واژه‌نامه هوش مصنوعی؛ از LLM و RAG تا Agent، Token، GPU و Inference
واژه‌نامه هوش مصنوعی هش نیوز برای توضیح سریع اصطلاحاتی ساخته شده که در خبرها و راهنماهای AI تکرار می‌شوند. هدف این صفحه تعریف کوتاه است؛ برای موضوعاتی که راهنمای جدا دارند، لینک مطالعه عمیق‌تر نیز آمده است.
اصطلاحات اصلی
AI · Machine Learning · Deep Learning · Generative AI · Foundation Model · LLM · Token · Transformer · Context Window · Embedding · RAG · Grounding · Hallucination · Fine-tuning · Inference · Agent · GPU · HBM · AI Data Center
AI — هوش مصنوعی
چتر کلی سیستم‌های ماشینی که از ورودی‌ها برای تولید پیش‌بینی، محتوا، توصیه یا تصمیم استفاده می‌کنند. AI فقط چت‌بات نیست. راهنمای کامل: هوش مصنوعی چیست؟
Machine Learning — یادگیری ماشین
روش‌هایی که در آن مدل به‌جای دریافت همه قواعد به‌صورت دستی، الگوها را از داده یاد می‌گیرد. classification، prediction و recommendation از کاربردهای رایج‌اند.
Deep Learning — یادگیری عمیق
زیرمجموعه‌ای از machine learning که از شبکه‌های عصبی چندلایه استفاده می‌کند. بسیاری از مدل‌های زبان، تصویر و صوت مدرن بر deep learning متکی‌اند.
Generative AI — هوش مصنوعی مولد
سیستم‌هایی که محتوای جدید مانند متن، تصویر، صدا، ویدئو یا کد تولید می‌کنند. راهنمای عمیق‌تر: هوش مصنوعی مولد چیست؟
Foundation Model — مدل پایه
مدلی که روی داده گسترده آموزش می‌بیند و می‌تواند برای چندین task استفاده یا سفارشی شود. LLMها یک نوع مهم foundation model هستند.
LLM — Large Language Model
مدل زبانی بزرگی که روی حجم زیاد داده آموزش می‌بیند و کارهایی مانند تولید متن، ترجمه، خلاصه‌سازی، سؤال‌وجواب و کدنویسی انجام می‌دهد. راهنما: LLM چیست؟
Token
واحدی که مدل داده را به آن تقسیم می‌کند. در متن، token می‌تواند یک کلمه، بخشی از کلمه یا علامت باشد. هزینه بسیاری از APIها بر اساس input و output token محاسبه می‌شود.
Tokenization
فرایند تبدیل متن یا ورودی به tokenهایی که مدل بتواند پردازش کند. tokenizerهای مختلف ممکن است یک جمله را به تعداد متفاوتی token تقسیم کنند.
Parameter
مقادیر قابل‌آموزش در شبکه عصبی که در training تنظیم می‌شوند. تعداد پارامتر تنها یکی از عوامل توانایی مدل است و مدل بزرگ‌تر الزاماً بهتر نیست.
Transformer
معماری شبکه عصبی معرفی‌شده در مقاله Attention Is All You Need در ۲۰۱۷ که پایه بسیاری از مدل‌های مولد مدرن شد.
Attention
مکانیزمی که به مدل کمک می‌کند هنگام پردازش یک بخش از ورودی، به بخش‌های مرتبط دیگر وزن متفاوت بدهد. Self-attention یکی از اجزای اصلی Transformer است.
Prompt
دستور یا ورودی‌ای که کاربر به مدل می‌دهد. prompt می‌تواند متن، تصویر، فایل، داده ساختاریافته یا ترکیبی از چند نوع ورودی باشد.
System Prompt
دستور سطح بالاتری که رفتار، نقش و محدودیت‌های مدل را مشخص می‌کند. کاربر معمولاً همه system prompt یک سرویس را نمی‌بیند.
Context Window
مقدار اطلاعاتی که مدل می‌تواند در یک درخواست پردازش کند؛ معمولاً بر حسب token بیان می‌شود. context شامل prompt، تاریخچه، فایل و خروجی ابزار نیز می‌تواند باشد.
Long Context
مدلی با context window بزرگ می‌تواند سند، کد یا مکالمه بیشتری را یک‌جا ببیند. context بزرگ‌تر لزوماً به معنای استفاده دقیق از همه اطلاعات نیست.
Embedding
نمایش عددی داده که شباهت معنایی را در یک فضای برداری نشان می‌دهد. Embedding برای semantic search و RAG کاربرد زیادی دارد.
Vector Database
سیستمی برای ذخیره و جست‌وجوی vector/embedding. معمولاً برای پیدا کردن بخش‌هایی که از نظر معنایی به query نزدیک‌اند استفاده می‌شود.
RAG — Retrieval-Augmented Generation
روشی که اطلاعات مرتبط را از منبع بیرونی بازیابی و قبل از تولید پاسخ به مدل می‌دهد. راهنما: RAG چیست؟
Grounding
متصل‌کردن پاسخ مدل به منبع یا داده مشخص. Grounding می‌تواند احتمال پاسخ بی‌پایه را کاهش دهد و امکان citation ایجاد کند.
Hallucination
زمانی که مدل اطلاعات ظاهراً معتبر اما نادرست، ساختگی یا بدون پشتیبانی کافی تولید می‌کند. RAG و ابزار جست‌وجو می‌توانند ریسک را کم کنند اما حذف کامل نمی‌کنند.
Fine-tuning
آموزش تکمیلی مدل با dataset مشخص برای تغییر رفتار، style یا عملکرد در task ویژه. برای اضافه‌کردن دانش دائماً متغیر، RAG اغلب گزینه عملی‌تری است.
Training
مرحله‌ای که مدل از داده یاد می‌گیرد و parameterها تنظیم می‌شوند. training مدل frontier به compute و سرمایه بسیار زیادی نیاز دارد.
Post-training
مجموعه فرایندهایی بعد از pre-training برای بهترکردن instruction following، ایمنی، reasoning یا رفتار مدل. روش‌های مختلف preference optimization و reinforcement learning می‌توانند در این مرحله استفاده شوند.
Inference
مرحله استفاده از مدل آموزش‌دیده برای پردازش درخواست و تولید خروجی. در محصولی با میلیون‌ها کاربر، هزینه inference می‌تواند از مهم‌ترین هزینه‌های عملیاتی باشد.
Latency
زمان لازم برای پاسخ سیستم. در AI، latency می‌تواند شامل زمان رسیدن اولین token و زمان تکمیل کل خروجی باشد.
TTFT — Time to First Token
زمان میان ارسال درخواست و دریافت اولین token پاسخ. برای تجربه chat و streaming شاخص مهمی است.
Throughput
حجم کاری که سیستم در واحد زمان انجام می‌دهد؛ مثلاً token per second یا request per second. throughput بالا باید در کنار latency و هزینه سنجیده شود.
Multimodal AI
مدلی که بیش از یک نوع داده مانند متن، تصویر، صوت یا ویدئو را پردازش می‌کند. بعضی مدل‌ها همچنین خروجی چندوجهی تولید می‌کنند.
AI Agent
سیستمی که برای رسیدن به هدف می‌تواند چند مرحله را مدیریت کند، ابزار استفاده کند و بر اساس نتیجه تصمیم بعدی را بگیرد. راهنما: AI Agent چیست؟
Tool Call
زمانی که مدل به‌جای پاسخ مستقیم یک ابزار یا API را فراخوانی می‌کند؛ مثلاً جست‌وجو، پایگاه داده، ماشین‌حساب یا ارسال درخواست به نرم‌افزار.
Agent Loop
چرخه‌ای که Agent تصمیم می‌گیرد، ابزار اجرا می‌کند، نتیجه برمی‌گردد و مدل مرحله بعد را انتخاب می‌کند تا task تمام شود.
Guardrail
قواعد و کنترل‌هایی برای محدودکردن رفتار مدل یا Agent؛ مانند permission، approval، classifier و محدودیت دسترسی به ابزار.
Evaluation یا Eval
آزمون ساختاریافته برای اندازه‌گیری کیفیت، ایمنی یا قابلیت مدل. یک benchmark عمومی لزوماً عملکرد در workflow واقعی شرکت را نشان نمی‌دهد.
Benchmark
مجموعه‌ای از testها برای مقایسه مدل‌ها. benchmark می‌تواند coding، reasoning، ریاضی، زبان یا ایمنی را بسنجد، اما ممکن است با use case واقعی متفاوت باشد.
Reasoning Model
مدلی که برای taskهای چندمرحله‌ای و حل مسئله بهینه شده و ممکن است در inference compute بیشتری مصرف کند. کیفیت و هزینه باید با task سنجیده شوند.
Mixture of Experts — MoE
معماری‌ای که برای هر token فقط بخشی از شبکه یا «expert»ها فعال می‌شوند. هدف می‌تواند افزایش ظرفیت مدل بدون فعال‌کردن همه parameterها در هر مرحله باشد.
Quantization
کاهش precision وزن‌ها یا محاسبات مدل برای کاهش حافظه و هزینه inference. quantization می‌تواند مدل را روی سخت‌افزار کوچک‌تر قابل‌اجرا کند، ولی ممکن است روی کیفیت اثر بگذارد.
GPU
پردازنده‌ای مناسب محاسبات موازی که در training و inference AI نقش مهمی دارد. راهنمای زیرساخت و شرکت: NVIDIA چیست؟
HBM — High Bandwidth Memory
حافظه با پهنای باند بالا که کنار acceleratorهای AI استفاده می‌شود. کمبود HBM می‌تواند تولید GPU پیشرفته را محدود کند.
AI Data Center
دیتاسنتری با تراکم بالای accelerator، شبکه، حافظه، برق و cooling برای workloadهای AI. راهنما: دیتاسنتر هوش مصنوعی چیست؟
AI Factory
اصطلاحی برای زیرساختی که compute، network، storage و software را مانند یک سیستم تولید خروجی AI طراحی می‌کند.
Scale-up و Scale-out
Scale-up افزایش اتصال و ظرفیت درون node/rack است؛ Scale-out تعداد بیشتری node یا rack را در cluster به هم متصل می‌کند.
PUE
Power Usage Effectiveness نسبت کل برق دیتاسنتر به برق IT است. PUE پایین‌تر معمولاً نشان‌دهنده overhead انرژی کمتر است، ولی به‌تنهایی efficiency AI را مشخص نمی‌کند.
منابع
Google Cloud – Generative AI glossary
OECD – Definition of an AI system
تصویر شاخص: Growtika / Unsplash
جمع‌بندی
اگر در یک خبر AI با اصطلاحی روبه‌رو شدید، ابتدا تعریف کوتاه آن را در این واژه‌نامه ببینید و سپس برای مفاهیم مهم‌تر به راهنمای عمیق‌تر بروید. این صفحه با تغییر معنی یا کاربرد اصطلاحات اصلی به‌روزرسانی می‌شود.