شرح مصطلحات الذكاء الاصطناعي — قاموس بلغة بسيطة لمشتري الأدوات

تفترض كل صفحة منتج للذكاء الاصطناعي أنك تتحدث اللغة بالفعل. جدول التسعير يحاسبك لكل رمز، وسجل التغييرات يحتفي بنافذة سياق أكبر، وعرض المبيعات يعد بوكلاء مدعومين بـ RAG — ولا شيء من ذلك يخبرك بما تعنيه تلك الكلمات بالنسبة للسؤال الوحيد المهم: هل ستؤدي هذه الأداة المهمة أم لا.

لذا إليك شرح مصطلحات الذكاء الاصطناعي للمشترين، لا للباحثين. هذا ليس عمداً قاموساً من الألف إلى الياء. إنه مفردات عملية من نحو عشرين مصطلحاً، منظمة حول الأسئلة الأربعة التي يطرحها الناس فعلاً أثناء تقييم أداة: ما الذي أتحدث إليه، ولماذا يخطئ أحياناً، وماذا تعني أرقام المواصفات، وما الذي ينطوي عليه النشر. كل مدخل هو بضع جمل بلغة بسيطة إضافة إلى السبب في أهمية المصطلح عند لحظة الشراء.

اقرأه كاملاً من البداية إلى النهاية، أو انتقل إلى القسم الذي تحتاجه. حيث يكون المصطلح أسهل فهماً من خلال منتج حقيقي، يرتبط المثال بصفحته. تتابع ToolPotion أكثر من 13,000 أداة ذكاء اصطناعي، تُحدَّث يومياً، لذا فإن وراء كل مثال صفحة حالية.

ما الذي تتحدث إليه: شرح مصطلحات الذكاء الاصطناعي الأساسية

الالتباس الأول هو التسمية. تُستخدم كلمات "النموذج" و"LLM" و"روبوت الدردشة" و"المساعد" و"الوكيل" بالتبادل في النصوص التسويقية، وهي ليست الشيء ذاته.

النموذج

النظام المُدرَّب نفسه: دالة إحصائية ضخمة جداً تحوّل المدخلات إلى مخرجات، تنتج عن دفع كميات هائلة من البيانات عبر عملية تدريب. المنتجات هي أغلفة حول النماذج: تطبيق دردشة وواجهة برمجة تطبيقات وإضافة متصفح يمكن أن تعتمد جميعها على النموذج ذاته. هذا مهم عند مقارنة الأدوات، لأن النموذج يحدد سقف الجودة بينما يقرر المنتج سير العمل. يمكنك تصفح نماذج الذكاء الاصطناعي الحالية بوصفها فئة قائمة بذاتها في الدليل.

النموذج اللغوي الكبير (LLM)

نموذج مُدرَّب في الغالب على النصوص للتنبؤ بما يأتي تالياً في تسلسل. يتبين أن هذا يكفي للصياغة والتلخيص والترجمة وكتابة الأكواد. Claude Opus وGemini 3.1 Pro مثالان حديثان على المستوى المتقدم. يسرد الدليل أيضاً نماذج LLMs مفتوحة أصغر يمكنك تشغيلها بنفسك. عندما يقول بائع "مدعوم بنموذج LLM"، فإن السؤال المفيد الذي يليه هو أي نموذج، وما إذا كان بإمكانك تبديله لاحقاً.

روبوت الدردشة

نمط واجهة، لا تقنية: مربع رسائل موصول بنموذج، عادة ما يكون محصوراً بمهمة واحدة، مثل الإجابة عن أسئلة العملاء. تُبنى روبوتات الدردشة الحديثة على نماذج LLM، لكن الكلمة أقدم منها، ولهذا يمكن أن تصف أي شيء من نص أسئلة شائعة جامد إلى نظام دعم قادر فعلاً.

المساعد (أو copilot)

منتج دردشة عام الأغراض موجّه إلى عمل شخص واحد اليومي: الصياغة والتلخيص والإجابة، وعادة ما يعيش داخل التطبيقات التي يجري فيها ذلك العمل. ChatGPT هو المساعد المستقل النموذجي. عادة ما تشير كلمة "Copilot" إلى مساعد مضمّن داخل منتج قائم. الفرق الشرائي عن روبوت الدردشة هو الجمهور: المساعدون يخدمون موظفيك، بينما تخدم روبوتات الدردشة عملاءك عادة.

وكيل الذكاء الاصطناعي

برمجيات تأخذ هدفاً، وتخطط خطوات، وتستدعي أدوات، وتتحقق من نتائجها الخاصة: فهي تتصرف بدلاً من أن تجيب فحسب. يقرأ Claude Code قاعدة أكواد، ويحرر الملفات، ويشغّل الأوامر. يقدّم Intercom وكيل دعم اسمه Fin، يعالج المحادثات بدلاً من مجرد الرد عليها. المقايضة هي نطاق التأثير: النظام الذي يستطيع أن يتصرف يمكن أن يخفق بالتصرف، لذا فإن الأذونات وخطوات المراجعة أكثر أهمية هنا من أي مكان آخر. فئة وكيل الذكاء الاصطناعي هي القسم الأسرع تطوراً في الدليل.

متعدد الوسائط

نموذج يتعامل مع أكثر من النص: الصور أو الصوت أو الفيديو، بوصفها مدخلات أو مخرجات أو كليهما. يقرأ Gemini 3.1 Pro ويستدل عبر وسائط مختلطة. على جانب التوليد، يحوّل Kling 3.0 النصوص والصور المرجعية إلى فيديو مصحوب بصوت. إذا كان عملك يتضمن لقطات شاشة أو ملفات PDF فيها رسوم بيانية أو تسجيلات، فإن دعم تعدد الوسائط متطلّب، لا مجرد ميزة إضافية لطيفة.

لماذا يخطئ أحياناً: الهلوسة والسياق ونقاط التوقف

تفسر هذه المصطلحات الأربعة تقريباً كل مخرجات ذكاء اصطناعي مخيبة للآمال سترونها يوماً، وهي مفردات أي محادثة جادة مع بائع حول الدقة.

الهلوسة

إجابة واثقة وسلسة وخاطئة. النموذج يولّد نصاً معقولاً، لا يستشير قاعدة بيانات للحقائق، لذا يمكنه أن يخترع اقتباسات وإحصاءات وتفاصيل منتجات دون أي إشارة إلى أنه يفعل ذلك. للعمل القائم على الحقائق، فضّل الأدوات التي تستشهد بمصادر قابلة للاسترجاع، وعامل أي تفصيل محدد غير مستشهَد به على أنه غير متحقق منه حتى تفحصه.

نافذة السياق

كم من النص، مقاساً بالرموز، يمكن للنموذج أن يأخذه بعين الاعتبار دفعة واحدة: ذاكرته العاملة، المتمايزة عن معرفته. نمت النوافذ بسرعة. يعلن Claude Opus عن نافذة بمليون رمز، تكفي لقاعدة أكواد كاملة أو عدة كتب في طلب واحد.

نافذة السياق الأكبر ترفع سقف ما يمكنك لصقه فيها. لكنها لا تضمن أن النموذج يزن كل ذلك.

عملياً، يمكن أن تفقد النماذج تتبع التفاصيل المدفونة في منتصف المدخلات الطويلة جداً، لذا فإن "يتسع في النافذة" و"يُستخدَم استخداماً جيداً" ادعاءان مختلفان.

نقطة توقف التدريب

التاريخ الذي تنتهي عنده بيانات تدريب النموذج. أي شيء نُشر بعده غير مرئي للنموذج ما لم يُضِف المنتج بحثاً على الويب أو استرجاعاً. لماذا تهتم: إذا كان على الأداة أن تعرف الأسعار أو القوانين أو الأخبار الحالية، فاسأل البائع تحديداً كيف تدخل المعلومات الحديثة. "النموذج ذكي" ليس جواباً.

RAG (التوليد المعزز بالاسترجاع)

البحث أولاً، والإجابة ثانياً: يعثر النظام على المقاطع ذات الصلة في مستنداتك، ثم يجعل النموذج يكتب إجابته مستعيناً بها. هذا يؤسس الردود على محتواك الفعلي، ويقلّص (لكنه لا يلغي) الهلوسة، ويبقى حديثاً في اللحظة التي يتغير فيها مستند، دون إعادة تدريب. عندما يقول بائع "مُدرَّب على بياناتك"، اسأل ما إذا كان يقصد RAG. عادة ما يقصده، وللمعرفة الداخلية، عادة ما يكون RAG هو ما تريده.

الموجّه وموجّه النظام

الموجّه هو أي شيء ترسله إلى النموذج. أما موجّه النظام فهو ورقة التعليمات الدائمة التي يضعها البائع أمام كل محادثة: النبرة والقواعد وحواجز الأمان. عدد مفاجئ من منتجات الذكاء الاصطناعي المتخصصة هو في جوهره موجّه نظام فوق نموذج شخص آخر. قد يظل ذلك يستحق الدفع مقابله، لكن ينبغي تسعيره كتغليف، لا كبحث.

قراءة ورقة المواصفات: الرموز والمعاملات والاستدلال

الأرقام في صفحة تسعير الذكاء الاصطناعي ليست زينة تسويقية. ثلاثة منها تحدد فاتورتك مباشرة.

الرمز

الوحدة التي تقرأها النماذج وتصدرها: قطعة من النص، حيث تكون الكلمة الإنجليزية الشائعة غالباً رمزاً واحداً. قاعدة عملية: 1,000 رمز تساوي تقريباً 750 كلمة إنجليزية. يُقتبس سعر واجهة برمجة التطبيقات لكل مليون رمز، مع تسعير المدخلات والمخرجات كلٍّ على حدة، ولهذا فإن المستندات الطويلة داخلاً والإجابات الطويلة خارجاً هي ما يدفع التكلفة.

المعاملات

الأوزان العددية الداخلية التي تعلّمها النموذج أثناء التدريب. عدد المعاملات هو الاختصار المعياري لحجم النموذج. Muse Glimmer، على سبيل المثال، نموذج بثلاثين مليار معامل مبني لتشغيل مهام الوكلاء على عتاد المستهلك. المزيد من المعاملات يشتري عموماً قدرة مقابل ثمن من السرعة والتكلفة، ونموذج صغير يؤدي مهمتك جيداً يتفوق على نموذج كبير تدفع فيه أكثر مما يلزم لتستخدمه أقل مما تدفع.

الاستدلال

تشغيل النموذج المُدرَّب لإنتاج مخرَج. حدث التدريب مرة واحدة، على نفقة البائع؛ أما الاستدلال فيحدث عند كل طلب، على نفقتك أنت. زمن الاستجابة والتكلفة لكل طلب هما خاصيتان من خصائص الاستدلال، لذا عندما يعلن بائع عن استدلال أرخص أو أسرع، فذلك الادعاء عن فاتورتك ووقت انتظار مستخدميك، لا عن جودة الإجابة.

الضبط الدقيق

تدريب إضافي على أمثلتك الخاصة لتحويل سلوك النموذج: النبرة والتنسيق وعادات المجال. إنه جيد للأسلوب المتسق والمخرجات المنظمة، ووسيلة رديئة لتعليم حقائق تتغير، فتلك مهمة RAG. التكلفة الخفية هي الصيانة: كل ترقية للنموذج الأساسي قد تعني إعادة العمل من جديد.

النموذج الاستدلالي

نموذج يقضي حسابات إضافية في العمل عبر خطوات وسيطة قبل الإجابة، ما يساعد بشكل قابل للقياس في الرياضيات والتخطيط والأكواد الصعبة. بعضها هجين: يستطيع Claude Opus أن يجيب بسرعة أو أن يفكّر لوقت أطول حسب الحاجة. المقايضة حقيقية: تمريرات الاستدلال أبطأ وتكلف رموزاً أكثر، لذا فإن توجيه مهمة استخراج بسيطة عبر نموذج كهذا هو دفع مقابل تفكير لا تحتاجه.

المعيار المرجعي

اختبار موحّد ينتج درجات لوحة الصدارة في منشورات الإطلاق. عاملها كإشارات قدرة تقريبية، لا كتنبؤات عن عبء عملك: يعرض البائعون بطبيعة الحال المعايير التي يفوزون بها. عشرون مهمة حقيقية من مهامك، تُجرى على أداتين مرشحتين، تخبرك أكثر من أي لوحة صدارة.

مصطلحات النشر: واجهات برمجة التطبيقات والأوزان المفتوحة وأين يعمل

المجموعة الأخيرة من المصطلحات تقرر بنية التكلفة وموقف الخصوصية وحجم الهندسة التي تلتزم بها.

API

وصول برمجي: تستدعي برمجياتك النموذج عبر الإنترنت وتدفع لكل رمز، بدلاً من أن يدفع شخص مقابل مقعد لتطبيق. غالباً ما يبيع البائع نفسه الاثنين، وهما ميزانيتان مختلفتان: المقاعد تتوسع مع عدد الموظفين، وتكاليف واجهة برمجة التطبيقات تتوسع مع الاستخدام. اعرف أياً منهما تتسوق فعلاً قبل مقارنة الأسعار.

الأوزان المفتوحة مقابل المغلقة

النماذج مفتوحة الأوزان تنشر ملفات النموذج: نزّلها، وشغّلها على عتادك الخاص، وأبقِ البيانات في الداخل، ولا تدفع رسوماً لكل رمز للصانع. يقدّم Gemma 4 نماذج مفتوحة خفيفة مبنية من التقنية ذاتها التي بُني منها Gemini، وينشر Stability AI نماذج توليدية مفتوحة للصور والفيديو والصوت. أما النماذج المغلقة فتُستأجر عبر خوادم البائع: تحكّم أقل، وعبء تشغيلي أقل بكثير، ولا تزال أقوى النماذج المغلقة تميل إلى الريادة في القدرة الخام.

على الجهاز مقابل السحابة

أين يحدث الاستدلال فعلياً. السحابة تعني أن الطلبات تغادر شبكتك؛ أما على الجهاز أو المستضاف ذاتياً فيعني أنها لا تغادر، ولهذا تهتم الفرق ذات الالتزامات التنظيمية الثقيلة، ولهذا توجد نماذج مثل Muse Glimmer تعمل على عتاد المستهلك. توقّع فجوة في القدرة: أكبر النماذج لا تتسع في حاسوب محمول.

التضمين

نص مُحوَّل إلى قائمة أرقام موضوعة بحيث تقع المعاني المتشابهة قرب بعضها. التضمينات هي كيف تبحث البرمجيات بالمعنى بدلاً من الكلمات المفتاحية الدقيقة، وهي السبب في أن استعلاماً عن "قواعد الاسترداد" يمكن أن يجد مستنداً بعنوان "سياسة الإرجاع".

قاعدة بيانات المتجهات

تخزين مبني للاحتفاظ بالتضمينات والعثور على أقرب المطابقات بسرعة. إنه نصف الاسترجاع في معظم أنظمة RAG. Chroma مثال مفتوح المصدر يجمع بين البحث المتجهي والنصي الكامل والبحث بالبيانات الوصفية. إذا قال بائع إنه "يطبّق RAG على مستنداتك"، فإن واحدة من هذه في المنظومة. اسأل أين تعمل وما الذي تخزّنه.

إطار العمل

سقالة أكواد لتوصيل النماذج والأدوات والاسترجاع في تطبيق: مسار ابنِه بنفسك، تختاره مبكراً الفرق التي تنجز العمل داخلياً. تصفح فئة إطار عمل الذكاء الاصطناعي لرؤية الخيارات الحالية. إذا لم يكتب أحد في الفريق أكواداً، فإن أدوات البناء المرئية مثل Microsoft Copilot Studio تغطي الحالات الشائعة، ويحتفظ الدليل بصفحة مهام كاملة من أدوات لبناء وكلاء الذكاء الاصطناعي تشمل كلا النهجين.

قابلية المراقبة والتقييمات

قابلية المراقبة هي تتبّع ما فعله النموذج أو الوكيل فعلاً: كل خطوة واستدعاء أداة وتكلفة رمز وتأخير. أما التقييمات فهي اختبارات مصنّفة لجودة المخرجات، تُجرى مراراً بحيث تظهر حالات التراجع قبل أن يظهرها العملاء. Langfuse منصة مفتوحة المصدر تغطي التتبّع وإدارة الموجّهات والتقييم. إذا كنت تشتري وكيلاً بدلاً من بنائه، فالسؤال المكافئ للبائع بسيط: عندما يخطئ الوكيل في شيء، ما الذي ستُريني إياه تحديداً؟

الأسئلة الشائعة

هل ChatGPT نموذج LLM؟

بدقة، لا: ChatGPT تطبيق مبني فوق نماذج LLM من عائلة GPT التابعة لـ OpenAI. يهم التمييز لأن ميزات مثل الذاكرة ورفع الملفات وتصفح الويب تعود إلى التطبيق، لا إلى النموذج، وقد يفتقر منتج مختلف يستخدم النموذج ذاته إلى كل تلك الميزات.

ما الفرق بين وكيل الذكاء الاصطناعي وروبوت الدردشة؟

روبوت الدردشة يجيب؛ والوكيل يتصرف. يخطط الوكلاء عملاً متعدد الخطوات، ويستدعون برمجيات أخرى، ويغيّرون أشياء في أنظمة حقيقية، ما يجعلهم أكثر فائدة وأكثر خطورة في آن واحد. السؤال الشرائي العملي هو الأذونات: ما الذي يُسمح للوكيل بلمسه، وما الذي يُراجَع قبل أن يفعل.

هل يعني المزيد من المعاملات نموذج ذكاء اصطناعي أفضل؟

ليس لمهمتك بالضرورة. النماذج الأكبر أقدر عموماً في المطلق، لكنها أغلى وتستجيب أبطأ، وكثير من العمل اليومي — التصنيف والاستخراج والصياغة الروتينية — يعمل جيداً على النماذج الصغيرة. اختبر أرخص نموذج قد يفي بالغرض قبل أن تلجأ افتراضياً إلى الأكبر.

هل يمكنني تشغيل نموذج ذكاء اصطناعي على حاسوبي الخاص؟

نعم، إذا كانت له أوزان مفتوحة وحجم متواضع: النماذج المفتوحة الصغيرة مثل عائلة Gemma مصممة لذلك، وبعض النماذج بثلاثين مليار معامل باتت الآن تستهدف عتاد المستهلك. توقّع نتائج أضعف من نماذج السحابة المتقدمة، مقابل تكلفة صفرية لكل رمز وبيانات لا تغادر جهازك أبداً.