هو معيار دولي يُقدم إطارًا عامًا وشاملاً لكيفية تصميم وتطوير وتنفيذ أنظمة الذكاء الاصطناعي والتعلم الآلي. يهدف إلى توحيد المفاهيم والمصطلحات وتوفير طريقة منهجية لفهم مكونات أنظمة الذكاء الاصطناعي وآليات عملها، مما يسهل التعاون بين الفرق التقنية وغير التقنية ويعزز الثقة في استخدام هذه الأنظمة.
1. تقديم هيكل مرجعي شامل لتكوين أنظمة الذكاء الاصطناعي والتعلم الآلي.
2. توحيد المفاهيم والمصطلحات الفنية المستخدمة في هذا المجال.
3. تحسين التواصل بين الأطراف المختلفة المعنية بتطوير أو استخدام الأنظمة.
4. تمكين المؤسسات من تصميم أنظمة مرنة، قابلة للتطوير، وقابلة للتفسير.
5. دعم الفهم العميق لدورة حياة أنظمة الذكاء الاصطناعي.
1. الوضوح البنيوي: تحديد مكونات النظام وعلاقاتها بشكل واضح.
2. القابلية للتفسير: توضيح كيفية اتخاذ القرارات داخل النظام.
3. القابلية للتطوير: إمكانية توسيع الأنظمة لتشمل حالات استخدام جديدة.
4. المرونة: دعم أنماط متعددة من التعلم الآلي والذكاء الاصطناعي.
5. التكامل: إمكانية دمج الإطار مع معايير أخرى بسهولة.
6. الحيادية التقنية: الإطار لا يفرض أدوات أو تقنيات محددة، بل يركز على المفاهيم العامة.
1. يبدأ بتحديد مكونات النظام الأساسية: مثل مصادر البيانات، خوارزميات التعلم، وحدات التقييم، وآليات التفسير.
2. يرسم سير العمل من جمع البيانات مرورًا بالتعلم، التحقق، والنشر.
3. يوضح العلاقات بين كل مكون، وكيفية تدفق المعلومات داخل النظام.
4. يستخدم كنموذج مرجعي لتصميم وتنفيذ ومراجعة الأنظمة الذكية.
5. يُمكّن من تقييم المخاطر وضمان الجودة في مراحل مختلفة.