المعجم العربي للذكاء الاصطناعي

أطلق مكتب الذكاء الاصطناعي “المعجم العربي للذكاء الاصطناعي”، مستهدفًا المهتمين بمصطلحات الذكاء الاصطناعي باللغة العربية. وتسعى هذه المبادرة إلى تعزيز مكانة اللغة العربية في قطاعات الذكاء الاصطناعي، وتوضيح المصطلحات، وتقليل الأخطاء اللغوية، وسد الفجوة بين الذكاء الاصطناعي واللغة العربية، كما تشجع على مشاركة المجتمع باقتراح مصطلحات باللغة الإنجليزية وسيعمل مكتب الذكاء الاصطناعي مع المختصين لترجمتها ووضع تعاريف لها ونشرها في المعجم الرقمي.
ذكاء اصطناعي
أحد مجالات علوم الحاسب يهدف إلى إنشاء أنظمة يمكنها تنفيذ المهام التي تحتاج عادةً إلى الإدراك البشري، مثل التعلّم وصنع القرار والتطوير الذاتي، ويُشار إليه غالباً باسم “ذكاء الآلة”.
Artificial Intelligence (AI): A domain within computer science focused on creating systems capable of performing tasks typically requiring human cognition, such as learning, decision-making, and adaptation, often referred to as “Machine Intelligence.”
تعُّلم الآلة
مجموعة فرعية في الذكاء الاصطناعي تركز على تعليم الأنظمة رصد الأنماط في البيانات المتاحة، واتخاذ قرارات أو تقديم تنبؤات استناداً إلى بيانات جديدة دون برمجتها بشكل صريح.
Machine Learning (ML): A subset of AI that emphasizes instructing systems to recognize patterns in existing data and make informed decisions or predictions on new data without explicit programming.
تعُّلم عميق
  مجال فرعي من تعلّم الآلة متخصص في استخدام طبقات متعددة من الشبكات العصبية لحل التحديات المعقدة من خلال تحديد السمات الأكثر أهمية للبيانات المُدخلة.  
Deep Learning: A specialized area within machine learning that employs multiple layers of neural networks to address intricate challenges by pinpointing the most critical attributes of the input.
شبكة عصبية اصطناعية
نموذج رقمي يعتمد على الذكاء الاصطناعي، ويحاكي البُنى العصبية البيولوجية في أدمغة الحيوانات، ويُطلق عليها أيضاً اسم “الشبكة العصبية”.
Artificial Neural Network (ANN): A digital model in AI, influenced by the biological neural structures in animal brains, often termed as “Neural Network (NN).”
معالجة اللغات الطبيعية
أحد مجالات الذكاء الاصطناعي ويُعنى بتفسير أو توليد اللغة البشرية سواءً بصورة مكتوبة أو منطوقة.
Natural Language Processing (NLP): An AI discipline dedicated to interpreting or generating human language, whether in written or spoken format.
تعُّلم تعزيزي
أحد أساليب تعلُّم الآلة، والذي يحدد أفضل الاستراتيجيات من خلال نظام المكافآت والعقوبات، بهدف تحقيق أكبر قدر من المكافآت التراكمية.
Reinforcement Learning: A machine learning approach that determines the optimal strategy through a system of rewards and penalties, with the aim of maximizing cumulative rewards.
تعُّلم موَّجه
نوع من تعلّم الآلة، يستخدم مجموعة بيانات مُسماة لتعليم وتدريب نموذج على إجراء التنبؤات أو التصنيفات.
Supervised Learning: A machine learning methodology that uses a labeled dataset to train a model for predictions or categorizations.
تعُّلم غير موَّجه
إحدى المنهجيات المستخدمة في مجال تعلّم الآلة، والتي تحدّد الهياكل الأساسية في مجموعة بيانات غير مُسماة.  
Unsupervised Learning: A machine learning approach that identifies underlying structures in datasets without labels.
تعُّلم شبه موَّجه
أحد أساليب تعلّم الآلة يستخدم مزيجاً من البيانات المُسماة وغير المُسماة أثناء عملية التدريب.
Semi-supervised Learning: A machine learning method that utilizes a combination of both labeled and unlabeled data during the training process.
شبكة توليدية تنافسية
نموذج لتعلّم الآلة يتكون من شبكتين عصبيتين مترابطتين، شبكة توليدية وشبكة تمييزية، تتنافسان في بيئة تحاكي الألعاب.
Generative Adversarial Network (GAN): A machine learning model composed of two interconnected neural networks, a generative and a discriminative network, engaged in a game-theoretic setting.
شبكة عصبية ترشيحية
بنية تعلّم عميقة مصممة لتحليل ومعالجة البيانات المرئية مثل الصور ومقاطع الفيديو.
Convolutional Neural Network (CNN): A deep learning architecture specialized in the analysis and processing of visual data, such as images and videos.
شبكة عصبية ترشيحية
بنية تعلّم عميقة مصممة لتحليل ومعالجة البيانات المرئية مثل الصور ومقاطع الفيديو.
Convolutional Neural Network (CNN): A deep learning architecture specialized in the analysis and processing of visual data, such as images and videos.
شبكة عصبية تكرارية
تصميم شبكة عصبية يفسّر البيانات المتسلسلة عن طريق معالجتها عدة مرات لتمييز الأنماط.
Recurrent Neural Networks (RNNs): A neural network structure designed to interpret sequential data by repetitively processing it to identify patterns.
الذاكرة القصيرة المدى المطولة
نوع من الشبكات العصبية التكرارية القادرة على التعامل مع تسلسل البيانات، مما يضمن الأداء الفعال لكل من التوابع الطويلة والقصيرة المدى.
Long Short-Term Memory (LSTM): A variant of recurrent neural networks adept at managing data sequences, ensuring effective performance across both long and short-term dependencies.
تعُّلم منقول
أسلوب في تعلّم الآلة يتم فيه تطبيق المعرفة المكتسبة من إحدى المهمات لتحسين الأداء في مهمة مختلفة ولكنها ذات صلة بالمهمة الأصلية.
Transfer Learning: A machine learning technique that involves applying knowledge gained from one task to improve performance on another, albeit related, task.
هندسة الخصائص


عملية الاستخلاص التلقائي للسمات ذات المعنى المطلوبة لاكتشاف الخصائص أو تصنيفها من المدخلات الأولية.

Feature Engineering: The automated process of deriving meaningful attributes essential for feature detection or categorization from raw input.
موازنة التحُّيز-التباين


معضلة تظهر عند محاولة الموازنة بين التحيُّز والتباين، مما يمنع النماذج الخاضعة للإشراف من التعميم الفعال خارج بيانات التدريب الخاصة بها.

Bias-Variance Tradeoff: An inherent challenge encountered when striving to balance bias and variance, thereby preventing supervised models from effectively generalizing beyond their training data.
نزول اشتقاقي
طريقة تُستخدم لتحسين الدَوَال من خلال التحرك بشكل متكرر في الاتجاه المعاكس للاشتقاق للعثور على الحد الأدنى لقيمة الدالة.
Gradient Descent: A method for optimizing functions by iteratively moving in the direction opposite to the gradient to locate the minimum value of the function.
انتشار عكسي
أسلوب يُستخدم لتدريب الشبكات العصبية عن طريق تقليل الأخطاء وتحديد قيمة المشتقة لضبط حساب أوزان الشبكة، وغالباً ما يتم تسميته اختصاراً “الانتشار العكسي للأخطاء”.
Backpropagation: A technique used to train neural networks by minimizing errors and calculating the gradient necessary for adjusting the network’s weights. Frequently abbreviated as “backward propagation of errors.”
دالة تنشيط

معادلة رياضية تستخدم في الشبكات العصبية الاصطناعية لمعالجة المدخلات الموزونة للُعَقد وإنتاج المخرجات.

Activation Function: A mathematical equation employed in Artificial Neural Networks to process the weighted inputs of a node and generate an output.
دورة
دورة كاملة من التدريب على مجموعة البيانات بأكملها.
Epoch: A full training cycle conducted over the entire dataset.
فرط التخصيص
مشكلة في تعلُّم الآلة تحدث عند تصميم النموذج بدقة شديدة ليناسب بيانات التدريب، مما يعيق قدرته على التعميم بفعالية على البيانات الجديدة.   .  
Overfitting: A challenge in machine learning where a model is tailored too precisely to the training data, hindering its ability to generalize effectively to new data.
فرط التعميم

مشكلة في تعلُّم الآلة تحدث عندما لا يتمكن النموذج من التعرف على التعقيد الأساسي لبيانات التدريب، مما يؤدي إلى تنبؤات دون المستوى الأمثل.

Underfitting: An issue in machine learning where the model doesn’t capture the underlying complexity of the training data, leading to suboptimal predictions.
ضبط
أسلوب يُستخدم لردع فرط التخصيص من خلال تضمين قيود أو معلومات إضافية.
Regularization: A technique introduced to deter overfitting by incorporating additional constraints or information.
ضبط الإسقاط
استراتيجية الحذف العشوائي لوحدات معينة في طبقة الشبكة أثناء تحديث مشتقة واحدة.  
Dropout Regularization: A strategy of randomly omitting certain units in a network layer during a single gradient update.
زيادة البيانات
طريقة في تعلُّم الآلة لتوليد بيانات إضافية عن طريق تغيير مجموعة البيانات الحالية.  
Data Augmentation: A method in machine learning to generate additional data by altering the existing dataset.
بيانات التدريب
مجموعة البيانات المستخدمة لتدريب نموذج تعلُّم الآلة.    
Training Dataset: A set of data used to train a machine learning model.
بيانات الاختبار
مجموعة البيانات المستخدمة لتقييم فعالية نموذج تعلُّم الآلة بعد التدريب والتحقق. يُطلق عليها أيضاً “بيانات التقييم”.    
Test Dataset: A dataset employed to assess the efficacy of a machine learning model post-training and validation, often termed “Evaluation Data.”
بيانات التحقق
مجموعة البيانات المستخدمة لقياس أداء نموذج تعلُّم الآلة بعد التدريب.      
Validation Dataset: A dataset used to gauge the performance of a machine learning model after its training.
شجرة القرار
أسلوب تعلّم موجّه يستخدم هيكلاً شجرياً لتحليل عملية صنع القرار.      
Decision Tree: A supervised learning technique that employs a tree-like structure for decision-making analysis.
غابة عشوائية
أسلوب تعلّم جماعي ينشئ أشجار قرار متعددة ويدمج نتائجها للحصول على أفضل النتائج.        
Random Forest: A collective learning technique that constructs multiple decision trees and amalgamates their results for optimal outcomes.
آلة الُمَّتجهات الداعمة
نموذج تعلّم موجّه مصمم لتصنيف البيانات وتحليل الانحدار، بهدف إنشاء حدود قرار بأكبر هوامش ممكنة.        
Support Vector Machine (SVM): A supervised learning model designed for data classification and regression, aiming to establish decision boundaries with the largest possible margins.
تجميع بالمتوسط
خوارزمية تستخدم القيمة المتوسطة لتصنيف البيانات إلى عدد محدد من المجموعات بناءً على أوجه التشابه في الخصائص.          
K-means (or K-Means Clustering): An algorithm that classifies data into ‘k’ clusters based on feature similarities, using the mean value.
تحليل الُمكِّون الرئيس
أسلوب يُستخدم لتقليل التكرار عن طريق تقليل أبعاد مجموعة البيانات، مع التركيز على المكونات الأكثر أهمية.          
Principal Component Analysis (PCA): A method to minimize redundancy by reducing dataset dimensions, focusing on the most significant components.
تجميع النماذج
طريقة تدمج التنبؤات من نماذج متعدّدة بهدف تعزيز الدقة التنبؤية الشاملة.            
Ensemble: A technique that merges predictions from multiple models to enhance overall predictive accuracy.
تجميع بوتستراب
استراتيجية تعلّم جماعي تهدف إلى تعزيز استقرار ودقة نماذج التصنيف والانحدار.              
Bootstrap Aggregating (Bagging): A collective learning strategy aimed at enhancing the stability and precision of classification and regression models.
تعزيز
أسلوب يقلّل من التحيُّز والتباين في التعلم الموجَّه، وتحويل خوارزميات التعلم الضعيفة إلى خوارزميات أكثر قوة.              
Boosting: A technique that minimizes bias and variance in supervised learning, transforming weak learning algorithms into more robust ones.
تحليل الانحدار
طريقة إحصائية للتأكد من العلاقة بين المتغيرات التابعة والمستقلة، ويُشار إليها ببساطة باسم “الانحدار”.                
Regression Analysis: A statistical method to ascertain the correlation between dependent and independent variables. Often simply referred to as “Regression.”
تصنيف
فئة من خوارزميات تعلُّم الآلة مكلّفة بتحديد الفئة أو المجموعة التي ينتمي إليها مدخل معيّن، ويُطلق عليها أحياناً اسم “التصنيف القياسي”.                
Classification: A category of machine learning algorithms tasked with determining the class or group an input belongs to. Sometimes called “Standard Classification.”
الانحدار الخطي
طريقة إحصائية تحدّد العلاقات بين المتغيرات لتطوير نموذج تنبؤي يسلط الضوء على اتجاهات البيانات.                  
Linear Regression: A statistical method that establishes relationships among variables to develop a predictive model, highlighting data trends.
انحدار لوجستي
أسلوب إحصائي يستخدم دالة لوجستية لتحويل تنبؤات النموذج الخطي إلى نطاق يتراوح بين 0 و1، وغالباً ما يشار إليه باسم “نموذج لوجيت”.                  
Logistic Regression: A statistical technique employing a logistic function to transform predictions of a linear model into a range between 0 and 1, often referred to as the “Logit Model.”
دالة الخسارة
دالة تحدد الاختلاف بين تنبؤات الخوارزمية والقيم الفعلية، ويُطلق عليها أحياناً اسم “دالة التكلفة”.                    
Loss Function: A function that quantifies the discrepancy between an algorithm’s predictions and the actual values. Sometimes termed the “Cost Function.”
تحسين
عملية اختيار الحل الأنسب من بين جميع الخيارات المتاحة، وتعرف أيضاً باسم “التحسين الرياضي”.                    
Optimization: The act of choosing the most suitable solution from all available options, also known as “Mathematical Optimization.”
ضبط معاملات الضبط
طريقة تعديل معاملات الضبط بشكل متكرر لتحديد المجموعة التي تنتج النموذج الأكثر دقة.                      
Hyperparameters Tuning: The method of fine-tuning hyperparameters iteratively to identify the combination that yields the most accurate model.
حوسبة شبكية
مجموعة من أجهزة الحاسب المترابطة التي تتعاون لتعمل كجهاز حاسب عملاق افتراضي واحد، مما يسهل العمليات الحسابية واسعة النطاق.                      
Grid Computing: A collection of interconnected computers that collaborate to function as a singular virtual supercomputer, facilitating extensive computations.
التحقق المتقاطع
أسلوب يُستخدم لتقييم قدرة النموذج على تعميم البيانات الجديدة من خلال تقييمها مقابل مجموعات فرعية مستخلصة من بيانات التدريب.                        
Cross-Validation: A technique to assess a model’s ability to generalize to new data by evaluating it against subsets derived from the training data.
الإحكام
مقياس يشير إلى جزء الإيجابيات المحددة بشكل صحيح من بين جميع الإيجابيات المتوقعة.                        
Precision: A metric indicating the fraction of correctly identified positives out of all predicted positives.
الاستدعاء
مقياس يسلط الضوء على نسبة الإيجابيات الصحيحة من بين جميع الإيجابيات الفعلية، والمعروف أيضاً باسم “المعدل الإيجابي الصحيح”.                          
Recall: A metric highlighting the fraction of true positives out of all actual positives, also known as the “True Positive Rate.”
مقياس إف
مقياس يقيّم دقة المصنف الثنائي عن طريق حساب المتوسط التوافقي للإحكام والاستدعاء.                            
F-Score: A metric that gauges the accuracy of a binary classifier by computing the harmonic mean of precision and recall.
مصفوقة الدقة
جدول يلخص أداء نموذج التصنيف، ويوضح مدى دقة تنبؤاته.
Confusion Matrix: A table that encapsulates the performance of a classification model, illustrating the accuracy of its predictions.
منحنى دّقة الأداء
تمثيل رسومي يوضّح فعالية المُصنِّف في جميع الحدود المحتملة.
ROC Curve: A plot showcasing a classifier’s efficacy across all potential thresholds.
المساحة تحت منحنى دّقة الأداء
مقياس أداء يقيّم كفاءة النموذج من خلال النظر في جميع حدود التصنيف المحتملة.  
Area under the ROC Curve (AUC): A performance metric assessing a model’s efficacy by considering all potential classification thresholds.
تينسر
مصفوفة أو بنية بيانات موحدة ومتعددة الأبعاد.  
Tensor: A uniformly-typed, multi-dimensional array or data structure.
تينسرفلو
إطار عمل مفتوح المصدر مصمم لتطبيقات تعلُّم الآلة.    
TensorFlow: An open-source framework tailored for applications in machine learning.
كيراس
واجهـة برمجـة تطبيقـات شهيرة تستخدم لغـة البايثـون، وتُستخدم في مجال تعلّم الآلة، ومتوافقة مع العديد من الواجهات الخلفية للتعلّم العميق.    
Keras: A renowned Python interface for machine learning compatible with multiple deep learning backends.
سايكيت-ليرن
مجموعة أدوات واجهـة برمجـة تطبيقـات بلغـة البايثـون مفتوحة المصدر مستخدمة على نطاق واسع في مهام تعلُّم الآلة.      
Scikit-learn: A widely-used open-source Python toolkit for machine learning tasks.
بوت محادثة
برنامج يعتمد على الذكاء الاصطناعي يستخدم معالجة اللغات الطبيعية للتفاعل مع المستخدمين عبر المحادثات النصية أو الصوتية.      
Chatbot: An AI-driven software that harnesses natural language processing to engage in text or voice interactions with users.
روبوتية
مجال يُعنى بتصميم الروبوتات وتطويرها وتطبيقها.        
Robotics: A domain dedicated to the design, creation, and application of robots.
رؤية الحاسب
أحد تخصصات الذكاء الاصطناعي الذي يركز على تحليل البيانات المرئية وفهمها، مثل الصور ومقاطع الفيديو. غالباً ما يُطلق عليها “رؤية الآلة”.        
Computer Vision: An AI specialty focused on interpreting and comprehending visual data, such as images and videos. Frequently referred to as “Machine Vision.”
التعرف على الصور
عملية تمييز الأشياء أو الأنماط أو المفاهيم داخل الصور، ويُعرف أيضاً باسم “تصنيف الصور” أو “التعرُّف على الصور”.          
Image Recognition: An act of discerning objects, patterns, or themes within images. Also known as “Image Classification” or “Visual Recognition.”
التعرف على الكلام
عملية ترجمة اللغة المنطوقة إلى نص مكتوب باستخدام الطرق الحاسوبية. يُشار إليه عادةً باسم “التعرّف الآلي على الكلام” أو “تحويل الكلام إلى نص”.          
Speech Recognition: A technique of converting spoken language into written text using computational methods. Commonly referred to as “Automatic Speech Recognition (ASR)” or “Speech to Text (STT).”
تحليل المشاعر
تطبيق أساليب التعلّم الإحصائي أو تعلّم الآلة لقياس المشاعر أو العواطف الموجودة في النص أو الصورة.            
Sentiment Analysis: The application of statistical or machine learning methods to assess sentiments or emotions present in text or imagery.
اكتشاف الشذوذ
تحديد نقاط البيانات التي تنحرف بشكل كبير عن غالبية البيانات، بسبب خصائصها الفريدة.            
Anomaly Detection: The identification of data points that significantly deviate from the majority due to their unique characteristics.
تحليل السلاسل الزمنية
فحص نقاط البيانات التي تم جمعها أو تسجيلها على فترات زمنية محددة.              
Time Series Analysis: The examination of data points collected or recorded at specific time intervals.
تحليلات تنبؤية
عملية الاستفادة من البيانات التاريخية بالإضافة إلى النماذج الرياضية للتنبؤ بالسيناريوهات المستقبلية أو الأحداث غير المعروفة.              
Predictive Analytics: The process of utilizing historical data along with mathematical models to predict future scenarios or unseen occurrences.
نظام توصيات
نظام مصمم لاقتراح مجموعة من العناصر للمستخدمين، استناداً إلى تفضيلاتهم وتصرفاتهم. يُطلق عليه أيضاً “محرك توصيات” أو “خوارزمية توصيات”.                
Recommendation System: A system designed to suggest a collection of items to users, influenced by their preferences and actions. Often termed “Recommendation Engine” or “Recommendation Algorithm.”
شبكة معرفية
تمثيل منظم للكيانات وعلاقاتها المتبادلة، ويُطلق عليه أيضاً اسم “الشبكة الدلالية”.                
Knowledge Graph: A structured representation showcasing entities and their interconnections, often referred to as a “Semantic Network.”
ويب دلالي
تحسين شبكة الويب العالمية لتسهيل مشاركة البيانات وإعادة استخدامها عبر المنصات من خلال تحديد هياكل البيانات والمفردات وقواعد إدارة البيانات.                  
Semantic Web: An enhancement of the World Wide Web, facilitating data sharing and reuse across platforms by defining data structures, vocabularies, and governance rules.
نظام خبير
أنظمة محوسبة تحاكي قدرة الخبراء البشريين على صنع القرار في مجالات محددة استناداً إلى قاعدة معرفية تشتمل على الحقائق والاستدلالات.                  
Expert Systems: Computerized systems that replicate human expert decision-making in specific domains by leveraging a knowledge base comprising facts and heuristics.
ذكاء السرب
مجال يركز على السلوك المنسق للكيانات اللامركزية في الأنظمة ذاتية التنظيم.                    
Swarm Intelligence: A field emphasizing the coordinated behavior of decentralized entities in self-organizing systems.
خوارزمية جينية
خوارزميات تطورية مستوحاة من مبادئ الانتقاء الطبيعي لإيجاد الحلول المثلى لتحديات التحسين.                    
Genetic Algorithms: Evolutionary algorithms inspired by natural selection principles to pinpoint optimal solutions for optimization challenges.
منطق ضبابي
نظام منطقي يوسّع التمييز الثنائي بين الصواب والخطأ من خلال استيعاب قيم متعدّدة للصواب.                      
Fuzzy Logic: A logic system broadening the binary distinction between truth and falsehood by accommodating multiple truth values.
مركبة ذاتية القيادة
مركبة مجهزة بحيث تكون قادرة على استشعار البيئة المحيطة بها والتنقل فيها بشكل مستقل. تُعرف أيضاً باسم “مركبة مؤتمتة”.                      
Autonomous Vehicle: A vehicle equipped to perceive its environment and navigate autonomously. Also known as an “Automated Vehicle.”
أخلاقيات الذكاء الاصطناعي
إطار المبادئ والقيم والمنهجيات التي توجّه تطوير حلول الذكاء الاصطناعي وتطبيقها بشكلٍ أخلاقي.                        
AI Ethics: A framework of moral principles and methodologies guiding the ethical creation and application of AI solutions.
نموذج الانتباه
أسلوب في الشبكة العصبية يمكّن الشبكة من التركيز على جوانب محددة من المدخلات المعقدة في كل مرة. ويُسمى أيضاً “آلية الانتباه”.                        
Attention Model: A neural network approach that enables the network to concentrate on specific facets of intricate input iteratively. Also termed “Attention Mechanism.”
مُحوِّل
بنية شبكة عصبية مخصصة لمعالجة البيانات المتسلسلة استناداً إلى آلية الانتباه الذاتي. وتُسمى أيضاً “شبكة المُحولات العصبية”.  
Transformer: A neural network design tailored for sequential data processing, leveraging a self-attention mechanism. Sometimes referred to as “Transformer Neural Network.”
تمثيلات الترميز الثنائية الاتجاه من المحولات (بيرت)
طريقة تعلّم عميق تعود جذورها إلى بنية الُمحـِّولات، وهي مصممة خصيصاً لمهام معالجة اللغات الطبيعية.  
Bidirectional Encoder Representations From Transformers (BERT): A deep learning method rooted in the transformer architecture, tailored for natural language processing tasks.
مُرِّمز تلقائي
شبكات عصبية مصممة لإنشاء تمثيلات بيانات فعالة لسيناريوهات التعلّم غير الموجَّه.                            
Autoencoders: Neural networks designed to generate efficient data representations for unsupervised learning scenarios.
شبكة عصبية كبسولية
شبكات عصبية تشتمل على كبسولات (مجموعات من الخلايا العصبية) تشير إلى معاملات إنشاء لكيان محدد.                              
Capsule Neural Network: Neural networks comprising capsules (sets of neurons) that signify specific entity instantiation parameters.
مهمة تحويل تسلسل إلى تسلسل
النماذج التي تحوّل تسلسلاً واحداً من العناصر إلى تسلسل آخر.                              
Sequence-to-Sequence Models: Models that transform one sequence of elements into another sequence.
تضمين
عملية ترجمة المتجهات عالية الأبعاد إلى فضاء أبعاد أكثر إحكاماً.                              
Embedding: The technique of translating high-dimensional vectors into a more compact dimensional space.
شبكة بايزية
تمثيل رسومي يعرض المتغيرات وترابطها الشرطي باستخدام المنطق البايزي.                                
Bayesian Network: A graphical representation that illustrates variables and their conditional interdependencies through Bayesian reasoning.
عملية قرار ماركوف
عمليات التحكم العشوائية المستخدمة لنمذجة عملية صنع القرار في سيناريوهات التحسين غير المؤكدة.                                
Markov Decision Processes (MDP): A stochastic control that processes employed for modeling decision-making in uncertain optimization scenarios.
البحث الشجري باستخدام مونت كارلو
خوارزمية صنع القرار تجمع بين محاكاة مونت كارلو ومنهجيات البحث الشجري لتحديد القرارات المثلى.                                  
Monte Carlo Tree Search (MCTS): A decision-making algorithm that integrates Monte Carlo simulations with tree search methodologies to determine optimal decisions.
تعلم بمثال واحد
منهجية تعلّم تنشئ مصنِّفات فعالة من مثال تدريبي واحد.                                    
One-shot Learning: An approach to learning that constructs effective classifiers from a single training instance.
تعلم بأمثلة قليلة
منهجية تعلّم تنشئ المصنِّفات باستخدام مجموعة محدودة من أمثلة التدريب.                                    
Few-shot Learning: A methodology for crafting classifiers using a limited set of training instances.
تعلم بدون أمثلة مباشرة
أسلوب يُمكّن النماذج من التعرّف على الأصناف التي لم يسبق التعرض لها أثناء التدريب.                                      
Zero-shot Learning: A technique enabling models to recognize classes they have not encountered during training.
تعلم الآلة العدائي
مجال يُعنى بإنشاء خوارزميات قوية لتعلّم الآلة لمواجهة التهديدات الأمنية.                                      
Adversarial machine Training: A field dedicated to developing robust machine learning algorithms to counteract security threats.
آلة تورينج العصبية
تصميم شبكة عصبية قادر على استنتاج الخوارزميات من الأمثلة المقدمة.                                      
Neural Turing Machine: A neural network design with the capability to infer algorithms from provided examples.
شبكة عصبية شبكية
أساليب التعلّم العميق المصممة للبيانات الممثلة باستخدام الرسوم البيانية.                                        
Graph Neural Network: Deep learning techniques customized for data represented as graphs.
الانتباه الذاتي
مكون للشبكة العصبية، ينتج تسلسلاً جديداً من التضمينات من خلال تطبيـق آلية الانتباه على عناصر تسلسل الإدخال.                                          
Self-Attention: A component of neural networks that generates a new sequence of embeddings by applying attention to input sequence elements.
انتباه ذاتي متعدد الرؤوس
آلية انتباه ذاتي تُنفَّذ عدة مرات لكل موضع ضمن تسلسل الإدخال.                                          
Multi-Head Self-Attention: A self-attention mechanism executed multiple times for every position within the input sequence.
تسوية الحزمة
أسلوب يعمل على تحسين أداء الشبكة العصبية واستقرارها من خلال توحيد المخرجات بين الطبقات.                                          
Batch Normalization: A technique that enhances neural network performance and stability by standardizing the outputs between layers.
وحدة خطية مصححة (ريلو)
دالة تنشيط تعطي نفس قيمة المدخل للمدخلات الإيجابية، وتعطي القيمة صفر للمدخلات غير الإيجابية.                                            
Rectified Linear Unit (ReLU): An activation function that produces the input value for positive inputs and zero for non-positive inputs.
دالة ريلو المتسربة
أحد أنواع دالة التنشيط التي تسمح بتدرج بسيط للقيم السالبة.                                            
Leaky ReLU: A variant of the ReLU activation function that allows a slight gradient for negative values.
دالة سيجمويد
دالة تعيّن مخرجات الانحدار اللوجستي أو متعدد الحدود إلى احتمالات قيمتها تتراوح بين الصفر والواحد.                                              
Sigmoid Function: A function that maps logistic or multinomial regression outputs to probabilities ranging between 0 and 1.
خاصية متناثرة
متجه خصائص يتكون في الغالب من قيم صفرية أو فارغة.                                              
Sparse Feature: A feature vector primarily consisting of zero or null values.
شبكة دالة القاعدة الشعاعية
شبكات عصبية تستخدم دالة الأساس نصف القطرية كدالة تنشيط لمهام التصنيف غير الخطية.                                                
Radial Basis Function (RBF) Network: Neural networks that employ the radial basis function as their activation function for non-linear classification tasks.
بيرسبترون
خوارزمية تعالج القيم المدخلة، وتطبق دالة على مجموعها المرجح، وتنتج مخرجة واحدة.                                                
Perceptron: An algorithm that processes input values, applies a function to their weighted sum, and produces a single output.
قص اشتقاقي
استراتيجية لمواجهة مشكلة انفجار المشتقة من خلال تحديد الحد الأقصى لقيمة المشتقة أثناء تدريب النموذج باستخدام النزول الاشتقاقي.                                                  
Gradient Clipping: A strategy to mitigate the exploding gradient issue by capping the maximum gradient value during model training using gradient descent.
معدل التعلم
معامل ضبط يُستخدم في أساليب التحسين التي تحدد حجم كل خطوة أثناء التكرارات. ويُسمى أيضاً “حجم الخطوة”.                                                  
Learning Rate: A hyperparameter in optimization techniques that determines the magnitude of each step during iterations. Often referred to as “Step Size.”
الزخم
نوع من النزول الاشتقاقي يتأثر فيه اتجاه الخطوة باتجاه الخطوة السابقة ومشتقة الخطوة الحالية.                                                    
Momentum: A variant of gradient descent in which the step direction is influenced by the previous step’s direction and the current gradient.
فضاء التضمين
فضاء متجه مكثف تُعيّن عليه خصائص الفضاء المتجه ذو الأبعاد الأعلى.                                                    
Embedding Space: A condensed vector space where higher-dimensional features are mapped.
التشابكية
نهج نمذجة إدراكية يستخدم من الشبكات العصبية الاصطناعية لمحاكاة القدرات الفكرية.                                                      
Connectionism: A cognitive modeling approach that leverages artificial neural networks to simulate intellectual capabilities.
نموذج تسلسلي
نموذج مصمم للتعامل مع المدخلات التي تربطها علاقة زمنية أو متسلسلة.                                                        
Sequence Model: A model designed to handle inputs with a temporal or sequential relationship.
ثنائي الاتجاه
أسلوب مستخدم في تحليل النصوص، يأخذ في الاعتبار السياقين السابق واللاحق لجزء محدّد من النص.                                                        
Bidirectional: In text analysis, a method that takes into account both preceding and succeeding contexts of a specific text segment.
استدلال مكاني-زماني
مجال من مجالات الذكاء الاصطناعي يركز على الفهم والاستدلال بشأن الجوانب المكانية والزمانية بأسلوب مشابه للبشر.                                                          
Spatial-Temporal Reasoning: An AI domain focused on comprehending and reasoning about spatial and temporal aspects similar to human understanding.
تعلم عملية التعلم
مجموعة فرعية من تعلُّم الآلة تهدف إلى تحسين أو ابتكار خوارزميات التعلّم من خلال التعلم من البيانات المحدودة أو المهام السابقة. يُعرف أيضاً باسم “تعلّم كيفية التعلم”.                                                          
Metalearning: A subset of machine learning that aims to refine or create learning algorithms by learning from limited data or prior tasks. Also known as “Learning to Learn.”
خريطة الخصائص
نتيجة تطبيق عملية ترشيح على بيانات الإدخال باستخدام مرشح محدد، يُطلق عليها أيضاً “خريطة التنشيط”.                                                          
Feature Map: The result of applying a convolution operation on input data using a specific filter, sometimes termed “Activation Map.”
ضبط الإسقاط
استراتيجية الحذف العشوائي لوحدات معينة في طبقة الشبكة أثناء تحديث مشتقة واحدة.                                                            
Dropout Regularization: A technique where random units in a network layer are omitted during a single gradient update.
إعادة تشغيل التجربة
في التعلم المعزز، يوجد مخزن مؤقت للذاكرة، يخزن انتقالات الحالة ليتم استخدامها لاحقاً في تدريب النموذج.                                                            
Experience Replay: A memory buffer that stores state transitions for later model training in reinforcement learning.
طبقة تجميع
عملية تخفيض حجم المصفوفة التي أنشئت بواسطة طبقة ترشيحية.                                                              
Pooling Layer: A process downsizing a matrix generated by a convolutional layer.
مُعامل
متغير في نموذج يمكن تعديله بشكل متكرر أثناء التدريب.                                                              
Parameter: A model’s variable iteratively adjusted during training.
شبكة عصبية ترشيحية قابلة للفصل عمًقا
تصميم شبكة عصبية ترشيحية يحل فيها الترشيح القابل للفصل عمقاً محل عمليات الترشيح التقليدية.                                                                
Depthwise Separable Convolutional Neural Network: A convolutional neural network design where depthwise separable convolution replaces traditional convolution operations.
نموذج متعدد الصيغ
نموذج مصمم للتعامل مع المدخلات أو المخرجات من مصادر أو صيغ متعددة.                                                                
Multimodal Learning: A model designed handling inputs or outputs from multiple sources or modalities.
تعلم الآلة المستمر
مجموعة فرعية من تعلُّم الآلة يتعلّم فيها النموذج بشكل تسلسلي من البيانات الواردة باستمرار. تُعرف أيضاً باسم “التعلّم المستمر”.                                                                  
Online Machine Learning: A machine learning subset where the model learns sequentially from continuously incoming data. Also known as “Continual Learning.”
تعلم ذاتي التوجيه
نوع من تعلُّم الآلة تستخدم فيه النماذج تسميات مستعارة منشأة ذاتياً في عملية توجيه البيانات غير المسماة.                                                                  
Self-Supervised Learning: A machine learning type where models use self-generated pseudo-labels for supervision on unlabeled data.
برمجة بايزية
نهج إحصائي لبناء نماذج احتمالية، ومعالجة المشكلات ذات المعلومات غير المكتملة.                                                                    
Bayesian Programming: A statistical approach constructing probabilistic models and addressing problems with incomplete information.
استدلال
عملية تُعنى بعمل تنبؤات باستخدام نموذج مدرب على بيانات جديدة غير مسماة.                                                                    
Inference: The act making predictions using a trained model on new, unlabeled data.
نظام خبير
نظام محوسب يحاكي قدرة الخبير البشري على اتخاذ القرارات في مجالات محددة باستخدام قاعدة معرفية.                                                                      
Expert System: A computerized system emulating human expert decision-making in specific areas using a knowledge base.
التجزيء الكمي
عملية خوارزمية تجمع البيانات في مجموعات باستخدام التجميع الكمي.                                                                        
Quantization: An algorithmic process grouping data into quantile-based buckets.
تشذيب
عملية تحسين النموذج أو الكود عن طريق إزالة المكونات غير الضرورية لتعزيز إمكانية الصيانة.                                                                        
Pruning: The act refining a model or code by removing unnecessary components to enhance maintainability.
شبكة معرفية
تمثيل منظم للكيانات وعلاقاتها المتبادلة، ويُطلق عليه أيضاً اسم “الشبكة الدلالية”.                                                                        
Knowledge Graph: A structured representation of entities and their interrelationships, often termed a “Semantic Network.”
تمثيل متناثر
تمثيل غالبية عناصره صفرية أو فارغة.                                                                        
Sparse Representation: A representation where the majority of elements zero or null.
خاصية كثيفة
خاصية تكون معظم قيمها غير صفرية.                                                                          
Dense Feature: A feature predominantly populated with non-zero values.
وحدة لغوية
وحدة لغوية مميزة (على سبيل المثال، كلمة، جزء من كلمة، حرف) تستخدم لتدريب النموذج والتنبؤات.                                                                          
Token: A distinct unit in language (e.g., word, subword, character) used for model training and predictions.
تقسيم النص
عملية تقسيم النص إلى وحدات أو رموز أصغر.                                                                          
Text Tokenization: The process segmenting text into smaller units or tokens.
ترميز الواحد النشط
تمثيل بيانات تكون فيه جميع عناصر المتجهات معيّنة على 0، باستثناء عنصر واحد يعيّن على 1.                                                                          
One-Hot Encoding: A data representation where vectors have all elements set to 0 except for one element set to 1.
سلسلة كلمات
تسلسل متجاور للعناصر في نص معيّن.                                                                            
N-grams: A contiguous sequence of N items from a given text.
صنف سلبي
في التصنيف الثنائي، هو الصنف الذي يمثّل النتيجة البديلة.                                                                            
Negative Class: In binary classification, the class representing the alternative outcome.
تجميع هرمي
أسلوب تجميع مناسب للبيانات الهرمية، وينتج عنه شجرة من المجموعات.                                                                              
Hierarchical Clustering: A clustering method suitable for hierarchical data, producing a tree of clusters.
نموذج تسلسلي
نموذج مصمم للتعامل مع المدخلات التي تربطها علاقة زمنية أو متسلسلة.                                                                                
Sequence Model: A model designed handling inputs with a temporal or sequential relationship.
نموذج الانتباه
أسلوب في الشبكة العصبية يمكّن الشبكة من التركيز على جوانب محددة من المدخلات المعقدة في كل مرة.                                                                                
Attention Model: A neural network technique allowing the network to concentrate on specific parts of complex input iteratively.
ثنائي الاتجاه
أسلوب مستخدم في تحليل النصوص، يأخذ في الاعتبار السياقين السابق واللاحق لجزء محدّد من النص.                                                                                  
Bidirectional: In text analysis, a method considering both preceding and succeeding contexts of a specific text segment.
مشكلة تلاشي المشتقة
السيناريو الذي تكون فيه الطبقات المخفية في البداية في الشبكات العصبية العميقة ذات مشتقات تميل نحو الصفر.                                                                                  
Vanishing Gradient Problem: A scenario where early hidden layers in deep neural networks have gradients that tend toward zero.
مشتقة
متجه يشير إلى معدل تغير الدالة فيما يتعلق بمعاملاتها.                                                                                  
Gradient: A vector indicating the rate of change of a function concerning its parameters.
تجميع
أسلوب في تعلّم الآلة غير الموجّه يجمع الأشياء المتشابهة. يُعرف أيضاً باسم “تحليل المجموعات”.                                                                                    
Clustering: An unsupervised machine learning technique for grouping similar objects. Also known as “Cluster Analysis.”
حيلة النواة
طريقة تُستخدم لإسقاط البيانات غير الخطية على فضاء بأبعاد أعلى لتسهيل التصنيف.                                                                                      
Kernel Trick: A method for projecting non-linear data into higher-dimensional space to enable easier classification.
دالة القاعدة الشعاعية
دالة تعتمد قيمها على المسافة من النقطة المركزية.  
Radial Basis Function (RBF): A function whose values are dependent on the distance from a center point.
دالة النواة
دالة لقياس التشابه بين مثالين، وإسقاط البيانات في فضاء ذي بُعد أعلى.  
Kernel Function: A function that measures similarity between instances, projecting data into higher-dimensional space.
آلة المَّتجهات الداعمة باستخدام النواة
خوارزمية تصنيف تستخدم دوال النواة لتعظيم الهامش بين الأصناف.    
Kernel Support Vector Machine (KSVM): A classification algorithm that employs kernel functions to maximize the margin between classes.
خسارة مفصلية
دالة خسارة للتصنيف تهدف إلى تعظيم الهامش بين أمثلة التدريب وحدود القرار.    
Hinge Loss: A loss function for classification that aims to maximize the margin between training instances and the decision boundary.
خصوصية تباينية
تعريف للخصوصية في تعلُّم الآلة يضمن خصوصية الأفراد عند جمع البيانات وتحليلها.      
Differential Privacy: A privacy definition in machine learning that ensures individual privacy when collecting and analyzing data.
شبكة عصبية كبسولية
شبكات عصبية تشتمل على كبسولات (مجموعات من الخلايا العصبية) تشير إلى معاملات إنشاء لكيان محدد.        
Capsule Neural Network: A neural network composed of capsules, which are sets of neurons representing specific entity parameters.
نموذج ديناميكي
نموذج يتم تدريبه عبر الإنترنت باستخدام البيانات الواردة بشكل مستمر.  
Dynamic Model: A model trained online with continuously incoming data.
ترجمة الآلة العصبية
تقنية ترجمة آلية تستخدم شبكات عصبية واسعة النطاق للتنبؤ بتسلسل الكلمات، وغالباً ما تترجم جملاً كاملة.  
Neural Machine Translation: A machine translation technique that utilizes extensive neural networks to predict word sequences, often translating entire sentences.
الذاكرة القصيرة المدى المطولة
نوع من الشبكات العصبية التكرارية، قادر على معالجة تسلسل البيانات لكل من التوابع الطويلة والقصيرة.    
Long Short-Term Memory: A variant of recurrent neural network adept at processing data sequences, taking into account both short and long-term dependencies.
وحدة معالجة الرسوميات
دائرة إلكترونية متخصصة مصممة للمعالجة المتوازية السريعة، وذلك لعرض الرسومات على شاشات العرض الإلكترونية.    
Graphics Processing Unit (GPU): A specialized electronic circuit designed for rapid parallel processing, primarily used for rendering graphics on electronic displays.
شبكة عصبية ذات تغذية أمامية
نوع من الشبكات العصبية الاصطناعية تتدفق فيها البيانات في اتجاه واحد من طبقة الإدخال إلى طبقة الإخراج، دون تكرارها.      
Feedforward Neural Network: A type of artificial neural network where data flows unidirectionally from the input to the output layer, without looping back.
حيلة النواة
طريقة تُستخدم لإسقاط البيانات غير الخطية على فضاء بأبعاد أعلى لتسهيل التصنيف.        
Kernel Trick: A technique that transforms non-linear data into a higher-dimensional space, facilitating easier classification.
تحيز ضمني
ارتباط أو حكم غير واعٍ يستند إلى تجارب الفرد وذكرياته.        
Implicit Bias: An unconscious association or judgment based on one’s experiences and memories.
بوت محادثة موجه
روبوت محادثة يتبع تدفق محادثات محدد مسبقاً، وغالباً ما يكون قائماً على قواعد أو كلمات رئيسية.        
Flow-based Chatbot: A chatbot that adheres to a predetermined conversation flow, frequently guided by rules or keywords.
محول توليدي مسبق التدريب (جي بي تي)
سلسلة من النماذج اللغوية التي تعتمد على المحولات واسعة النطاق، والمصممة لمختلف مهام معالجة اللغة الطبيعية.          
Generative Pre-trained Transformer (GPT): A series of large-scale transformer-based language models engineered for diverse natural language processing tasks.
شبكة عصبية بايزية
شبكة عصبية تستخدم الاستدلال البايزي لتقدير حالات عدم اليقين في الأوزان والتنبؤات.          
Bayesian Neural Network: A neural network that employs Bayesian inference to estimate uncertainties in both weights and predictions.
شبكة عصبية عميقة
شبكة عصبية اصطناعية ذات طبقات متعددة بين المدخلات والمخرجات، مما يعزز قدرتها على تعلّم الأنماط المعقدة.            
Deep Neural Network: An artificial neural network featuring multiple layers situated between input and output, thereby enhancing its capacity to acquire intricate patterns.
هجوم استنتاج العضوية
هجوم يهدف إلى التأكد مما إذا كانت عينة بيانات محددة قد ساهمت في تدريب نموذج تعلُّم الآلة.            
Membership Inference Attack: An assault with the objective of determining whether a specific data sample contributed to the training of a machine learning model.
استخراج العلاقة
عملية تحديد وتصنيف العلاقات بين الكيانات داخل النص.  
Relationship Extraction: The action of recognizing and classifying relationships between entities within a text.
تعلم منقول
استراتيجية في تعلُّم الآلة، تشمل تدريب النموذج على أداء مهمة ما، ومن ثم ضبطه لأداء مهمة مختلفة ولكنها ذات صلة بالمهمة الأولى.    
Transfer Learning: A machine learning approach where a model, subsequent to being trained for one task, is fine-tuned for another but related task.
تعلم تدريجي
أسلوب في تعلُّم الآلة تكون فيه عمليات التدريب والتعلّم مستمرة كلما توفرت عينات بيانات جديدة.    
Incremental Learning: A technique in machine learning where the training and learning processes are persistently conducted as new data samples become accessible.
تعلم عملية التعلم
مجال فرعي من تعلّم الآلة يركز على تحسين الخوارزميات من خلال التعلّم من البيانات المحدودة أو الاستفادة من رؤى المهام السابقة.    
Metalearning: A subdomain of machine learning that concentrates on refining algorithms through learning from restricted data or capitalizing on insights from previous tasks.
شبكة عصبية ترشيحية قابلة للفصل عمًقا
تصميم شبكة عصبية ترشيحية يحل فيها الترشيح القابل للفصل عمقاً محل عمليات الترشيح التقليدية.      
Depthwise Separable Convolutional Neural Network: A convolutional neural network design that employs depthwise separable convolutions as an alternative to conventional convolution operations.
اختبار تورينج
مقياس اقترحه آلان تورينج لتقييم قدرة الآلة على إظهار ذكاء شبيه بالذكاء البشري.      
Turing Test: A criterion introduced by Alan Turing for evaluating a machine’s ability to demonstrate human-like intelligence.
خصوصية تباينية
معيار خصوصية في تعلُّم الآلة يضمن أن تحليل البيانات لا يضر بخصوصية بيانات الأفراد.        
Differential Privacy: A privacy standard in machine learning that guarantees data analysis does not jeopardize individual data privacy.
انتباه ذاتي متعدد الرؤوس
آلية تطبّق الانتباه الذاتي عدة مرات بشكل متزامن على مواضع مختلفة من سلسلة الإدخال.          
Multi-Head Self-Attention: A mechanism that applies the self-attention procedure simultaneously at various positions in an input sequence.
تدريب ذاتي
نهج تعلّم شبه موجّه يستخدم فيه النموذج، بعد تدريبه على البيانات المسماة، توقعاته على البيانات غير المسماة لمواصلة تدريبه.          
Self-Training: A semi-supervised learning approach where a model, having been initially trained on labeled data, utilizes its predictions on unlabeled data to further its training.
نموذج متعدد الصيغ
نموذج مصمم لمعالجة أو إنتاج البيانات عبر طرق وصيغ متعددة.          
Multimodal Model: A model structured to handle or generate data across multiple modalities or formats.
الأنتروبيا التقاطعية
مقياس يحدد الفرق بين توزيعين احتماليين، وهو شائع الاستخدام في مهام التصنيف.            
Cross-Entropy: A metric that quantifies the distinction between two probability distributions, commonly employed in classification tasks.
تكييف المجال
أسلوب في تعلّم الآلة يهدف إلى تكييف نموذج سبق تدريبه في مجال معيّن ليعمل في مجال مختلف ولكن له علاقة بالمجال الأول.  
Domain Adaptation: A machine learning technique in which a model trained in one domain is adapted to operate in a different, yet related, domain.
بنية إدراكية
إطار نظري يحدد الهياكل والعمليات الأساسية لنظام معين يظهر سلوكاً ذكياً، سواء كان هذا النظام اصطناعياً أو بيولوجياً.    
Cognitive Architecture: A theoretical framework outlining the fundamental structures and processes of a system, whether artificial or biological, that demonstrates intelligent behavior.
تعلم متحد
نهج في تعلّم الآلة الموزّع يدرّب النماذج عبر أجهزة متعددة باستخدام البيانات محلياً، مما يضمن خصوصية البيانات.    
Federated Learning: A distributed machine learning approach in which models are trained across multiple devices using local data, ensuring data privacy.
تجميع بوتستراب
طريقة تعلّم تجميعي تعمل على تحسين الاستقرار والدقة من خلال تدريب نماذج متعددة على مجموعات فرعية عشوائية من البيانات.      
Bootstrap Aggregating: A machine learning ensemble method that enhances stability and accuracy by training multiple models on random subsets of the data.
تحيز ضمني
نوع من التحيز تنشأ فيه الأحكام أو الافتراضات من ذكريات وتجارب العقل الباطن للفرد.        
Implicit Bias: A form of bias where judgments or assumptions arise from an individual’s subconscious memories and experiences.
استدلال مكاني-زماني
مجال من مجالات الذكاء الاصطناعي يركز على الفهم والاستدلال بشأن الجوانب المكانية والزمانية بأسلوب مشابه للبشر.        
Spatial-Temporal Reasoning: An AI domain focused on understanding and reasoning about both spatial and temporal aspects in a manner similar to human cognition.
حوسبة عصبية
طريقة حاسوبية مستوحاة من بنية الدماغ البشري ووظيفته، تهدف إلى تحسين كفاءة وسرعة الحواسيب.        
Neuromorphic Computing: A computational approach inspired by the human brain’s structure and function, aiming for improved efficiency and computational speed.
تحليل الخوارزميات
دراسة أداء الخوارزميات وتعقيدها، لتحديد مدى ملاءمتها لتطبيقات محددة.          
Analysis of Algorithms: The study of algorithm performance and complexity, determining their suitability for specific applications.
إطار الحجج
رسم بياني منظم تمثّل العقد الموجودة فيه الحجج، وتشير فيه الحواف إلى التعارضات أو العلاقات بين هذه الحجج.          
Argumentation Framework: A structured graph where nodes represent arguments and edges signify conflicts or relationships between these arguments.
ذكاء اصطناعي عام
نوع من أنواع الذكاء الاصطناعي يمكنه أداء أي مهمة فكرية يستطيع الإنسان القيام بها، بما في ذلك القدرة على التكيّف وحل المشكلات والإبداع.  
Artificial General Intelligence: A form of artificial intelligence that can perform any intellectual task that a human can, encompassing adaptability, problem-solving, and creativity.
لغة ترميز الذكاء الاصطناعي
لغة مبنية على لغة الترميز الموسعة (XML) مصممة لإنشاء تطبيقات معالجة اللغات الطبيعية.  
Artificial Intelligence Markup Language (AIML): An XML-based language designed for crafting natural language processing applications.
استدلال مؤتمت
طريقة منهجية تزوّد خوارزميات تعلُّم الآلة بإطار منظم لتعريف المشكلة وحلها.    
Automated Reasoning: A systematic approach that equips machine learning algorithms with a structured framework for problem definition and resolution.
حوسبة ذاتية
قدرة النظام على إدارة موارده بشكل مستقل دون تدخل بشري.    
Autonomic Computing: A system’s capability to autonomously manage its resources without human intervention.
تسلسل عكسي
أسلوب تفكير منطقي يبدأ من الهدف ويعود إلى تحديد البيانات أو الأدلة الداعمة له.      
Backward Chaining: A logical reasoning method that starts from a goal and traces back to identify the data or evidence supporting it.
بيانات ضخمة
مجموعات بيانات ضخمة تتميّز بحجمها وتنوعها وسرعتها، مما يستلزم تقنيات قابلة للتوسع من أجل إدارتها وتحليلها بفعالية.      
Big Data: Vast datasets characterized by their volume, variety, velocity, and variability, necessitating scalable technologies for effective management and analysis.
تحليلات البيانات الضخمة
ممارسة تحليل مجموعات البيانات الكبيرة والشاملة للكشف عن الرؤى والأنماط والاتجاهات التي سيتم الاسترشاد بها في عملية صنع القرار.        
Big Data Analytics: The practice of analyzing extensive datasets to uncover insights, patterns, and trends to inform decision-making.
استدلال بديهي
مجال من مجالات الذكاء الاصطناعي يركز على تمكين الآلات من وضع افتراضات حول المواقف اليومية بطريقة تشبه الحدس البشري.        
Commonsense Reasoning: An AI domain focused on enabling machines to make assumptions about everyday situations in a manner akin to human intuition.
ذكاء حوسبي
مجال يستمد الإلهام من المبادئ البيولوجية واللغوية لتطوير المنهجيات الحاسوبية، بما في ذلك الشبكات العصبية والأنظمة الضبابية.          
Computational Intelligence (CI): A field drawing inspiration from biological and linguistic principles to develop computational methodologies, including neural networks and fuzzy systems.
البيانات المظلمة
البيانات التي تجمعها المؤسسات أثناء العمليات العادية، ولكنها لا تُستخدم بشكل نشط في التحليلات أو لأغراض أخرى.          
Dark Data: The Data accumulated by organizations during regular operations but not actively used for analytics or other purposes.
تكامل البيانات
عملية دمج البيانات من مصادر مختلفة في قاعدة بيانات متماسكة وموحدة.  
Data Integration: The process of amalgamating data from various sources into a cohesive, unified perspective.
نمذجة البيانات
عملية إنشاء تمثيل مفاهيمي للبيانات، وتحديد علاقاتها، من أجل تخزينها في قواعد البيانات.  
Data Modeling: The action of constructing a conceptual portrayal of data, delineating their interconnections for inclusion in databases.
تزييف عميق
وسائط اصطناعية يُستبدل فيها الشخص في صورة أو فيديو أو مقطع صوتي بشخص آخر باستخدام خوارزميات متقدمة.
Deepfake: The synthetic media in which the likeness of an individual in an image, video, or audio is substituted with that of another person utilizing sophisticated algorithms.
تحسين سرب الدودة المضيئة
أسلوب في ذكاء السرب مستوحى من سلوك الديدان المضيئة، يُستخدم لتحسين الدالة متعدّدة الصيغ.    
Glowworm Swarm Optimization: A swarm intelligence method motivated by the conduct of glowworms, employed for the optimization of multimodal functions.
تحليلات في قاعدة البيانات
نموذج تحليلي تُدمج فيه معالجة البيانات بسلاسة داخل قاعدة البيانات نفسها.      
In-Database Analytics: An analytical model in which the processing of data is harmoniously integrated within the database.