الاستدلال (Inference) في الذكاء الاصطناعي هو عملية استخدام النموذج المدرب مسبقًا (Trained Model) لاستخلاص نتائج أو تنبؤات جديدة من بيانات لم يسبق للنموذج رؤيتها. بمعنى آخر، هو مرحلة تشغيل النموذج بعد تدريبه لتطبيق المعرفة التي اكتسبها على مواقف واقعية. في الرؤية الحاسوبية مثلًا، يقوم النموذج بالاستدلال لتحديد ما إذا كانت الصورة تحتوي على قطة أو كلب، وفي معالجة اللغة الطبيعية (NLP) يستخدم الاستدلال للإجابة عن الأسئلة أو تصنيف النصوص. يختلف الاستدلال عن التدريب لأنه لا يتضمن تحديث الأوزان أو تحسين المعلمات، بل يركز على استخدام النموذج كما هو لإنتاج مخرجات سريعة وفعّالة، وغالبًا ما يعتمد على البنية التحتية عالية الأداء(High-Performance Inference Engines) لتقليل زمن الاستجابة خاصة في تطبيقات الوقت الحقيقي مثل السيارات ذاتية القيادة أو المساعدات الذكية.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق