AI/Data

ملاحظة: هذا المستند هو ترجمة آلية للنسخة الإنجليزية الأصلية.

AI/Data

تجمع فئة الذكاء الاصطناعي/البيانات المشاريع التي تجمع البيانات أو تنظّمها أو تضع عليها العلامات أو توفّرها لتدريب الذكاء الاصطناعي ومعالجته. البيانات هي المدخل التأسيسي لكل نظام ذكاء اصطناعي — فبدون مجموعات بيانات منظَّمة وعالية الجودة، لا يمكن تدريب النماذج أو ضبطها الدقيق أو تحسينها.

في سجلّ DecAIHub، تتراوح مشاريع الذكاء الاصطناعي/البيانات من أسواق البيانات اللامركزية ومنصّات التوسيم إلى خطوط أنابيب بيانات متخصّصة تغذّي مسارات عمل التدريب والاستدلال. تتميّز الفئة عن المشاريع التي تكتفي بتخزين البيانات على السلسلة؛ والتركيز على البيانات المُعدّة خصّيصًا للذكاء الاصطناعي أو المُستهلَكة منه.

تتزايد أهمية الخصوصية والموافقة وحقوق البيانات: قد يقدّم المساهمون معلومات حسّاسة أو مملوكة، وتختلف البروتوكولات في كيفية توثيق مصادرها واستخدامها. تعكس علامة الذكاء الاصطناعي/البيانات منتجات بيانات موجَّهة للذكاء الاصطناعي، لا تخزين ملفّات عامًّا.

باختصار: الذكاء الاصطناعي/البيانات يغطّي المشاريع التي تستمدّ البيانات أو تعالجها أو توزّعها لأنظمة الذكاء الاصطناعي.

ماذا تعني

مجموعة البيانات (dataset) في سياق الذكاء الاصطناعي مجموعة من المعلومات المنظَّمة — صور مع علامات، نصوص (corpora)، قراءات مستشعرات، تواريخ معاملات على السلسلة — تُستخدَم لتعليم نموذج أو تقييمه. يتضمّن إنشاء مجموعات بيانات مفيدة الجمع (تجميع البيانات الخام)، والتنظيم (الترشيح والترتيب)، والتوسيم (إضافة تعليقات تخبر النموذج بما يمثّله كل نقطة بيانات)، وضبط الجودة.

في الذكاء الاصطناعي للعملات المشفرة، تستخدم مشاريع البيانات غالبًا حوافز الرموز لتحفيز المساهمين: يضع المشاركون علامات على الصور، أو يقدّمون بيانات مستشعرات، أو يشاركون مجموعات بيانات مملوكة ويكسبون رموزًا في المقابل. قد يعمل البلوك تشين بوصفه طبقة تنسيق ودفع، أو سجلّ منشأ (provenance)، أو سوقًا يطابق موّردي البيانات مع مستهلكيها.

ما يفصل مشروع بيانات حقيقيًا عن التسويق هو الأدلّة القابلة للقياس: مجموعات بيانات حقيقية بمخطّطات موثَّقة، ومساهمون أو مصادر بيانات نشطون، ومقاييس إنتاجية قابلة للتحقّق، ومنشأ على السلسلة يتيح لأي شخص تتبّع مصدر البيانات وكيفية معالجتها.

تشمل مكوّنات الذكاء الاصطناعي النموذجية الموجودة في مشاريع الذكاء الاصطناعي/البيانات خطوط أنابيب جمع البيانات وتوسيمها، ومحرّكات معالجة البيانات الأولية، وسجلّات مجموعات البيانات، وتقييم جودة البيانات، وبروتوكولات أسواق البيانات. تركّز بعض المشاريع بشكل ضيّق على نوع واحد من البيانات (مثل الصور الطبية أو تحديد الموقع الجغرافي)؛ بينما يبني آخرون بنية تحتية للبيانات للأغراض العامة.

التركيبات الفرعية الشائعة

يستخدم DecAIHub الفئات المركّبة. فيما يلي أكثر التركيبات شيوعًا ضمن الذكاء الاصطناعي/البيانات. اقترانات Infra شائعة؛ وتصف DePIN والعلامات المتقاطعة مع الذكاء الاصطناعي/التدريب أو الذكاء الاصطناعي/الوكلاء الجمع المادي، أو خطوط أنابيب التدريب، أو التغذيات المُوجَّهة للوكلاء.

التركيب الفرعي	ماذا يعني
الذكاء الاصطناعي/البيانات | Infra	بنية تحتية للبيانات، وأسواق بيانات، وخطوط أنابيب بيانات — السبّاكة التي تنقل البيانات من المصادر إلى المستهلكين.
الذكاء الاصطناعي/البيانات | DePIN	شبكات جمع بيانات مادية تستخدم حوافز الرموز — أجهزة أو مستشعرات أو مساهمون يجمعون بيانات من العالم الحقيقي.
الذكاء الاصطناعي/البيانات | الذكاء الاصطناعي/التدريب | Infra	بيانات معبّأة خصّيصًا لخطوط أنابيب التدريب — مشاريع تجسر الفجوة بين البيانات الخام وتدريب النماذج.
الذكاء الاصطناعي/البيانات | الذكاء الاصطناعي/الوكلاء	خدمات بيانات مصمّمة لأنظمة الوكلاء — تقديم السياق أو الذاكرة أو تغذيات المعرفة للوكلاء المستقلّين.

يمكن لمشروع واحد أن يحمل عدّة علامات نطاق (مثل AI/Data | Infra | DePIN).

ما الذي تبحث عنه في بطاقة المشروع

عند قراءة بطاقة الذكاء الاصطناعي/البيانات على DecAIHub، انتبه إلى:

• AI component — هل تدرج البطاقة مكوّن ذكاء اصطناعي ملموسًا (توسيم البيانات، جمع البيانات، تنظيم مجموعات البيانات، معالجة البيانات الأولية)، أم مجرّد رسائل "منصّة بيانات" عامة؟
• خط أنابيب عامل — هل هناك سوق بيانات أو خط أنابيب عامل بإنتاجية قابلة للقياس، أم أن المشروع لا يزال في مرحلة التوضّع؟
• قابلية التحقّق من مجموعات البيانات — هل يمكن فحص مجموعات البيانات أو أخذ عيّنات منها أو تدقيقها؟ هل تُنشَر مقاييس جودة البيانات؟
• مستوى الأدلّة — هل توجد أدلّة Tier-1 مثل مستودعات مجموعات البيانات العامة، أو وثائق خطوط أنابيب البيانات، أو سجلّات المنشأ على السلسلة؟
• درجة AI reality (ai_score) — جمع البيانات ليس ذكاءً اصطناعيًا بذاته. هل يطبّق المشروع الذكاء الاصطناعي في خط أنابيب بياناته (مثل التوسيم الآلي، وتقييم الجودة)، أم أنه ينتج بيانات فقط ليستخدمها آخرون؟ انظر AI reality.

ما لا تثبته هذه الفئة وحدها

المشروع المُصنَّف ضمن الذكاء الاصطناعي/البيانات قد صُنِّف بوصفه مركَّزًا على البيانات بناءً على توضّعه والأدلّة المتاحة. العلامة وحدها لا تؤكّد أن:

• مجموعات البيانات عالية الجودة أو مُتحقَّق منها أو مُستخدَمة بنشاط من نماذج الذكاء الاصطناعي؛
• خط أنابيب البيانات عامل ويعالج أحجامًا قابلة للقياس؛
• الذكاء الاصطناعي المبني بهذه البيانات حقيقي أو دقيق أو مملوك؛
• نموذج تحفيز الرموز ينتج بيانات أفضل من البدائل؛
• التكامل على السلسلة ذو معنى يتجاوز إصدار الرمز.

تحقّق دائمًا من درجة DecAI Fit الكاملة وكتلة الأدلّة في بطاقة المشروع.

لا تخلط بين

• الذكاء الاصطناعي/التدريب — يركّز على بناء النماذج من البيانات؛ بينما يركّز الذكاء الاصطناعي/البيانات على البيانات نفسها، لا على عملية إنشاء النموذج. انظر الذكاء الاصطناعي/التدريب.
• الذكاء الاصطناعي/التحليلات — يستخدم الذكاء الاصطناعي لتحليل البيانات وإنتاج رؤى؛ بينما يدور الذكاء الاصطناعي/البيانات حول توريد البيانات وإعدادها، لا تفسيرها. انظر الذكاء الاصطناعي/التحليلات.
• الذكاء الاصطناعي/الحوسبة — يوفّر موارد حوسبية خام؛ بينما توفّر مشاريع البيانات معلومات، لا قوّة معالجة. انظر الذكاء الاصطناعي/الحوسبة.
• تخزين البيانات على السلسلة — مجرّد تخزين ملفّات أو سجلّات على بلوك تشين ليس مثل توفير مجموعات بيانات منظَّمة لتدريب الذكاء الاصطناعي ومعالجته.

الأسئلة الشائعة

هل تعني «الذكاء الاصطناعي/البيانات» أن المشروع يدرّب نماذج؟

ليس بالضرورة. تتمحور الفئة حول البيانات للذكاء الاصطناعي — الجمع، والتوسيم، والأسواق، وخطوط الأنابيب. يُغطّى تدريب النماذج تحت الذكاء الاصطناعي/التدريب عندما يكون ذلك هو التركيز الأساسي؛ وتحمل بطاقات كثيرة كليهما عندما يمتدّ مشروع عبر بنية تحتية للبيانات والتدريب.

لماذا قد تكون ai_score متواضعة لسوق بيانات مزدحم؟

إدراج البيانات أو بيعها ليس مثل تشغيل تعلّم آلة داخل المنتج. إذا كان البروتوكول ينسّق أساسًا المُوسِّمين البشريين دون نماذج جودة آلية أو مكوّنات ذكاء اصطناعي مماثلة، فإن درجة AI reality تعكس ما هو قابل للتحقّق في الحزمة التقنية.

كيف أميّز بنية تحتية للبيانات عن مشروع تخزين عام؟

تحقّق ممّا إذا كانت المواد تصف مخطّطات، أو توسيمًا، أو مسارات عمل مستهلكي الذكاء الاصطناعي، أو منشأً لتعلّم الآلة — لا مجرّد «رفع ملفّات على السلسلة». حقل AI component على البطاقة هو الدليل الأساسي.

مراجع خارجية

• Dataset — نظرة عامة على كيفية تعريف مجموعات البيانات واستخدامها في تعلّم الآلة.
• إطار عمل NIST لإدارة مخاطر الذكاء الاصطناعي (AI RMF 1.0) — سياق مفيد عن جودة البيانات والتوثيق والمخاطر عندما تعتمد أنظمة الذكاء الاصطناعي على مدخلات منظَّمة.

انظر أيضًا

• ما هي مجموعة البيانات (dataset)
• جمع البيانات وتوسيمها
• ما هو مكوّن الذكاء الاصطناعي
• ما هو التدريب (training)
• كيفية قراءة فئات الذكاء الاصطناعي المركّبة
• كيف تعرف إن كان المشروع يمتلك ذكاءً اصطناعيًا فعلًا
• AI-washing وonchain-washing وtoken-washing
• كيفية قراءة بطاقة المشروع