مسرد مصطلحات الذكاء الاصطناعي
تعريفات واضحة لمصطلحات الذكاء الاصطناعي التي ستصادفونها في منصة Blits.ai، من المساعدين الافتراضيين وAgentic AI إلى RAG وضوابط الحماية والمدفوعات الذكية.
- الذكاء الاصطناعي المحادثي (Conversational AI)
- تقنية تتيح للأنظمة إجراء محادثة طبيعية مع الناس نصًا أو صوتًا. تفهم ما يقصده المستخدم وتردّ بحسب سياق الحديث، بدلًا من قائمة خيارات ثابتة.
- المساعد الافتراضي (Digital human)
- شخصية افتراضية واقعية تعمل بالذكاء الاصطناعي، تجمع بين وجه وصوت طبيعيين وقدرات المحادثة الذكية. يتحدث معها العملاء وجهًا لوجه عبر الموقع الإلكتروني أو أجهزة الخدمة الذاتية أو مكالمات الفيديو.
- الروبوت الصوتي (Voice bot)
- وكيل ذكاء اصطناعي يتحدث ويستمع عبر الهاتف أو الميكروفون. يتولى المكالمات الواردة والصادرة، مستخدمًا التعرّف على الكلام لحظيًا وتحويل النص إلى كلام.
- روبوت المحادثة (Chatbot)
- وكيل محادثة نصي يعمل على الموقع الإلكتروني أو التطبيق أو قنوات المراسلة، ويجيب عن الأسئلة وينجز المهام تلقائيًا.
- Agentic AI
- ذكاء اصطناعي لا يكتفي بالإجابة، بل ينفّذ. يضع النظام خطة لتحقيق الهدف، ويستخدم الأدوات والبيانات، وينفّذ الخطوات، ثم يتحقق من النتيجة ويرفع تقريرًا بها. ويعمل ذلك كله ضمن السياسات وضوابط الحماية.
- وكيل الذكاء الاصطناعي (AI agent)
- وحدة مُهيّأة من Agentic AI، لها دور محدد ومجموعة أدوات وذاكرة وصلاحيات. تتولى المهمة من استلامها حتى إنجازها.
- النموذج اللغوي الكبير (LLM)
- نموذج دُرّب على كميات ضخمة من النصوص، فيتوقع اللغة ويولّدها. وعليه تقوم قدرات الفهم والتلخيص والاستدلال والمحادثة. ومن أمثلته Google Gemini وOpenAI GPT وAnthropic Claude.
- Custom LLM
- نموذج لغوي مُكيَّف لمؤسسة أو قطاع محدد عبر Fine tuning أو Grounding، لتعكس إجاباته بياناتكم وأسلوبكم وقواعد عملكم.
- الضبط الدقيق (Fine tuning)
- مواصلة تدريب نموذج قائم على أمثلة من مؤسستكم، ليؤدي مهامكم بشكل أفضل ويلتزم بمصطلحاتكم وأسلوبكم.
- التوليد المعزّز بالاسترجاع (RAG)
- تقنية تسترجع المقاطع ذات الصلة من قاعدة المعرفة لحظة طرح السؤال، وتقدّمها للنموذج سياقًا للإجابة. فتستند الإجابات إلى مستنداتكم، لا إلى ما يتذكره النموذج.
- قاعدة البيانات المتجهية (Vector database)
- مخزن يحفظ النصوص على هيئة تمثيلات رقمية (Embeddings)، ليعثر النظام على المقاطع بحسب معناها لا بحسب الكلمات المطابقة. وهي محرك الاسترجاع الذي يقوم عليه RAG.
- الإسناد إلى المصادر (Grounding)
- ربط إجابات النموذج بمصادر موثوقة، بحيث يمكن تتبّع كل إجابة إلى مستندات حقيقية ويقلّ احتمال اختلاقها.
- الهلوسة (Hallucination)
- أن يقدّم النموذج إجابة بثقة تامة وهي خاطئة أو بلا سند. ويحدّ منها الإسناد إلى المصادر والاسترجاع وضوابط الحماية.
- ضوابط الحماية (Guardrails)
- قواعد وفحوص تُبقي نظام الذكاء الاصطناعي ضمن سلوك آمن ومتوافق مع هوية العلامة التجارية. فهي تحجب الموضوعات غير المسموح بها مثلًا، وتضبط أسلوب الحديث، وتشترط موافقة بشرية على الإجراءات الحساسة.
- هندسة الأوامر (Prompt engineering)
- صياغة التعليمات والسياق الذي يتلقاه النموذج، للحصول على مخرجات موثوقة وعالية الجودة.
- التنسيق (Orchestration)
- تنسيق النماذج والأدوات والقنوات والخطوات في حل واحد متكامل، ليعمل كل مكوّن في اللحظة المناسبة. ومنصة Blits.ai هي طبقة التنسيق هذه.
- تحويل النص إلى كلام (TTS)
- تقنية تحوّل النص المكتوب إلى صوت منطوق طبيعي، ومنها تكتسب الروبوتات الصوتية والمساعدون الافتراضيون أصواتهم.
- تحويل الكلام إلى نص (STT)
- تقنية تحوّل الكلام المنطوق إلى نص مكتوب، ليفهم وكيل الذكاء الاصطناعي ما قاله المتصل. وتُعرف أيضًا بالتعرّف على الكلام.
- Model Context Protocol (MCP)
- معيار مفتوح يتيح لتطبيقات الذكاء الاصطناعي الاتصال بالأدوات ومصادر البيانات الخارجية بطريقة موحدة، فيصل الوكلاء بأمان إلى الأنظمة التي يحتاجونها.
- المدفوعات الذكية (Agentic payments)
- معايير وضوابط ناشئة تتيح لوكيل الذكاء الاصطناعي تنفيذ دفعة أو اعتمادها نيابة عن المستخدم، ضمن حدود صارمة قابلة للتدقيق.