلية صغيرة
Neurosymbolic AI مقالة كاملة ←
العصبي-الرمزي — دمج الشبكات العصبية مع المنطق الرمزي
NExT-QA
NExT-QA هو مجموعة بيانات بتحتوي على أسئلة وإجابات بتغطي مواضيع مختلفة، بنستعمله لتدريب واختبار نماذج الفهم
next-word prediction مقالة كاملة ←
توقّع الكلمة الجاية — جوهر عمل الـ LLM، مكرّراً ليبني إجابة كاملة
NLL
NLL أو Negative Log Likelihood هو مقياس (metric) بيقيس جودة توقعات النموذج، كل ما كان الرقم أصغر يعني النموذج بيتوقع أحسن. بنستخدمه كثير لتقييم النماذج اللغوية.
NLLB-200 مقالة كاملة ←
نموذج ترجمة مفتوح من Meta بيغطي ٢٠٠ لغة — اختصار No Language Left Behind
NMSE
NMSE يعني Normalized Mean Squared Error، وهو مقياس للخطأ بين التوقعات والواقع، بنستعمله عشان نقيم دقة النموذج بطريقة موحدة.
no-CoT
no-CoT هو مفهوم بيقول إنه ما نحتاج chain-of-thought أثناء توليد النص، يعني النموذج يجاوب مباشرة. بنستعمله لتقليل التعقيد والوقت
normalization
normalization يعني عملية ضبط القيم داخل الشبكة لتكون ضمن نطاق معين، مثل batch norm أو layer norm، بنعملها عشان التدريب يكون مستقر وما يصير تشتت كبير.
NPU مقالة كاملة ←
معالج ذكاء اصطناعي صغير مدمج بالأجهزة يخلي Edge AI ممكن
Numerical Weather Prediction مقالة كاملة ←
التنبّؤ العددي — محاكاة الغلاف الجوي بحلّ معادلات الفيزيا خطوة خطوة
NVMe
بروتوكول تخزين سريع للـ SSD، بيقلل زمن الوصول للبيانات، عشان نماذج الذكاء الاصطناعي تشتغل بسرعة مش بطء.
Object Detection مقالة كاملة ←
كشف الأشياء — تحديد مواقع الأشياء بالصورة بمربعات؛ أساس السيارات الذاتية
object grounding
object grounding يعني ربط الكائن بالمكان أو السياق داخل الصورة أو الفيديو، يعني بنحدد إشي معين وين موجود، بنستخدمه عشان الـmodel يفهم وين حط الكائن مش بس شو هو.
OCT
OCT هو مفهوم بيستعمل شجر تصنيف أمثل (Optimal Classification Tree) لتقسيم البيانات بطريقة شفافة، بنسمعه لأنه بيسهّل تفسير النتائج
off-policy RL
التعلم التعزيزي off-policy يعني الوكيل بيتعلم من تجارب ما هو هو عملها، بنقدر نستخدم بيانات سابقة أو سياسات تانية عشان نسرّع التعلم.
Ollama مقالة كاملة ←
أداة رسومية لتشغيل نماذج الذكاء الاصطناعي محليًا
on-device AI مقالة كاملة ←
ذكاء اصطناعي بيشتغل على الجهاز نفسه بدون سحابة
on-policy training
on-policy training هو أسلوب تدريب بيخلي النموذج يتعلم من التجارب اللي بيولدها هو نفسه، احنا بنستفيد منه عشان السياسة تتطور مع البيئة.
ontology matching
ontology matching عملية مطابقة بين قواعد المعرفة (ontologies) المختلفة، بنستعملها عشان نربط المفاهيم المتشابهة بين أنظمة مختلفة وتسهّل التفاهم بينهن.
Open Source AI مقالة كاملة ←
المصدر المفتوح الكامل: أوزان + كود تدريب + بيانات — الأندر والأشفّ
Open Weights مقالة كاملة ←
أوزان مفتوحة — النموذج الجاهز منشور للتنزيل والتعديل، بس بيانات تدريبه مش منشورة
open-source
open-source يعني إنه الكود مفتوح للكل يقدر يشوفه ويعدّله، مش بس ملكية خاصة، عشان هيك بنستفيد من مجتمع المطورين.
OpenWebText
مجموعة بيانات مستخرجة من نصوص الويب المفتوح، بنستخدمها لتدريب نماذج اللغة لأن فيها محتوى متنوع وشامل.
OPSEC
OPSEC هو اختصار Operational Security، يعني حماية المعلومات الحساسة من أي تسريب عشان ما يقدر العدو يستغلها، بنطبقه بكل مشروع تكنولوجي.
optical flow
هو طريقة بتقيس حركة البكسلات بين إطارين بالفيديو، بنستعمله عشان نفهم إشي يتحرك ونتتبعه.
optimization model
optimization model هو نموذج رياضي بنستخدمه لنحسن أداء النظام أو نقلل التكاليف، بنطبقه عشان نلاقي أفضل إعدادات
optimizer
optimizer هو البرنامج أو الخوارزمية اللي بتدور على أحسن حل للمشكلة، يعني بتقلب الأرقام عشان توصل لأحسن نتيجة

صفحة ٨ من ١٣ · ٧٧٠ مصطلح