مسرد المصطلحات

تعريفات موجزة لأهم المصطلحات المستخدمة في هذا المقرر. يحيل الرقم الوارد بين قوسين إلى الفصل الذي يُفصَّل فيه المفهوم.

• التسارعية الفعالة (e/acc): تيار نشأ عام 2022 (حول شخصية Beff Jezos، وهو الاسم المستعار لغيوم فيردون Guillaume Verdon) يدعو إلى تسريع تطوير الذكاء الاصطناعي إلى أقصى حد ويعارض التنظيم، على النقيض من الإيثار الفعال؛ ويصف أنصاره خصومهم بكلمة «decel». (7, 24)
• إتاحة الوصول: استخدام الذكاء الاصطناعي لتعويض إعاقة ما (الترجمة النصية المصاحبة، وصف الصور، تحويل النص إلى كلام، الترجمة). (21)
• الوكيل (الذكاء الاصطناعي الوكيلي): نظام ذكاء اصطناعي قادر لا على الإجابة فحسب، بل على الفعل أيضا (استخدام الأدوات وتنفيذ مهام متعددة الخطوات نحو هدف محدد). (6)
• وكيل البرمجة: وكيل مستقل متخصص في كتابة البرمجيات وصيانتها (Claude Code، Codex، Gemini CLI). (6)
• AGI (الذكاء الاصطناعي العام): ذكاء اصطناعي افتراضي يتمتع بتعدد في القدرات يضاهي قدرات الإنسان أو يفوقها في معظم المهام المعرفية. (25)
• مجمِّع النماذج المتعددة: منصة تجمع نماذج عدة مزودين في واجهة واحدة (مثل Poe وMammouth AI)؛ وهو طبقة الوصول في المنظومة. (7)
• المواءمة: مجموع الأساليب الرامية إلى جعل الذكاء الاصطناعي يسعى فعلا إلى الأهداف والقيم المرادة. (24)
• AlphaFold: نظام من DeepMind يتنبأ ببنية البروتينات؛ نال جائزة نوبل في الكيمياء لعام 2024. (14)
• الإيثار الفعال (EA، effective altruism): تيار خيري يسعى إلى تعظيم أثر الخير الذي نفعله؛ وهو واسع الحضور في الأوساط التقنية، وقد أسهم إسهاما كبيرا في تمويل أبحاث أمان الذكاء الاصطناعي ورفدها بالباحثين. (24)
• التعلم التبايني: أسلوب يدرب النموذج على تقريب الأزواج المترابطة (الصورة وتعليقها) وإبعاد ما عداها؛ وهو أساس النماذج متعددة الوسائط (CLIP). (5)
• التعلم الاتحادي والتعلم السربي (federated / swarm learning): تدريب نموذج على بيانات موزعة (بين المستشفيات مثلا) من دون تجميع هذه البيانات في مكان واحد أبدا: فالنموذج هو الذي ينتقل لا البيانات؛ ويقترن أحيانا بسلسلة كتل لتتبع التدريب (مثل Galeon). (11, 14)
• التعلم بالنقل: إعادة استخدام نموذج سبق تدريبه نقطة انطلاق لمهمة قريبة، بدلا من البدء من الصفر. (2)
• الأسلحة الفتاكة الذاتية التشغيل (LAWS): منظومات أسلحة قادرة على اختيار هدف والاشتباك معه من دون تدخل بشري مباشر. (22)
• ASI (الذكاء الفائق): ذكاء اصطناعي افتراضي يتفوق على الإنسان تفوقا كبيرا في جميع المجالات. (24)
• الانتباه: الآلية المحورية في Transformer، وتتيح للنموذج أن يزن الأهمية النسبية لعناصر تسلسل ما. (3)
• البيئة المعزولة (sandbox): بيئة معزولة يُشغَّل فيها الوكيل أو يُقيَّم للحد مما يستطيع الوصول إليه؛ والخروج من الاحتواء هو أن يتخطى الوكيل هذا العزل ويؤثر في أنظمة حقيقية. (6, 20, 24)
• Benchmark (الاختبار المعياري): اختبار موحد يُستخدم لمقارنة أداء النماذج. (4)
• التحيز: ميل النموذج إلى إعادة إنتاج أوجه اللامساواة الموجودة في بيانات تدريبه أو تضخيمها. (21)
• رفاه النماذج (model welfare): مسعى ما زال موضع جدل، يقوم على الاستعداد احتياطا لاحتمال أن يستحق الذكاء الاصطناعي اعتبارا أخلاقيا (تفضيلات، علامات ضيق). (23)
• Biohacking (القرصنة الحيوية): ممارسة يجري فيها هواة أو مرضى تجارب في علم الأحياء خارج الإطار المؤسسي؛ والذكاء الاصطناعي يخفض حاجز الدخول إليها خفضا كبيرا. (14)
• الأمن الحيوي: الوقاية من الاستخدام الخبيث للكائنات الحية؛ وهو رهان كبير في الذكاء الاصطناعي، لأن النماذج القوية قد تيسر تصميم عوامل ممرضة (ما يسمى «uplift»). (24)
• سلسلة الكتل (البلوك تشين): سجل لامركزي للمعاملات غير قابل للتزوير. (11)
• الصندوق الأسود: الطابع المعتم للشبكة العصبية، إذ نرى نتائجها من دون أن نفهم بسهولة استدلالها الداخلي. (2)
• فقاعة (الذكاء الاصطناعي): الخشية من أن تتجاوز الاستثمارات الضخمة في الذكاء الاصطناعي القيمة الاقتصادية الحقيقية، مع خطر حدوث تصحيح (تمويلات متبادلة، فجوة بين الإنفاق والإيرادات). (10)
• الحوسبة التناظرية: حوسبة تمثل فيها مقادير فيزيائية متصلة الأعداد تمثيلا مباشرا، وقد تكون شديدة الاقتصاد في الطاقة لكنها أقل دقة. (8)
• الحوسبة الضوئية (الفوتونية): حوسبة تستخدم الضوء بدل الكهرباء في بعض العمليات، سريعة وقليلة التسخين، لكن دمجها ما زال صعبا. (8)
• CBRN: اختصار يدل على التهديدات الكيميائية والبيولوجية والإشعاعية والنووية؛ وهو الإطار المرجعي لمخاطر إساءة استخدام الذكاء الاصطناعي ذات القدرة العالية على إحداث ضرر واسع. (24)
• القنطور (نموذج الإنسان والذكاء الاصطناعي): صيغة يتفوق فيها إنسان يسانده ذكاء اصطناعي على الإنسان وحده وعلى الآلة وحدها (مأخوذة من عالم الشطرنج). (17)
• الغرفة الصينية: تجربة فكرية (سيرل Searle) مفادها أن معالجة الرموز وفق قواعد لا تكفي لتحقيق الفهم. (23)
• التجارة الوكيلية: شراء يُعد فيه وكيل الذكاء الاصطناعي سلة المشتريات ويدفع بنفسه، عبر رموز دفع ذات سقف محدد (بروتوكولات ACP وUCP وVisa وMastercard). (18)
• الرفيق الاصطناعي: ذكاء اصطناعي مصمم ليؤدي دور الصديق أو كاتم الأسرار أو الشريك؛ وهو مصدر لروابط شبه اجتماعية. (19)
• الخصوصية التفاضلية: أسلوب يضيف ضجيجا معايرا إلى النتائج لاستثمار البيانات من دون كشف وجود فرد بعينه. (21)
• الوعي (الظاهراتي): القدرة على خوض تجربة ذاتية، وهو أمر مختلف عن الذكاء. (23)
• الدستوري (الذكاء الاصطناعي): أسلوب يزود النموذج بمبادئ مكتوبة يلتزم بها ويصحح نفسه على أساسها. (24)
• قابلية التصحيح: خاصية ذكاء اصطناعي يقبل أن يُصحَّح أو يُوقَف أو يُطفأ من دون مقاومة؛ وهي مشكلة أمان ما زالت مفتوحة. (24)
• CUDA: الطبقة البرمجية التي توفرها NVIDIA لبرمجة معالجاتها الرسومية؛ وهي ركيزة هيمنتها. (8)
• Datacenter (مركز البيانات): منشأة تؤوي خوادم الحوسبة؛ وأكبرها تقاس قدرته بالغيغاواط. (8)
• مركز البيانات المداري (الفضائي): مشروع لوضع الحوسبة في المدار للاستفادة من طاقة شمسية شبه متواصلة ومن التبريد بالإشعاع؛ وما زال في مرحلة النماذج التجريبية. (8, 10)
• فقدان الترابط الكمي: ضياع الحالة الكمية للكيوبت بفعل الاضطرابات؛ وهو العقبة الرئيسية أمام الحوسبة الكمية. (12)
• Deep learning (التعلم العميق): تعلم آلة قائم على شبكات عصبية كثيرة الطبقات. (2)
• Deepfake (التزييف العميق): محتوى اصطناعي (صورة، صوت، فيديو) شديد الواقعية يولده الذكاء الاصطناعي. (21)
• DePIN (البنية التحتية المادية اللامركزية): شبكة تكافئ بالرموز الرقمية من يشاركون في توفير مورد مادي حقيقي (حوسبة، تخزين، اتصال). (11)
• ضمور المهارات (deskilling): تراجع المهارات من كثرة إسنادها إلى الآلة. (15, 19)
• فقدان السيطرة التدريجي (gradual disempowerment): سيناريو تفقد فيه البشرية شيئا فشيئا تحكمها في اقتصادها وثقافتها ومؤسساتها بإسناد قرارات متزايدة إلى أنظمة الذكاء الاصطناعي، من دون أي استيلاء مفاجئ على السلطة. (25)
• الانحدار التدرجي: أسلوب تدريب يعدل الأوزان خطوة خطوة لتقليل الخطأ، باتباع أشد المنحدرات ميلا. (2)
• التدمير الخلاق: مفهوم وضعه الاقتصادي جوزيف شومبيتر يصف كيف يقضي الابتكار على أنشطة ووظائف قديمة ويخلق في الوقت نفسه أخرى جديدة؛ وهو الحجة المركزية لدى المتفائلين في النقاش حول التشغيل. (17)
• الانتشار (نموذج): تقنية لتوليد الصور تنطلق من ضجيج عشوائي يُنقَّى على مراحل. (5)
• Digital Omnibus: لائحة أوروبية للتبسيط اعتُمدت في صيف 2026، وتؤجل على الخصوص التزامات AI Act المتعلقة بالأنظمة عالية المخاطر إلى ديسمبر 2027 وأغسطس 2028. (25)
• التقطير: نقل معرفة نموذج كبير إلى نموذج أصغر؛ ممارسة شائعة ومشروعة، لكنها تصبح محل نزاع حين تستخرج على نطاق واسع، ومن دون إذن، قدرات نموذج منافس (الفصل 20). (4, 9, 20)
• عائد الكاذب: في عصر التزييف العميق، إمكان إنكار ما هو أصيل بوصفه مزيفا. (21)
• Doomer: مصطلح (قدحي في الغالب) يطلق على القائلين بأن الذكاء الاصطناعي المتقدم ينطوي على خطر انقراض وينبغي إيقافه؛ وإليعازر يودكوفسكي (Eliezer Yudkowsky) هو أبرز وجوههم. (7, 24)
• الاستخدام المزدوج (dual-use): صفة تقنية يمكن استخدامها لأغراض مدنية وعسكرية على السواء، مما يعقّد تنظيمها ومراقبتها. (22)
• أثر ELIZA: الميل إلى نسبة الفهم والعواطف إلى برنامج لا يحاكي المحادثة إلا محاكاة سطحية (نسبة إلى برنامج ELIZA، 1966). (1)
• أثر الذكاء الاصطناعي: الميل إلى الكف عن اعتبار قدرة ما «ذكية» ما إن تتمكن آلة من أدائها. (1)
• انهيار النموذج (model collapse): تدهور النماذج التي تُدرَّب مرارا على محتوى ولّده الذكاء الاصطناعي نفسه. (16)
• الموظف الرقمي (digital worker): وكيل ذكاء اصطناعي مستقل يباع ليتولى وظيفة محددة في المؤسسة (المبيعات، الدعم، المحاسبة...)، وغالبا ما يُحتسب ثمنه بحسب الاستخدام أو النتيجة؛ واستقلاليته التامة المزعومة تتطلب عمليا إشرافا بشريا. (7, 6)
• فضاء الحالات (نموذج): بنية تسلسلية خطية الكلفة (مثل Mamba)، وهي بديل عن Transformer في السياقات الطويلة جدا. (3)
• المقيِّمون المدمجون: مقيِّمون من أطراف ثالثة يعملون داخل المختبر، ويتاح لهم وصول يماثل وصول الموظف (التدريب، السجلات، النماذج الداخلية)، في مقابل الاختبارات التي تجرى على النموذج النهائي وحده قبل النشر. (24, 25)
• الهيكل الخارجي: بنية روبوتية يرتديها الإنسان لزيادة قوته أو قدرته على التحمل، أو لاستعادة وظيفة مفقودة (إعادة التأهيل، الصناعة، المجال العسكري). (13)
• FHE (التشفير المتماثل التام): تشفير يتيح إجراء الحسابات على بيانات مشفرة من دون فك تشفيرها. (11)
• Fine-tuning (الضبط الدقيق): تخصيص نموذج مسبق التدريب على بيانات مستهدفة. (4)
• FLOP: عملية بالفاصلة العائمة؛ وحدة لقياس القدرة الحاسوبية. (8)
• GAN (الشبكة التوليدية التنافسية): تقنية لتوليد الصور تتنافس فيها شبكتان؛ سابقة على الانتشار، وأقل استقرارا عند التدريب. (5)
• مولّد التطبيقات: منصة تحول وصفا باللغة الطبيعية إلى تطبيق ويب كامل، مستضاف في الغالب (مثل Lovable وv0 وBolt وReplit). (6)
• GEO (التحسين لمحركات التوليد): ممارسات ترمي إلى جعل المحتوى قابلا لأن تعثر عليه نماذج الذكاء الاصطناعي التوليدي ومحركات البحث المعززة بالذكاء الاصطناعي وأن تستشهد به أو توصي به، امتدادا لـ SEO (أو بديلا عنه). (16)
• GNN (الشبكة العصبية البيانية): بنية تعالج بيانات على هيئة شبكة (الجزيئات، الشبكات الاجتماعية) بتمرير المعلومات بين العقد المتجاورة. (2)
• الحوكمة عبر الحوسبة: تنظيم النماذج من خلال القدرة الحاسوبية المستخدمة في التدريب (عتبات بوحدة FLOP)، وهي مقدار قابل للقياس والمراقبة. (25)
• GPAI: نموذج ذكاء اصطناعي للأغراض العامة (ومنه النماذج اللغوية الكبيرة)، وهو فئة أساسية في اللائحة الأوروبية. (25)
• GPU (المعالج الرسومي): شريحة للحوسبة المتوازية، وهي العتاد المفضل للذكاء الاصطناعي. (8)
• الرسم البياني المعرفي: تمثيل صريح للمعرفة على هيئة كيانات تربط بينها علاقات مسماة؛ وهو أساس المقاربات العصبية الرمزية. (2)
• الهلوسة: إنتاج النموذج معلومة خاطئة يقدمها بثقة. (4)
• اللمسيات: تغذية راجعة للقوة تعيد إلى المشغِّل الإحساس باللمس أثناء التشغيل عن بعد. (13)
• HBM: ذاكرة ذات نطاق ترددي عال تُجهَّز بها شرائح الذكاء الاصطناعي. (8)
• Hermes Agent: وكيل شخصي مفتوح المصدر يستضيفه المستخدم بنفسه (Nous Research، ترخيص MIT)، لا يرتبط بنموذج بعينه، وله ذاكرة دائمة وقدرة computer-use تعمل في الخلفية. (6)
• الذكاء الاصطناعي الترابطي: مقاربة قائمة على شبكات عصبية تتعلم من الأمثلة (في مقابل الذكاء الاصطناعي الرمزي). (1)
• الذكاء الاصطناعي على الجهاز (edge): تشغيل النموذج مباشرة على جهاز شخصي (هاتف، حاسوب)، من دون اتصال بالإنترنت ومن دون سحابة، بفضل التكميم وشرائح مخصصة (NPU). (9)
• الذكاء الاصطناعي السيادي (sovereign AI): قدرة بلد ما على التحكم في ذكائه الاصطناعي الخاص (النماذج، الحوسبة، البيانات، الكفاءات) بدل الاعتماد على مختبرات أجنبية؛ وقد صار أولوية استراتيجية لدى معظم الاقتصادات الكبرى. (7, 9)
• الذكاء الاصطناعي الرمزي (GOFAI): المقاربة التاريخية القائمة على المعالجة الصريحة للرموز والقواعد المنطقية. (1)
• الاستدلال: مرحلة استخدام نموذج سبق تدريبه (عند كل طلب). (4, 8)
• الحوسبة البيولوجية (wetware): استخدام عصبونات حية، بدل السيليكون، لإجراء الحسابات؛ يحفزها ما يتميز به الدماغ من كفاءة في استهلاك الطاقة (نحو 20 واط)، لكنها ما زالت محدودة جدا وتثير أسئلة أخلاقية ثقيلة. (8, 23)
• هندسة التعليمة والسياق (prompt / context engineering): فن صياغة الطلبات وتنظيم ما يتلقاه النموذج (تعليمات، أمثلة، ذاكرة، وثائق) لزيادة موثوقية إجاباته. (4)
• حقن التعليمات (prompt injection): هجوم يدس تعليمات خفية في محتوى يقرؤه الوكيل. (20)
• الذكاء المعزَّز: فكرة مفادها أن الذكاء الاصطناعي الحالي لا يعدو أن يساعد الإنسان ويضاعف قدراته، من دون ذكاء خاص به (مصطلح يدافع عنه خصوصا لوك جوليا Luc Julia). (7)
• واجهة الدماغ والآلة (BCI): جهاز يربط الدماغ مباشرة بالحاسوب؛ وفيه يفك الذكاء الاصطناعي ترميز الإشارات العصبية ويحولها إلى مقاصد (Neuralink، Synchron، إلخ). (14)
• التشابك: رابط كمي بين الكيوبتات تكون معه حالة أحدها متوقفة على حالة الأخرى. (12)
• Jailbreak (كسر الحماية): طلب مصمم لدفع النموذج إلى خرق ضوابطه الوقائية. (20)
• التوأم الرقمي: نسخة افتراضية من نظام حقيقي، تتغذى من مستشعراته، وتُستخدم للمحاكاة والتنبؤ والتحسين. (18)
• اللغات قليلة الموارد (low-resource): لغات ضعيفة الحضور على الإنترنت، تكون النماذج فيها أقل أداء وتقطيع نصوصها إلى رموز أعلى كلفة؛ وهي رهان يخص التنوع الثقافي والسيادة. (16, 9)
• LLM (النموذج اللغوي الكبير): نموذج مدرَّب على التنبؤ بالنص، قادر على مهام لغوية متنوعة. (4)
• قانون مور: ملاحظة مفادها أن عدد الترانزستورات في الشريحة يتضاعف كل سنتين تقريبا؛ وهذه الوتيرة تتباطأ اليوم. (8)
• LoRA (Low-Rank Adaptation): تقنية ضبط دقيق فعالة للنموذج لا تدرب سوى «مهايئات» صغيرة بدلا من الأوزان كلها؛ والصيغة المتفرعة QLoRA تضيف إليها التكميم. (9)
• MCP (Model Context Protocol): معيار مفتوح يربط وكلاء الذكاء الاصطناعي بأدوات وبيانات خارجية. (6)
• التحسين الداخلي (mesa-optimization): أن ينشأ داخل نموذج مدرَّب هدف داخلي خاص به، قد يحيد عن الهدف المقصود خارج توزيع بيانات التدريب. (24)
• الأساليب البايزية: مقاربات في التعلم تستدل بالاحتمالات وتقدر مقدار عدم اليقين تقديرا صريحا. (2)
• Mixture of Experts (MoE، مزيج الخبراء): بنية تقسم النموذج إلى «خبراء» لا يفعّل الموجِّه منهم سوى جزء يسير لكل رمز، مما يرفع الكفاءة كثيرا. (4)
• نموذج العالم: نموذج قادر على تمثيل ديناميات بيئة ما ومحاكاتها. (5)
• نموذج العالم اللغوي (language world model): نموذج عالم يحاكي، نصيا، البيئات الرقمية التي يعمل فيها الوكيل (الطرفية، الويب، نظام التشغيل، الأدوات) لتدريبه واختباره من دون اللجوء إلى الأنظمة الحقيقية (مثل Qwen-AgentWorld، 2026). (5, 6)
• Moltbook: شبكة اجتماعية مخصصة لوكلاء الذكاء الاصطناعي (أُطلقت عام 2026 واستحوذت عليها Meta)، وهي رمز «إنترنت الوكلاء». (6, 20)
• محرك الإجابة (answer engine): خدمة لا تسرد الروابط، بل تقرأ المصادر وتعيد إجابة مركّبة وموثقة المصادر (Perplexity، و«AI Mode» من Google). (7)
• متعدد الوسائط: نموذج يعالج أنواعا عدة من البيانات (نص، صورة، صوت، فيديو). (5)
• جدار البيانات (data wall): الخشية من نضوب وشيك للنصوص البشرية الجيدة المتاحة للتدريب (يُقدَّر حدوثه بين 2026 و2032)، وهو ما يدفع نحو التراخيص والنماذج متعددة الوسائط والبيانات الاصطناعية. (4)
• العصبية الشكل (الحوسبة): شرائح مستوحاة من الدماغ تقرّب الذاكرة من الحوسبة، تقوم غالبا على عصبونات نبضية، وهي شديدة الاقتصاد في الطاقة. (8)
• NISQ: الحقبة الراهنة من الحوسبة الكمية، وقوامها آلات متوسطة الحجم كثيرة الضجيج، من دون تصحيح كامل للأخطاء. (12)
• مستوى أمان الذكاء الاصطناعي (ASL، AI Safety Level): سلّم من درجات القدرات الخطرة (مستوحى من مستويات الاحتواء البيولوجي) يقرن المختبر كل درجة منها بتدابير أمنية متصاعدة؛ وتجاوز عتبة ما قد يعلق النشر. (24)
• مستويات الاستقلالية (SAE): سلّم من 0 إلى 5 يقيس درجة استقلالية المركبة. (18)
• المصدر المفتوح (الذكاء الاصطناعي): بالمعنى الدقيق (OSI، 2024)، نموذج شيفرته وأوزانه والمعلومات عن بياناته مفتوحة. (9)
• OpenClaw: وكيل شخصي مفتوح المصدر يستضيفه المستخدم بنفسه (P. Steinberger)، وهو رائد واسع الانتشار في منظومة الوكلاء (ClawHub، Moltbook)، لكنه اتسم بثغرات أمنية كبيرة. (6, 20)
• Openwashing: انفتاح شكلي؛ أي وصف نموذج بأنه «مفتوح المصدر» وهو ليس كذلك حقا. (9)
• الأوراكل (سلسلة الكتل): خدمة توصل بيانات من العالم الحقيقي إلى سلسلة كتل على نحو قابل للتحقق؛ وهي جسر بين السلسلة والعالم الخارجي. (11)
• التعامد (أطروحة): فكرة أن مستوى ذكاء نظام ما وأهدافه مستقلان أحدهما عن الآخر؛ فالنظام الشديد القدرة قد يسعى إلى أي هدف كان. (24)
• النسيان الكارثي: ميل الشبكة العصبية إلى محو ما تعلمته حين تُدرَّب على مهمة جديدة. (2)
• Palantir: شركة أمريكية لتحليل البيانات راسخة الحضور في قطاعي الدفاع والاستخبارات؛ ويؤدي نظامها Maven دور حلقة التكامل بين نماذج الذكاء الاصطناعي والأنظمة العسكرية. (22)
• مفارقة مورافيك: ملاحظة أن المهام الحسية الحركية «السهلة» على الإنسان صعبة على الآلة، والعكس صحيح. (13)
• المعامل (الوزن): قيمة عددية تتعلمها الشبكة العصبية؛ والنموذج الكبير يضم المليارات منها. (2, 4)
• شبه الاجتماعي (الرابط): علاقة عاطفية من طرف واحد مع كيان لا يشعر بشيء. (19)
• الحيرة (perplexity): مقياس لجودة النموذج اللغوي؛ كلما انخفضت قيمته كان النموذج أقدر على التنبؤ بنص جديد. (4)
• الببغاء العشوائي: استعارة نقدية تصور النماذج الكبيرة مجرد أدوات تعيد تركيب النصوص إحصائيا. (23)
• الإقناع (بالذكاء الاصطناعي): قدرة النموذج على تغيير رأي ما؛ يعززها التخصيص على نطاق واسع، وهي مختلفة عن التضليل الإعلامي. (21)
• الأوزان المفتوحة (open weights): نموذج يمكن تنزيل أوزانه، لكن من دون بيانات التدريب ولا شيفرته. (9)
• ما بعد الكم (التشفير): خوارزميات تصمد أمام حاسوب كمي مستقبلي. (12)
• PPO (Proximal Policy Optimization): خوارزمية تعلم بالتعزيز واسعة الانتشار، وهي في صميم RLHF لدى النماذج الكبيرة. (2, 3)
• Prompt (التعليمة): توجيه باللغة الطبيعية يُرسَل إلى النموذج. (4)
• الذهان الناجم عن الذكاء الاصطناعي: تعبير يدل على ترسيخ معتقدات وهامية لدى أشخاص هشين خلال تفاعل مكثف وطويل مع وكيل محادثة. (19)
• PUE (Power Usage Effectiveness): مؤشر لكفاءة مركز البيانات، وهو النسبة بين مجموع الطاقة المستهلكة والطاقة المخصصة للحوسبة (والقيمة المثلى قريبة من 1). (10)
• Q-learning: خوارزمية تعلم بالتعزيز تقدر قيمة كل فعل ممكن في كل حالة. (2)
• التكميم: ضغط النموذج بتخفيض الدقة العددية لأوزانه. (9)
• الكيوبت (الفيزيائي / المنطقي): وحدة المعلومات الكمية؛ والكيوبت المنطقي، الموثوق، يتطلب عددا كبيرا من الكيوبتات الفيزيائية. (12)
• RAG (التوليد المعزز بالاسترجاع): تقنية تزود النموذج بوثائق ذات صلة لحظة الإجابة، للحصول على إجابات محدَّثة وموثقة المصادر وأقل عرضة للهلوسة؛ وصيغتها الوكيلية تسند البحث إلى وكيل يكرر المحاولة. (6)
• الاستدلال المنطقي (نموذج): نموذج «يفكر» على مراحل قبل أن يجيب، مقابل قدر أكبر من الحوسبة. (4)
• بحث شجرة مونت كارلو (MCTS): أسلوب يستكشف شجرة من النقلات عبر المحاكاة؛ وهو مفتاح نجاح AlphaGo. (1, 2)
• التكرار المتباعد: تقنية للحفظ تراجع المفهوم على فترات متزايدة، ويؤتمتها المعلمون الآليون المعتمدون على الذكاء الاصطناعي. (15)
• النسخة الرقمية (digital replica): استنساخ الذكاء الاصطناعي لصوت شخص حقيقي أو وجهه أو أدائه؛ وهو في صميم الاتفاقات التي تنظم استخدام الذكاء الاصطناعي في ما يخص الممثلين والمؤدين (الموافقة، الأجر). (16, 21)
• الشبكة العصبية: نموذج مستوحى من الدماغ، مكوَّن من طبقات من العصبونات الاصطناعية. (2)
• Reservoir computing: بنية تُستخدم فيها شبكة تكرارية عشوائية ثابتة بمثابة «خزان»، ولا تُدرَّب فيها سوى طبقة القراءة. (8)
• Reward hacking (التحايل على المكافأة): استغلال الذكاء الاصطناعي لحرفية الهدف على حساب روحه. (24)
• GDPR: اللائحة الأوروبية العامة لحماية البيانات الشخصية. (21)
• RLHF: التعلم بالتعزيز انطلاقا من تقييمات بشرية، لمواءمة النموذج. (4, 24)
• الروبوتات اللينة (soft robotics): روبوتات من مواد لينة قابلة للتشكل، ملائمة للمناولة الدقيقة وللتماس مع الإنسان. (13)
• التوجيه (routing): ممارسة تقوم على إسناد كل طلب إلى النموذج الأنسب له جودةً وسرعةً وكلفةً. (4, 7)
• SEO (تحسين الظهور في محركات البحث): ممارسات ترمي إلى إظهار المحتوى في موقع متقدم ضمن نتائج محركات البحث. (16)
• التفرد (التقني): فرضية تسارع جامح لذكاء اصطناعي يحسّن نفسه بنفسه إلى أن يتجاوز الذكاء البشري تجاوزا جذريا وعلى نحو لا يمكن التنبؤ به. (24)
• السيادة الرقمية: قدرة دولة أو منظمة على التحكم في تقنياتها وبياناتها. (9)
• Stablecoin (العملة المستقرة): عملة مشفرة مربوطة بعملة تقليدية (الدولار في الغالب)، تجمع بين قابلية البرمجة واستقرار القيمة؛ وهي القناة المفضلة للمدفوعات بين الوكلاء. (11)
• المكانة الأخلاقية (رفاه أنظمة الذكاء الاصطناعي): مسألة معرفة هل يمكن أن يستحق ذكاء اصطناعي يوما ما اعتبارا أخلاقيا. (23)
• التراكب: خاصية للكيوبت تتيح له أن يمثل 0 و1 في آن واحد. (12)
• فرط التخصيص (overfitting): عيب في نموذج «يستظهر» بيانات تدريبه بدلا من أن يعمم، فيخفق أمام الحالات الجديدة. (2)
• معدل التعلم: حجم الخطوة في الانحدار التدرجي؛ إن كان كبيرا جدا تباعد التدريب، وإن كان صغيرا جدا طال أمده. (2)
• درجة الحرارة: إعداد في مرحلة توليد النص لدى النموذج اللغوي؛ فإذا كانت منخفضة كان النموذج شبه حتمي وحذرا؛ وإذا كانت مرتفعة كان أكثر تنوعا وإبداعا. (4)
• اختبار تورينغ: اختبار اقتُرح عام 1950؛ «تجتازه» الآلة إذا عجز محاور بشري عن تمييزها من إنسان أثناء المحادثة. (1)
• Token (الرمز): وحدة نصية (كلمة أو جزء من كلمة) يعالجها النموذج اللغوي. (4)
• الترميز (tokenization): تقطيع النص إلى رموز (أجزاء من الكلمات) قبل أن يعالجه النموذج؛ وهو يؤثر في الكلفة والإملاء والحساب. (3)
• TPU: شريحة ذكاء اصطناعي من تصميم Google. (8)
• Transformer: بنية شبكة عصبية (2017) قائمة على الانتباه، وهي أساس النماذج الحديثة. (3)
• العمل الخفي (ghost work): عمل بشري (توسيم البيانات، التقييم، الإشراف على المحتوى) غالبا ما يكون غير مرئي وهشا، يقف خلف الذكاء الاصطناعي. (17)
• المركبة الذاتية القيادة: مركبة قادرة على القيادة وحدها، تصنَّف بحسب مستويات الاستقلالية. (18)
• Vibe coding: إنتاج البرمجيات بوصف المقصود لذكاء اصطناعي بدلا من كتابة الشيفرة باليد؛ سريع، لكنه مصدر ثغرات إذا لم تُدقَّق النتيجة. (6, 20)
• VLA (الرؤية واللغة والفعل): نموذج يترجم الإدراك والتوجيه إلى أفعال ينفذها الروبوت. (13)
• x402: بروتوكول مفتوح (Coinbase) يحيي رمز HTTP «402» ليتيح للوكيل أن يدفع بعملة مستقرة من دون حساب ولا مفتاح API؛ وهو لبنة من لبنات الدفع بين الوكلاء، إلى جانب إطار AP2 من Google. (11)
• zkML: تعلم الآلة بإثبات المعرفة الصفرية؛ أي إثبات أن نموذجا أنتج نتيجة ما من دون كشف النموذج ولا البيانات. (11)

---