مسرد مصطلحات الذكاء الاصطناعي

شروح بلغة بسيطة. لكل مصطلح مثال، وملاحظة عما يلتبس به غالبًا، ودروس ذات صلة. ابحث بالمصطلح أو بالاختصار.

البحث في المسرد

المصطلحات: 24

استخدام الأدوات(function calling, Tool use)

قدرة نموذج الذكاء الاصطناعي على استدعاء وظائف أو خدمات خارجية، مثل البحث على الويب أو آلة حاسبة أو تقويم، واستخدام النتائج في إجابته.

مثال: عندما تسأل عن مواعيد عمل متحف محلي، تستطيع أداة مزودة بالبحث على الويب الاطلاع على صفحة حالية، بينما لا يستطيع نموذج بلا أدوات أن يجيب إلا مما تعلمه في التدريب.

يلتبس غالبًا بـ: استخدام الأدوات قدرة واحدة؛ أما الوكيل فنظام قد يستخدم أدوات كثيرة عبر خطوات كثيرة. ولا يستطيع النموذج الذي لا يملك أدوات أن يتحقق من الويب أو من تقويمك، حتى لو بدت إجابته كأنه فعل ذلك.

المصدر: Tool use with Claude (Anthropic، تم الاطلاع عليه في 2026-10-10)

إصدار النموذج(model, model name, Model version)

نموذج الذكاء الاصطناعي المحدد، الذي يعرف باسم ورقم إصدار في الغالب، والذي يولد الإجابات داخل المنتج.

مثال: قد يتيح لك تطبيق دردشة الاختيار من قائمة قصيرة من أسماء نماذج مع أرقام؛ وطرح السؤال نفسه على كل منها قد يعطي إجابات تختلف في الطول والأسلوب والدقة.

يلتبس غالبًا بـ: إصدار النموذج هو المحرك؛ والمنتج هو التطبيق المحيط به، والخطة تحدد الإصدارات التي يمكنك اختيارها. الرقم الأحدث لا يضمن نتائج أفضل لمهمتك، لذا جرب مهمتك أنت قبل التبديل.

لمعرفة المزيد: المنتجات والنماذج والخطط

إعدادات الخصوصية(data controls, Privacy settings)

الخيارات في منتج الذكاء الاصطناعي التي تتحكم فيما يحدث لبياناتك، مثل هل يجوز استخدام محادثاتك لتحسين نماذج المزود، وهل يحتفظ بسجل محادثاتك.

مثال: قبل استخدام أداة دردشة في العمل، تفتح إعداداتها، وتجد الخيار الخاص باستخدام محادثاتك لتحسين النماذج، وتختار ما يناسب وضعك وقواعد مؤسستك.

يلتبس غالبًا بـ: تختلف إعدادات الخصوصية حسب المنتج والخطة ونوع الحساب، وقد تتغير، لذا تحقق من الإعدادات الحالية بنفسك بدلًا من افتراض قيمة افتراضية. وإيقاف تحسين النماذج لا يعني بالضرورة أن شيئًا لا يحفظ، لذا تجنب مع ذلك لصق البيانات الحساسة الشخصية أو بيانات الشركة أو بيانات الآخرين.

المصدر: Data controls in ChatGPT (OpenAI، تم الاطلاع عليه في 2026-10-10)

الاختبار المعياري (benchmark)(eval, evaluation, Benchmark)

مجموعة ثابتة من مهام الاختبار تستخدم لقياس نماذج الذكاء الاصطناعي ومقارنتها؛ وتبين النتيجة أداء النموذج في ذلك الاختبار المحدد وفي ظروف محددة، لا مدى فائدته لعملك.

مثال: قد يحقق نموذج نتيجة جيدة في مجموعة من مسائل مسابقات الرياضيات بإعدادات معينة، ومع ذلك يكتب ملخصًا ضعيفًا لملاحظات اجتماعك.

يلتبس غالبًا بـ: نتيجة الاختبار المعياري ليست ترتيبًا عامًا للفائدة. تعتمد النتائج على الاختبار والموجهات والإعدادات المستخدمة، لذا قد لا تتطابق النتائج من مصادر مختلفة؛ وتجربة مهمتك أنت على أداتين أو ثلاث أدوات طريقة أكثر مباشرة للتحقق مما يناسب احتياجاتك.

المصدر: Artificial Analysis Intelligence Benchmarking Methodology (Artificial Analysis، تم الاطلاع عليه في 2026-10-10)

الاستدلال(reasoning model, thinking mode, Reasoning)

طريقة عمل يتخذ فيها النموذج خطوات إضافية لتفكيك المشكلة قبل تقديم إجابته النهائية، وغالبًا ما تستخدم في الرياضيات أو المنطق أو التخطيط أو البرمجة.

مثال: عندما يطلب من نموذج في وضع الاستدلال تخطيط جدول دراسة أسبوعي حول اختبارين ووظيفة بدوام جزئي، فقد يستغرق وقتًا أطول ويمر على القيود واحدًا تلو الآخر قبل أن يعرض الخطة النهائية.

يلتبس غالبًا بـ: الاستدلال لا يعني الصواب: فقد تبدو الخطوات منطقية ومع ذلك تحتوي على خطأ، لذا تحقق من النتيجة. وهو عادة أبطأ وقد يستهلك قدرًا أكبر من حصة استخدامك، لذا قد لا تحتاج إليه لإعادة صياغة سريعة أو تلخيص.

الأوزان المفتوحة (open weights)(open-weight model, Open weights)

نموذج تنشر أوزانه المدربة، أي الأرقام التي تعلمها أثناء التدريب، حتى يتمكن الناس من تنزيله وتشغيله وتكييفه بأنفسهم وفق شروط ترخيصه.

مثال: ينزل مطور نموذجًا بأوزان مفتوحة ويشغله على جهازه، فتبقى المستندات على ذلك الجهاز، لكن عليه مع ذلك اتباع الترخيص المرافق للنموذج.

يلتبس غالبًا بـ: الأوزان المفتوحة ليست مثل الذكاء الاصطناعي مفتوح المصدر. فقد يحد الترخيص من الاستخدام التجاري أو من أغراض معينة، وقد لا تنشر بيانات التدريب وكود التدريب أصلًا؛ أما الذكاء الاصطناعي مفتوح المصدر، كما تعرفه Open Source Initiative، فيتطلب حريات الاستخدام والدراسة والتعديل والمشاركة إضافة إلى معلومات البيانات والكود والأوزان.

المصدر: Gemma 4 model overview (Google، تم الاطلاع عليه في 2026-10-10)

التدريب(model training, Training)

العملية التي يتعلم فيها نموذج الذكاء الاصطناعي أنماطًا من كمية هائلة من بيانات الأمثلة، وهي تحدد طريقة استجابته لاحقًا.

مثال: يدرب النموذج اللغوي على مجموعات ضخمة من النصوص، فيلتقط كيف تبنى الجمل عادة وأي الكلمات والحقائق تميل إلى الظهور معًا.

يلتبس غالبًا بـ: يحدث التدريب قبل أن تستخدم النموذج؛ وعندما تدردش، يعمل النموذج مما تعلمه بالفعل إضافة إلى ما في المحادثة. ولا تصبح محادثاتك بيانات تدريب إلا إذا استخدمها المزود بهذه الطريقة، وقد تتيح لك إعدادات الخصوصية التحكم في ذلك.

التضمين (embedding)(vector embedding, Embedding)

قائمة من الأرقام تمثل جزءًا من النص، كي تستطيع البرامج قياس مدى ارتباط نصين من خلال مدى تقارب أرقامهما.

مثال: يمكن لتطبيق ملاحظات أن يستخدم التضمينات للعثور على ملاحظة بعنوان «تكاليف إصلاح السيارة» عندما تبحث عن «كم كلف تصليح المركبة»، رغم اختلاف الكلمات.

يلتبس غالبًا بـ: التضمين ليس ملخصًا ولا إجابة تقرؤها؛ إنه تمثيل داخلي يستخدم في الخلفية للبحث والتجميع والتوليد المعزز بالاسترجاع.

المصدر: Vector embeddings (OpenAI، تم الاطلاع عليه في 2026-10-10)

التوليد المعزز بالاسترجاع (RAG)(RAG, Retrieval-augmented generation)

طريقة يعثر فيها النظام أولًا على المقاطع ذات الصلة في مجموعة مختارة من المستندات ويمررها إلى النموذج، كي تستند إجابته إلى ذلك المحتوى.

مثال: يبحث روبوت المساعدة في شركة ما في دليل الموظفين عن القسم الخاص بالإجازات، ثم يكتب إجابته من ذلك القسم ويمكنه أن يبين القسم الذي استخدمه.

يلتبس غالبًا بـ: التوليد المعزز بالاسترجاع لا يعيد تدريب النموذج؛ بل يضيف نصًا تم البحث عنه إلى الطلب في كل مرة، وهذا ما يميزه عن الضبط الدقيق. ومع ذلك قد تكون الإجابة خاطئة إذا عثر على المقطع الخطأ أو أسيء فهمه، لذا افتح المقطع الذي اعتمدت عليه.

المصدر: Retrieval-augmented generation (RAG) in Azure AI Search (Microsoft، تم الاطلاع عليه في 2026-10-10)

الخطة(tier, subscription, Plan)

مستوى الوصول الذي لديك إلى منتج ذكاء اصطناعي، مثل مستوى مجاني أو اشتراك مدفوع، ويؤثر في الميزات التي تحصل عليها.

مثال: يستخدم زميلان في الصف تطبيق الدردشة نفسه، لكن أحدهما على المستوى المجاني والآخر يدفع شهريًا، لذا قد يريان ميزات أو حدود استخدام أو خيارات نماذج مختلفة.

يلتبس غالبًا بـ: الخطة ليست نموذجًا ولا منتجًا؛ إنها مستوى الحساب الذي تشترك فيه. ولدى بعض المزودين، يحاسب اشتراك التطبيق واستخدام API للمطورين بشكل منفصل.

المصدر: I have a paid Claude subscription (Pro, Max, Team, or Enterprise plans). Why is Claude API usage billed separately from my paid Claude plan? (Anthropic، تم الاطلاع عليه في 2026-10-10)

الذكاء الاصطناعي(AI, Artificial intelligence)

أنظمة حاسوبية تؤدي مهام يربطها الناس عادة بالتفكير البشري، مثل فهم اللغة، أو التعرف على الصور، أو إجراء التنبؤات.

مثال: تطبيق الصور الذي يجمع الصور حسب الوجوه الظاهرة فيها يستخدم الذكاء الاصطناعي، وكذلك أداة الدردشة التي تكتب مسودة رسالة من ملاحظاتك.

يلتبس غالبًا بـ: الذكاء الاصطناعي هو المجال كله، لا منتج واحد. الذكاء الاصطناعي التوليدي هو الجزء الذي ينشئ نصوصًا أو صورًا أو أصواتًا جديدة؛ أما كثير من أنظمة الذكاء الاصطناعي الأخرى فتكتفي بالفرز أو الترتيب أو التنبؤ، مثل مرشح الرسائل غير المرغوب فيها.

الذكاء الاصطناعي التوليدي(GenAI, Generative AI)

ذكاء اصطناعي ينشئ محتوى جديدًا، مثل النصوص أو الصور أو الصوت أو الكود، استنادًا إلى أنماط تعلمها من عدد كبير جدًا من الأمثلة.

مثال: تطلب خمسة عناوين محتملة لملصق مدرسي عن إعادة التدوير، فتكتب لك الأداة خمسة عناوين جديدة.

يلتبس غالبًا بـ: يوجهك محرك البحث إلى صفحات موجودة بالفعل، بينما يكتب الذكاء الاصطناعي التوليدي نصًا جديدًا قد يبدو صحيحًا ومع ذلك يكون خاطئًا. وما لم تكن الأداة تبحث على الويب أيضًا، فهي لا تبحث عن أي شيء.

الذكاء الاصطناعي مفتوح المصدر(open-source model, Open source AI)

ذكاء اصطناعي ينشر بشروط تسمح لأي شخص باستخدامه ودراسته وتعديله ومشاركته لأي غرض، مع كود التدريب والأوزان المدربة ومعلومات كافية عن بيانات التدريب تمكن شخصًا متمرسًا من بناء نظام مشابه.

مثال: تنشر مجموعة بحثية نموذجًا مع أوزانه وكود تدريبه الكامل ووصف مفصل لمصادر بيانات تدريبه، بشروط تسمح بأي استخدام، فتستطيع فرق أخرى فحصه وإعادة تدريب نسختها الخاصة.

يلتبس غالبًا بـ: الذكاء الاصطناعي مفتوح المصدر والأوزان المفتوحة تسميتان مختلفتان. النموذج الذي يمكنك تنزيل أوزانه، لكن لا تتاح معلومات كود تدريبه أو بياناته، أو يقيد ترخيصه طريقة استخدامك له، هو نموذج بأوزان مفتوحة لكنه ليس ذكاءً اصطناعيًا مفتوح المصدر وفق تعريف Open Source Initiative. اقرأ الترخيص بدلًا من الوثوق بالتسمية.

المصدر: The Open Source AI Definition – 1.0 (Open Source Initiative، تم الاطلاع عليه في 2026-10-10)

الرمز (token)(Token)

وحدة صغيرة من النص يقرؤها النموذج ويكتبها، وقد تكون حرفًا واحدًا، أو جزءًا من كلمة، أو كلمة كاملة، أو علامة ترقيم.

مثال: الكلمة القصيرة الشائعة غالبًا ما تكون رمزًا واحدًا، بينما قد تقسم الكلمة الطويلة أو غير المألوفة إلى عدة رموز.

يلتبس غالبًا بـ: الرمز ليس مثل الكلمة، لذلك لا تتحول الحدود والأسعار المذكورة بالرموز بدقة إلى كلمات أو صفحات. وتقسم النماذج المختلفة النص بطرق مختلفة، لذلك قد يحتسب النص نفسه بعدد مختلف من الرموز.

لمعرفة المزيد: قدم السياق المناسب

المصدر: Understanding and counting tokens (OpenAI، تم الاطلاع عليه في 2026-10-10)

الضبط الدقيق (fine-tuning)(tuning, Fine-tuning)

تدريب إضافي لنموذج موجود على مجموعة أصغر من الأمثلة المصنفة كي يتصرف بطريقة معينة، مثل اتباع أسلوب الكتابة الخاص بمؤسسة.

مثال: يجري فريق دعم ضبطًا دقيقًا لنموذج على أسئلة عملاء سابقة مقرونة بإجابات معتمدة، كي تتبع الردود الجديدة النبرة والتنسيق نفسيهما.

يلتبس غالبًا بـ: الضبط الدقيق يغير النموذج نفسه ويحتاج إلى بيانات معدة وإعداد تقني. أما وضع التعليمات أو الأمثلة في موجهك، أو ربط المستندات عبر التوليد المعزز بالاسترجاع، فيترك النموذج دون تغيير، وهو عادة الخيار الأبسط للمهام اليومية.

المصدر: About supervised fine-tuning for Gemini models (Google Cloud، تم الاطلاع عليه في 2026-10-10)

الموجه (prompt)(Prompt)

التعليمات أو السؤال أو المادة التي تعطيها لأداة ذكاء اصطناعي لتخبرها بما تريد.

مثال: «أعد كتابة هذه الفقرة لقارئ عمره 12 عامًا في أقل من 80 كلمة» موجه، وكذلك رسالة بريد إلكتروني ملصقة يليها «اذكر الأشياء الثلاثة التي يجب أن أفعلها».

يلتبس غالبًا بـ: لا يحتاج الموجه إلى كلمات مفتاحية خاصة أو حيل. اللغة البسيطة تكفي: اذكر المهمة، وقدم بعض السياق، وحدد الشكل الذي تريد أن تأتي به الإجابة.

لمعرفة المزيد: طرح سؤالك الأول, ابدأ بهدف واضح

النموذج اللغوي الكبير(LLM, language model, Large language model)

نوع من نماذج الذكاء الاصطناعي تم تدريبه على كمية هائلة من النصوص ليتنبأ بالكلمة أو جزء الكلمة الذي يرجح أن يأتي بعد ذلك، وهذا ما يمكنه من الإجابة عن الأسئلة والكتابة والتلخيص.

مثال: عندما تكتب «اشرح البناء الضوئي لطفل عمره 10 سنوات»، يكتب النموذج اللغوي الكبير الذي يعمل خلف تطبيق الدردشة الرد قطعة صغيرة تلو الأخرى، وكل قطعة يختارها مما يرجح أن يأتي بعد ذلك.

يلتبس غالبًا بـ: النموذج اللغوي الكبير هو المحرك، لا التطبيق. تطبيق الدردشة الذي تفتحه منتج ذكاء اصطناعي يشغل نموذجًا واحدًا أو أكثر ويضيف حوله ميزات، مثل رفع الملفات أو البحث أو حفظ المحادثات.

الهلوسة(confabulation, Hallucination)

عندما ينتج نموذج الذكاء الاصطناعي نصًا خاطئًا في الحقائق أو لا يطابق المواد التي أعطيت له.

مثال: تطلب ثلاثة كتب عن موضوع ما، فيبدو أحد العناوين ومؤلفه حقيقيين، لكن الكتاب غير موجود عندما تبحث في فهرس مكتبة.

يلتبس غالبًا بـ: لا يمكنك اكتشاف الهلوسة من النبرة: فالإجابة الخاطئة قد تبدو واثقة تمامًا مثل الإجابة الصحيحة. وهي تختلف أيضًا عن المعلومات القديمة الناتجة عن تاريخ انتهاء المعرفة، لكن كلتيهما تحتاج إلى التحقق منها بمصدر أولي.

المصدر: Reduce hallucinations (Anthropic، تم الاطلاع عليه في 2026-10-10)

تاريخ انتهاء المعرفة (knowledge cutoff)(training cutoff, training data cutoff, Knowledge cutoff)

التاريخ الذي تمتد إليه بيانات تدريب النموذج، لذا قد لا يعرف النموذج الأحداث أو التغييرات التي جاءت بعد ذلك التاريخ.

مثال: إذا سألت عن قاعدة تغيرت الشهر الماضي، فقد يصف نموذج بلا بحث على الويب القاعدة القديمة كأنها ما زالت سارية.

يلتبس غالبًا بـ: تاريخ انتهاء المعرفة ليس تاريخ إطلاق المنتج أو آخر تحديث له؛ بل يكون عادة أقدم. وعندما تبحث الأداة على الويب، تعتمد إجابتها على الصفحات التي وجدتها، لذا تحقق من التواريخ والمصادر في الحالتين.

المصدر: How up-to-date is Claude's training data? (Anthropic، تم الاطلاع عليه في 2026-10-10)

متعدد الوسائط(Multimodal)

قادر على التعامل مع أكثر من نوع واحد من المدخلات أو المخرجات، مثل النص أو الصور أو الصوت أو الفيديو.

مثال: تلتقط صورة لقائمة تسوق مكتوبة بخط اليد وتطلب من الأداة تحويلها إلى قائمة مطبوعة مجمعة حسب نوع الطعام.

يلتبس غالبًا بـ: تعدد الوسائط لا يعني أن كل أنواع المدخلات تعمل في كل منتج أو خطة: فقد تقرأ الأداة الصور دون الصوت، أو تنشئ الصور دون الفيديو. تحقق مما تقبله أداتك، وتحقق من وصفها لأي صورة بالعناية نفسها التي تتحقق بها من أي مخرجات أخرى.

منتج ذكاء اصطناعي(AI app, AI tool, AI product)

التطبيق أو الموقع أو الميزة التي تستخدمها فعلًا، مثل مساعد دردشة أو أداة مساعدة في الكتابة، ويشغل نموذج ذكاء اصطناعي واحدًا أو أكثر في الخلفية.

مثال: يضيف تطبيق لتدوين الملاحظات زر «لخص هذه الصفحة»: الزر والتطبيق هما المنتج، والنموذج الذي يعمل خلفهما هو الذي يكتب الملخص.

يلتبس غالبًا بـ: المنتج ليس النموذج وليس الخطة. يمكن لمنتج واحد أن يقدم عدة نماذج أو عدة إصدارات من نموذج، وما يمكنك فعله فيه يعتمد على المنتج وخطتك وأحيانًا منطقتك، لا على النموذج الذي يعمل داخله فقط.

نافذة السياق(context length, Context window)

كل النص الذي يستطيع النموذج أخذه في الحسبان في وقت واحد عند كتابة الرد، بما في ذلك رسائلك وأي مواد أضفتها والرد نفسه.

مثال: في محادثة طويلة جدًا، قد تفقد الأداة تفاصيل قدمتها في البداية إذا لم تعد تلك الأجزاء الأولى تتسع في نافذة السياق الخاصة بها.

يلتبس غالبًا بـ: نافذة السياق ليست ذاكرة طويلة المدى: فهي تشمل ما هو أمام النموذج الآن، بينما تحفظ ميزة الذاكرة المنفصلة، إن وجدت في المنتج، ملاحظات بين المحادثات. ويقاس حجمها بالرموز، لا بالكلمات أو الصفحات.

لمعرفة المزيد: قدم السياق المناسب

المصدر: Context windows (Anthropic، تم الاطلاع عليه في 2026-10-10)

وكيل الذكاء الاصطناعي(agent, agentic AI, AI agent)

نظام ذكاء اصطناعي يعمل نحو هدف عبر عدة خطوات بقدر من الاستقلالية، فيقرر ما يفعله بعد ذلك ويستخدم في الطريق أدوات مثل البحث أو الملفات أو تطبيقات أخرى.

مثال: تطلب من وكيل أن يجد مواعيد القطارات إلى مدينة أخرى يوم الجمعة وأن يكتب مسودة رسالة إلى فريقك تتضمن خيارين؛ فيبحث ويقارن ويكتب المسودة لتراجعها.

يلتبس غالبًا بـ: يجيب مساعد الدردشة عن رسالة واحدة في كل مرة بينما توجهه أنت، أما الوكيل فينفذ سلسلة من الإجراءات بمدخلات أقل منك. ولأنه يستطيع التصرف، تحقق مما يسمح له بالوصول إليه وراجع عمله قبل إرسال أي شيء أو شرائه أو حذفه.

API(application programming interface, API)

واجهة برمجة تطبيقات تتيح للبرامج إرسال طلبات إلى نموذج ذكاء اصطناعي وتلقي الإجابات، حتى يتمكن المطورون من دمج الذكاء الاصطناعي في تطبيقاتهم وسير عملهم.

مثال: يربط مطور متجر إلكتروني نموذجًا عبر API حتى تظهر مسودة أولى لوصف كل منتج عند إضافة منتج جديد، دون أن يفتح أحد تطبيق دردشة.

يلتبس غالبًا بـ: استخدام نموذج عبر API يختلف عن استخدام تطبيق الدردشة الخاص بالمزود: فالميزات مختلفة، ولدى بعض المزودين يحاسب استخدام API بشكل منفصل عن اشتراك التطبيق. ولا تحتاج إلى API لاستخدام أدوات الذكاء الاصطناعي في المهام اليومية.

لمعرفة المزيد: المنتجات والنماذج والخطط