ماذا يحدث داخل نموذج الذكاء الاصطناعي عندما تكتب له سؤالًا؟

عندما تفتح ChatGPT أو أي أداة حديثة تعتمد على الذكاء الاصطناعي التوليدي وتكتب سؤالًا بسيطًا مثل: "لماذا لون السماء أزرق؟"، تبدو العملية من الخارج سهلة للغاية؛ تضغط زر الإرسال، تنتظر لحظات، ثم تبدأ الإجابة في الظهور أمامك كلمة بعد أخرى. لكن خلف هذه الثواني القليلة تجري كمية هائلة من العمليات الرياضية والحسابية التي تحول سؤالك من كلمات بشرية إلى أرقام، ثم إلى علاقات، ثم إلى احتمالات، وأخيرًا إلى نص جديد يبدو وكأن شخصًا فهم سؤالك وقرر كيف يجيب عنه.

الحقيقة أن نموذج الذكاء الاصطناعي لا يقرأ الجملة كما تقرؤها أنت، ولا يفتح داخله كتابًا أو موسوعة تحتوي على الإجابة الجاهزة، ولا توجد غرفة إلكترونية صغيرة بها شخص يفكر في السؤال ثم يكتب الرد. ما يحدث أقرب إلى سلسلة شديدة التعقيد من العمليات الرياضية التي تعلم النموذج تنفيذها أثناء التدريب.

لفهم الفكرة من الصفر، تخيل أننا سنتتبع سؤالًا واحدًا منذ اللحظة التي تكتبه فيها وحتى اللحظة التي تظهر فيها الإجابة على الشاشة، وسنرى ماذا يحدث داخل النموذج في كل مرحلة بطريقة مبسطة ولكن دقيقة.


ماذا يحدث داخل نموذج الذكاء الاصطناعي عندما تكتب له سؤالًا؟
ماذا يحدث داخل نموذج الذكاء الاصطناعي عندما تكتب له سؤالًا؟

المرحلة الأولى: سؤالك لا يدخل إلى النموذج كجملة عادية

عندما تكتب:

"كيف يعمل الذكاء الاصطناعي؟"

أنت ترى خمس كلمات تقريبًا، وتفهم معناها فورًا لأن عقلك يعرف اللغة والسياق. أما النموذج فلا يستطيع التعامل مباشرة مع الكلمات المكتوبة باعتبارها معاني جاهزة، لأنه في النهاية نظام رياضي يعمل باستخدام الأرقام والمصفوفات.

لذلك أول شيء يحدث هو تحويل النص إلى وحدات أصغر يستطيع النظام التعامل معها.

ما هي Tokens التي يتحدث عنها الجميع؟

تسمى هذه الوحدات Tokens.

الـToken قد تكون كلمة كاملة، أو جزءًا من كلمة، أو علامة ترقيم، أو رمزًا، أو حتى جزءًا صغيرًا من تركيب لغوي.

على سبيل المثال، كلمة طويلة قد تتحول إلى أكثر من Token، بينما كلمة شائعة وقصيرة قد تمثل Token واحدة فقط.

وهذا يعني أن عدد الكلمات التي تكتبها لا يساوي دائمًا عدد الـTokens التي يقرأها النموذج.

لماذا لا يستخدم النموذج الكلمات كاملة دائمًا؟

لأن اللغات البشرية ضخمة جدًا.

هناك كلمات جديدة تظهر باستمرار، وأسماء أشخاص وشركات ومنتجات، ولهجات، وتصريفات، وأخطاء إملائية، وكلمات مركبة.

لو احتاج النموذج إلى وحدة مستقلة لكل كلمة يمكن أن توجد في أي لغة، لأصبح النظام ضخمًا ومعقدًا بدرجة غير عملية.

تقسيم الكلمات إلى أجزاء أصغر يسمح له بالتعامل مع الكلمات الجديدة وتركيب المعنى من وحدات سبق أن تعلم أنماطها.

كيف يتعامل النموذج مع اللغة العربية؟

اللغة العربية مثال ممتاز على أهمية Tokenization، لأنها لغة غنية بالتصريفات والبادئات واللواحق.

كلمة واحدة مثل:

"وسنستخدمها"

قد تحتوي في داخلها على أكثر من جزء لغوي.

ولهذا لا ينبغي أن نفترض أن كل كلمة عربية تساوي Token واحدة.

هل العربية تستهلك Tokens أكثر؟

أحيانًا يمكن أن ينتج عن طريقة الترميز عدد Tokens مختلف بين العربية والإنجليزية، لكن ذلك يعتمد على النموذج ونظام Tokenizer المستخدم.

لذلك عند التعامل مع حدود السياق أو تكلفة بعض الخدمات، فإن حساب عدد الكلمات وحده ليس كافيًا.

المرحلة الثانية: تتحول الـTokens إلى أرقام

بعد تقسيم الجملة إلى Tokens، لا تزال هذه الرموز مجرد معرفات.

لكي تبدأ الشبكة العصبية عملها، يجب تحويل كل Token إلى تمثيل عددي يسمى غالبًا Embedding.

ما هو Embedding؟

يمكنك تخيله على أنه بطاقة هوية رياضية للرمز.

لكن بدل أن تحتوي البطاقة على اسم ولون وصورة، تحتوي على قائمة طويلة جدًا من الأرقام.

مثلًا، بدل كلمة "سيارة"، قد يستخدم النموذج متجهًا رياضيًا يتكون من مئات أو آلاف القيم العددية.

هذه القيم لا تعني شيئًا واضحًا إذا قرأتها منفردة، لكن موقعها وعلاقاتها مع القيم الأخرى تساعد الشبكة على تمثيل أنماط من المعنى.

هل هناك رقم واحد يعني "سيارة"؟

لا.

لا يوجد مثلًا:

رقم 15 = سيارة.

رقم 42 = طائرة.

الفكرة أكثر تعقيدًا.

كلمة "سيارة" يتم تمثيلها كنقطة داخل فضاء رياضي ضخم متعدد الأبعاد، وتكون بعض الكلمات والمفاهيم القريبة في المعنى موجودة في مناطق قريبة نسبيًا داخل هذا الفضاء.

كيف تتعلم الآلة العلاقة بين الكلمات؟

أثناء التدريب، يرى النموذج كمًا هائلًا من الأمثلة اللغوية.

يرى أن كلمة "طبيب" تظهر كثيرًا بالقرب من كلمات مثل "مريض" و"مستشفى" و"علاج"، بينما تظهر كلمة "محرك" بالقرب من "سيارة" و"وقود" و"سرعة".

مع الوقت تتشكل داخل النموذج علاقات رياضية تعكس جزءًا من هذه الأنماط.

هل هذا يعني أن النموذج يفهم المعنى مثل الإنسان؟

ليس بالضرورة بالطريقة نفسها.

النموذج يبني تمثيلات قوية للغاية تساعده على التعامل مع المعاني والعلاقات، لكن طريقته مختلفة عن التجربة البشرية.

هو لا يحتاج إلى رؤية مستشفى حقيقي حتى يعرف أن الطبيب يعمل فيه، بل يتعلم العلاقة من الأنماط الموجودة في البيانات التي تدرب عليها.

المرحلة الثالثة: النموذج يحتاج إلى معرفة ترتيب الكلمات

تخيل الجملتين:

"محمد ساعد خالد."

و:

"خالد ساعد محمد."

الكلمات متشابهة تقريبًا، لكن المعنى مختلف تمامًا.

إذن معرفة الكلمات وحدها لا تكفي.

يجب أن يعرف النموذج ترتيبها وموقع كل Token داخل الجملة.

لماذا ترتيب الكلمات مهم جدًا؟

لأن اللغة مبنية على العلاقات.

من الفاعل؟

من المفعول؟

ما الذي يعود عليه الضمير؟

ما الجملة التي تشرح الجملة السابقة؟

أين بدأ السؤال؟

وأين انتهى الشرط؟

كل هذه التفاصيل تعتمد على ترتيب النص.

كيف يعرف النموذج موضع كل Token؟

تستخدم نماذج Transformer طرقًا رياضية تضيف معلومات عن الموضع والترتيب إلى التمثيل العددي لكل Token.

وبهذا لا يرى النموذج كلمة "سيارة" فقط، بل يعرف أيضًا أنها جاءت مثلًا في الموضع العاشر وليس الثاني.

المرحلة الرابعة: دخول السؤال إلى Transformer

هنا نصل إلى قلب معظم النماذج اللغوية الحديثة: Transformer.

هذه البنية هي التي أحدثت قفزة ضخمة في معالجة اللغة الطبيعية، وأصبحت الأساس لعدد كبير من النماذج الحديثة.

الـTransformer لا ينظر إلى الكلمات بشكل منفصل، بل يحاول تحديد العلاقات بينها داخل السياق.

لماذا Transformer مهمة إلى هذه الدرجة؟

لأن فهم جملة طويلة يحتاج أحيانًا إلى ربط كلمات بعيدة عن بعضها.

مثل:

"أخبرت سارة أختها أنها ستزور الجامعة غدًا."

لفهم الضمائر والعلاقات، يحتاج النظام إلى النظر إلى الكلمات الأخرى وتحديد ما يرتبط بماذا.

وهنا تأتي الآلية الشهيرة: Attention.

ما هي Attention في الذكاء الاصطناعي؟

Attention تعني أن النموذج يعطي أوزانًا مختلفة لأجزاء مختلفة من النص أثناء معالجة Token معينة.

بمعنى مبسط، يسأل النموذج:

"أي الكلمات الموجودة في السياق مهمة أكثر لفهم هذه الكلمة؟"

مثال بسيط على Attention

خذ الجملة:

"دخل خالد السيارة لأنه نسي هاتفه داخلها."

عندما يصل النموذج إلى كلمة "داخلها"، يحتاج إلى معرفة الشيء الذي تشير إليه.

سيجد أن "السيارة" مرتبطة بها أكثر من "خالد" أو "الهاتف".

هذه العلاقة لا يتم تمثيلها بقواعد لغوية مكتوبة يدويًا، بل بأوزان تعلمتها الشبكة أثناء التدريب.

هل النموذج يركز على كلمة واحدة فقط؟

لا.

يمكنه توزيع الانتباه على عدة كلمات بدرجات مختلفة.

قد يعطي إحدى الكلمات وزنًا كبيرًا، وأخرى وزنًا متوسطًا، والبقية أوزانًا أقل.

وهذا يسمح له ببناء تمثيل أكثر ثراءً للسياق.

ما المقصود بـSelf-Attention؟

تسمى الآلية غالبًا Self-Attention لأن الرموز الموجودة في التسلسل نفسه تحاول قياس علاقتها ببقية الرموز.

أي أن كل Token لا تُعالَج بمعزل عن البقية.

لماذا هذا مهم في الأسئلة الطويلة؟

لأن السؤال قد يحتوي على عدة شروط.

مثل:

"اقترح لي لابتوب مناسب للدراسة والبرمجة ويكون خفيفًا ولا يزيد سعره على 4000 ريال."

حتى تكون الإجابة مناسبة، يحتاج النموذج إلى الاحتفاظ بكل هذه القيود:

الدراسة.

البرمجة.

الوزن.

السعر.

إذا تجاهل شرطًا واحدًا، قد تصبح النتيجة غير مناسبة.

ما هي Query وKey وValue؟

عند شرح Attention تقنيًا، ستسمع كثيرًا عن ثلاثة مصطلحات:

Query

Key

Value

يمكن تبسيط الفكرة جدًا.

Query: ماذا أبحث عنه؟

تمثل نوع المعلومة التي تحتاج Token الحالية إلى معرفتها.

Key: ماذا أعرف عن نفسي؟

كل Token تقدم نوعًا من المفتاح الذي يحدد مدى صلتها بطلب Token الأخرى.

Value: ما المعلومة التي سأمررها؟

إذا وجد النظام أن Token معينة مهمة، يتم استخدام الـValue الخاصة بها بدرجة أكبر في النتيجة.

هل الحسابات أبسط من هذا؟

لا، رياضيًا توجد عمليات على مصفوفات وضرب نقطي وعمليات Softmax وغيرها، لكن هذا التبسيط يكفي لفهم المبدأ دون الدخول في المعادلات.

ما هو Multi-Head Attention؟

بدل وجود نظام Attention واحد فقط، يستخدم Transformer عادة عدة رؤوس Attention تعمل بالتوازي.

لماذا نحتاج عدة رؤوس؟

لأن العلاقات داخل اللغة متعددة.

رأس قد يصبح جيدًا في التقاط علاقة الضمير بالاسم.

آخر قد يهتم بالسياق الزمني.

آخر يلتقط علاقات أخرى.

هل كل Head لها وظيفة ثابتة نحددها مسبقًا؟

ليس بهذه البساطة.

هذه الأنماط تتشكل أثناء التدريب، ولا يمكن دائمًا إعطاء وصف بشري واضح لكل Head، لكنها تسمح للنموذج بالنظر إلى الجملة من عدة زوايا في الوقت نفسه.

المرحلة الخامسة: المرور عبر طبقات كثيرة

Transformer الكبيرة لا تحتوي على طبقة واحدة.

تمر البيانات عبر عدد كبير من الطبقات المتتابعة.

في كل طبقة يتم تحديث تمثيل كل Token بناءً على المعلومات التي جمعها من السياق.

لماذا نحتاج كل هذه الطبقات؟

لأن العلاقات البسيطة يمكن تعلمها في مستويات مبكرة، بينما العلاقات الأكثر تعقيدًا تحتاج إلى عمليات متراكمة.

يمكن تقريب الفكرة بشخص يقرأ فقرة عدة مرات.

في القراءة الأولى يفهم الكلمات.

في الثانية يلاحظ العلاقات.

في الثالثة يربط الفقرة بما سبق.

طبعًا النموذج لا "يقرأ" بنفس الطريقة، لكن التشبيه يساعد على تصور تراكم المعالجة.

ما دور Feed-Forward Networks؟

بعد عمليات Attention، تمر التمثيلات عادة عبر شبكات عصبية تسمى Feed-Forward Networks.

ما الفرق بينها وبين Attention؟

يمكن التفكير فيها هكذا:

Attention تساعد النموذج على تحديد أين توجد المعلومات المهمة.

أما Feed-Forward فتساعده على معالجة المعلومات الناتجة وتحويلها.

ويتكرر هذا النمط مرات كثيرة عبر طبقات النموذج.

ما هي Residual Connections؟

كلما زاد عمق الشبكة، أصبح التدريب أكثر صعوبة.

لذلك تستخدم Transformers ما يسمى Residual Connections.

ما فائدتها؟

تسمح بمرور جزء من المعلومات القديمة إلى الطبقة التالية مباشرة بدل إجبار كل طبقة على إعادة بناء التمثيل بالكامل.

هذه التقنية تساعد الشبكات العميقة على التعلم بصورة أكثر استقرارًا.

وما هي Layer Normalization؟

Layer Normalization تقنية تساعد على إبقاء القيم العددية داخل نطاقات مناسبة أثناء مرورها عبر الشبكة.

قد تبدو هذه التفاصيل صغيرة، لكنها ضرورية جدًا لكي يعمل نموذج ضخم يحتوي على مليارات المعلمات بصورة مستقرة.

المرحلة السادسة: يصل النموذج إلى مرحلة التنبؤ

بعد مرور السؤال عبر الطبقات، يحتاج النموذج إلى إنتاج شيء فعلي.

هنا يبدأ الجزء الذي يجعل النموذج توليديًا.

لنفترض أن السؤال:

"ما عاصمة المملكة العربية السعودية؟"

بعد معالجة السياق، يحاول النموذج توقع الـToken التالية المناسبة لبداية الإجابة.

هل يبحث عن جملة محفوظة؟

ليس بالضرورة.

يحسب النموذج درجات عددية لعدد كبير جدًا من Tokens المحتملة.

قد تحصل Token مرتبطة بكلمة "الرياض" على درجة مرتفعة جدًا مقارنة بخيارات أخرى.

ما هي Logits؟

القيم الخام التي ينتجها النموذج قبل تحويلها إلى احتمالات تسمى غالبًا Logits.

يمكنك تخيلها كدرجات لكل Token ممكنة.

مثلًا، بصورة افتراضية:

الرياض = 12.5

جدة = 5.2

الدمام = 3.1

ثم تُحوَّل هذه الدرجات باستخدام عمليات رياضية إلى توزيع احتمالات.

ما دور Softmax؟

Softmax تحول مجموعة الدرجات إلى قيم يمكن تفسيرها تقريبًا كاحتمالات.

بعد ذلك يصبح لدى النظام توزيع يوضح أي Tokens أكثر احتمالًا لتكون التالية.

هل يختار دائمًا أعلى احتمال؟

ليس بالضرورة.

إذا كان الاختيار دائمًا أعلى احتمال فقط، قد تصبح الإجابات شديدة التكرار وأقل مرونة.

لهذا توجد استراتيجيات مختلفة لاختيار Token التالية.

ما معنى Temperature؟

Temperature تتحكم في مقدار التنوع أثناء التوليد.

Temperature منخفضة

تجعل النظام أكثر ميلًا إلى الاختيارات ذات الاحتمال الأعلى.

وهذا قد ينتج ردودًا أكثر ثباتًا ومحافظة.

Temperature مرتفعة

تعطي مساحة أكبر لاختيار Tokens أقل احتمالًا، ما قد يزيد التنوع والإبداع، لكنه قد يزيد أيضًا احتمال الخروج عن الإجابات المتوقعة.

هل رفع Temperature يجعل النموذج أذكى؟

لا.

هو يغير طريقة الاختيار، وليس مستوى ذكاء النموذج نفسه.

ما هو Top-p؟

Top-p طريقة أخرى لتنظيم عملية الاختيار.

بدل السماح للنموذج بالاختيار من جميع Tokens الممكنة، يتم أخذ مجموعة من Tokens التي تمثل مجتمعة نسبة معينة من كتلة الاحتمال.

ثم يتم الاختيار من داخلها.

هذه من طرق جعل عملية التوليد أكثر تحكمًا.

المرحلة السابعة: النموذج يكتب Token ثم يعيد العملية

بعد اختيار أول Token، تضاف هذه Token إلى السياق.

ثم يعيد النموذج الحساب مرة أخرى.

مثال بسيط

إذا بدأ الرد بـ:

"الرياض"

تصبح كلمة الرياض الآن جزءًا من السياق.

يحاول النموذج معرفة ما Token التي يمكن أن تأتي بعدها.

ثم الثالثة.

ثم الرابعة.

وهكذا حتى تنتهي الإجابة.

ماذا يعني Autoregressive؟

هذا الأسلوب يسمى Autoregressive Generation.

يعني أن كل خطوة جديدة تعتمد على النص السابق، بما فيه النص الذي ولده النموذج بنفسه.

لهذا تظهر الإجابة تدريجيًا

أنت لا ترى فقرة كاملة يتم إخفاؤها ثم عرضها.

في نماذج التوليد المعتادة يتم إنشاء النص تدريجيًا، Token بعد Token.

لكن من أين عرف النموذج كل هذه المعلومات؟

هنا يجب التفريق بين التدريب والاستخدام.

عندما تسأل النموذج الآن، فأنت تستخدم نموذجًا تم تدريبه مسبقًا.

ما الذي يحدث أثناء التدريب؟

يتعرض النموذج لكميات هائلة من النصوص والأمثلة.

ويحاول التنبؤ بالرمز الصحيح داخل السياق.

في البداية تكون أخطاؤه كثيرة.

ثم يتم تعديل معلمات الشبكة تدريجيًا حتى تتحسن تنبؤاته.

ما هي Parameters؟

هي الأرقام التي تعلمها النموذج أثناء التدريب.

قد يصل عددها في بعض النماذج إلى مليارات القيم.

هذه المعلمات هي التي تحدد كيف يتفاعل النموذج مع المدخلات.

هل المعلمات عبارة عن قاعدة بيانات؟

لا.

وهذه نقطة مهمة.

المعلمات ليست مجلدًا يحتوي مقالة عن السيارات ومقالة عن الطب وأخرى عن الرياضة.

هي قيم رياضية موزعة عبر الشبكة.

إذن كيف تظهر المعلومات في الإجابة؟

لأن التدريب جعل هذه القيم تمثل عددًا ضخمًا من الأنماط والعلاقات بين الكلمات والمفاهيم.

عندما تكتب سؤالًا، تتحرك هذه العلاقات الرياضية بطريقة تنتج الإجابة المحتملة.

هل النموذج يبحث في الإنترنت عندما تسأله؟

ليس بالضرورة.

النموذج الأساسي يستطيع الإجابة من الأنماط التي تعلمها أثناء التدريب.

لكن بعض الأنظمة الحديثة يمكن أن تستخدم أدوات إضافية مثل:

البحث على الإنترنت.

قواعد البيانات.

الملفات.

التطبيقات المتصلة.

ما الفرق بين النموذج ومحرك البحث؟

محرك البحث يحاول العثور على صفحات أو مستندات موجودة أصلًا.

أما النموذج اللغوي فيولد نصًا جديدًا Token بعد Token.

عندما يتم دمج الاثنين، يمكن للنظام البحث أولًا ثم استخدام النتائج كجزء من السياق أثناء توليد الإجابة.

ما هو RAG ولماذا أصبح مهمًا؟

RAG اختصار لـ Retrieval-Augmented Generation.

الفكرة أن النموذج لا يعتمد فقط على معلومات التدريب، بل يتم تزويده بمعلومات مسترجعة من مصدر خارجي قبل الإجابة.

مثال عملي

لنفترض أن شركة لديها 10,000 مستند داخلي.

بدل تدريب نموذج جديد على كل هذه الملفات، يمكن للنظام البحث عن المستندات الأكثر ارتباطًا بالسؤال ثم إرسال الأجزاء المناسبة إلى النموذج.

النموذج يقرأ هذه الأجزاء داخل السياق ثم يكتب الإجابة.

كيف يعرف النظام أي مستند مرتبط بالسؤال؟

يمكن استخدام Embeddings.

يتم تحويل السؤال والمستندات إلى متجهات رقمية.

ثم يتم البحث عن المتجهات الأقرب رياضيًا.

لماذا هذا أفضل من البحث الحرفي أحيانًا؟

لأنه يستطيع البحث عن المعنى، وليس فقط تطابق الكلمات.

فقد تسأل:

"كيف أسترد أموالي؟"

بينما المستند يحتوي:

"سياسة استرجاع المدفوعات."

رغم اختلاف الكلمات، يمكن أن يكون المعنى قريبًا.

ما هي Context Window؟

Context Window هي كمية المعلومات التي يستطيع النموذج التعامل معها داخل طلب واحد.

تشمل مثلًا:

سؤالك.

الرسائل السابقة.

التعليمات.

المستندات المرفقة.

النصوص المسترجعة.

والإجابة التي يتم توليدها.

هل يستطيع النموذج قراءة محادثة لا نهائية؟

لا.

كل نموذج لديه حدود للسياق.

وتختلف هذه الحدود بين النماذج والأجيال المختلفة.

ولهذا تحتاج الأنظمة أحيانًا إلى تلخيص أو اختيار الأجزاء الأكثر ارتباطًا بدل تمرير كل شيء دائمًا.

لماذا السياق الطويل يحتاج حوسبة أكبر؟

لأن النموذج يحتاج إلى معالجة عدد أكبر من Tokens وربط العلاقات بينها.

كلما زاد النص، زاد العمل الحسابي المطلوب.

هل يعني السياق الأكبر دائمًا إجابة أفضل؟

لا.

إذا ملأت السياق بآلاف الأسطر غير المهمة، قد تجعل المهمة أكثر تشويشًا.

السياق المفيد أفضل من السياق الكبير بلا هدف.

إذا كان النموذج يتنبأ بالرمز التالي فقط، فكيف يستطيع التفكير؟

هذا أحد أكثر الأسئلة إثارة.

قد تبدو مهمة توقع Token التالية بسيطة جدًا، لكنها عندما تُطبَّق باستخدام شبكة ضخمة مدربة على كميات هائلة من البيانات، تجبر النموذج على تعلم قدر كبير من بنية اللغة والعلاقات والمفاهيم.

لكي يتنبأ جيدًا يحتاج إلى تعلم أشياء كثيرة

مثل:

القواعد.

المعاني.

العلاقات.

الأساليب.

بعض الحقائق.

أنماط الاستنتاج.

بنية النصوص.

ومن هنا تظهر قدرات لم تكن واضحة إذا نظرنا فقط إلى هدف التدريب البسيط.

لماذا يمكن للنموذج كتابة مقال لم يره من قبل؟

لأنه لا يحتاج إلى حفظ المقال حرفيًا.

يمكنه تركيب نص جديد استنادًا إلى الأنماط التي تعلمها.

مثل شخص تعلم قواعد الكتابة وقرأ آلاف الأمثلة، ثم طُلب منه كتابة موضوع جديد.

التشبيه ليس مطابقًا تمامًا، لكنه يساعد على فهم الفكرة.

لماذا يهلوس النموذج أحيانًا؟

لأن النموذج يولد ما يبدو مناسبًا إحصائيًا للسياق، وليس لديه دائمًا نظام داخلي يضمن أن كل معلومة صحيحة في العالم الحقيقي.

ما معنى Hallucination؟

هي حالة ينتج فيها النموذج معلومة غير صحيحة أو غير مدعومة، لكن بصياغة تبدو مقنعة.

قد يختلق:

اسم دراسة.

تاريخًا.

رقمًا.

ميزة غير موجودة.

مصدرًا.

أو يخلط بين حقيقتين.

لماذا تبدو الهلوسة واثقة؟

لأن النموذج يتعلم أسلوب الكتابة المقنعة أيضًا.

طلاقة اللغة لا تعني دائمًا دقة المعلومة.

وهذا سبب مهم للتحقق من المعلومات الحساسة أو الحديثة.

لماذا يساعد Prompt الجيد النموذج؟

لأن Prompt يحدد السياق والهدف.

قارن بين:

"اكتب عن الأمن السيبراني."

وبين:

"اكتب شرحًا مبسطًا للمبتدئين عن التصيد الإلكتروني، مع ثلاثة أمثلة عملية وخطوات للحماية."

الطلب الثاني يضيق الاحتمالات ويعطي النموذج إطارًا أوضح.

ما المعلومات المفيدة داخل Prompt؟

الهدف.

الجمهور.

الأسلوب.

الطول.

القيود.

شكل النتيجة.

الأمثلة.

كل هذه التفاصيل تساعد النموذج على إنتاج مخرجات أقرب لما تريد.

هل النموذج "يتذكر" كل شيء قلته سابقًا؟

من المهم التمييز بين النموذج نفسه والمنتج الذي يعمل داخله.

أثناء إنشاء الإجابة، يستخدم النموذج السياق الذي يتم تمريره إليه.

قد يتضمن هذا السياق أجزاء من المحادثة السابقة.

وماذا عن خصائص الذاكرة؟

هذه تكون عادة طبقات منتج إضافية يمكن أن تزود النموذج بسياق مناسب.

لكن لا يعني ذلك أن كل رسالة كتبتها تتحول فورًا إلى جزء دائم من أوزان النموذج نفسه.

ما الفرق بين التدريب والاستدلال؟

التدريب Training هو العملية التي تعلم خلالها النموذج معلماته.

أما Inference أو الاستدلال فهو ما يحدث عندما تستخدمه بعد التدريب.

أثناء التدريب

يتم تعديل المعلمات.

أثناء الاستخدام العادي

يتم استخدام المعلمات الموجودة لمعالجة السؤال وتوليد الإجابة.

وهذا فرق أساسي لفهم كيفية عمل النماذج.

ما هو Post-Training؟

بعد التدريب الأساسي، تحتاج النماذج المساعدة إلى مراحل إضافية تجعلها أكثر قدرة على اتباع التعليمات والتفاعل بطريقة مفيدة.

يمكن أن تشمل هذه المراحل تقنيات مختلفة لتحسين السلوك.

لماذا نحتاجها؟

لأن نموذجًا يتنبأ بالنص جيدًا ليس بالضرورة مساعدًا جيدًا تلقائيًا.

يجب أن يتعلم أيضًا:

اتباع الطلب.

تنظيم الإجابة.

التعامل مع الحوار.

احترام بعض القيود.

وتجنب أنواع معينة من المخرجات الضارة.

لماذا تحتاج هذه النماذج إلى أجهزة قوية؟

كل طبقة في النموذج تنفذ كميات ضخمة من عمليات المصفوفات.

وعندما يحتوي النموذج على عدد كبير من المعلمات، تصبح الحسابات ثقيلة جدًا.

ما دور GPU؟

معالجات الرسوميات GPU ممتازة في تنفيذ عدد كبير من العمليات الرياضية المتوازية، ولذلك أصبحت من أهم المكونات المستخدمة في تدريب وتشغيل النماذج الحديثة.

كما توجد مسرعات أخرى متخصصة للحوسبة الخاصة بالذكاء الاصطناعي.

هل كل سؤال يستهلك القدر نفسه من الحوسبة؟

لا.

يعتمد الأمر على عدة عوامل مثل:

طول السؤال.

طول الإجابة.

حجم النموذج.

طول السياق.

عدد الأدوات المستخدمة.

نوع المهمة.

سؤال قصير وإجابة قصيرة

يحتاجان عادة حسابًا أقل.

مستند طويل وتحليل معقد

يحتاجان حوسبة أكبر وسياقًا أطول.

مثال عملي: ماذا يحدث عندما تسأل ChatGPT؟

لنفترض أنك كتبت:

"اشرح لي الطاقة الشمسية كأنني طالب في المرحلة المتوسطة."

العملية المبسطة تصبح:

أولًا: Tokenization

تقسيم الجملة إلى Tokens.

ثانيًا: Embeddings

تحويل الرموز إلى متجهات رقمية.

ثالثًا: تحديد المواضع

إضافة معلومات عن ترتيب الرموز.

رابعًا: Transformer

تمرير البيانات عبر طبقات الشبكة.

خامسًا: Attention

ربط الكلمات والشروط ببعضها.

النموذج يلتقط أن الموضوع هو "الطاقة الشمسية"، وأن المطلوب "شرح"، وأن مستوى الشرح يجب أن يناسب "طالب المرحلة المتوسطة".

سادسًا: التنبؤ

حساب احتمالات Token البداية.

سابعًا: التوليد

اختيار Token ثم التالية ثم التالية حتى تكتمل الإجابة.

كيف يؤثر طلبك في شكل الإجابة؟

لأن النموذج يقرأ كل التفاصيل الموجودة في السياق.

لو قلت:

"اشرح باختصار."

فهذا يؤثر في الطول.

لو قلت:

"استخدم مثالًا من الحياة اليومية."

سيحاول تضمين مثال.

لو قلت:

"اكتب لقارئ سعودي مبتدئ."

سيتغير الأسلوب والسياق والأمثلة المحتملة.

هل النموذج يفكر قبل كل كلمة؟

من الناحية التقنية، يتم تنفيذ حسابات معقدة قبل توليد كل Token أو مجموعة Tokens حسب البنية والنظام المستخدم.

لكن استخدام كلمة "يفكر" يجب أن يكون بحذر، لأنها قد توحي بأن العملية مطابقة للتفكير البشري.

الأدق أن نقول إن النموذج يعالج السياق ويحسب احتمالات المخرجات باستخدام الشبكة التي تم تدريبها.

هل يمكن أن تكون الإجابة مختلفة إذا كررت السؤال؟

نعم.

خصوصًا إذا كانت إعدادات التوليد تسمح بدرجة من العشوائية.

قد تحصل على الفكرة نفسها بصياغات وأمثلة مختلفة.

هل هذا دليل أن النموذج لا يعرف الإجابة؟

ليس بالضرورة.

اللغة نفسها تسمح بعدة طرق صحيحة للتعبير عن المعنى نفسه.

كيف تستخدم هذه المعرفة لتحصل على نتائج أفضل؟

بدل التعامل مع النموذج على أنه شخص يعرف ما في رأسك، تعامل معه كنظام يحتاج إلى سياق وتعليمات واضحة.

إذا أردت مقارنة، حدد عناصر المقارنة.

إذا أردت شرحًا، حدد مستوى القارئ.

إذا أردت خطة، حدد المدة والهدف والقيود.

مثال سيئ

"اقترح مشروعًا."

مثال أفضل

"اقترح مشروعًا رقميًا يمكن لشخص مبتدئ في السعودية البدء به بميزانية لا تتجاوز 2000 ر.س، واشرح الأدوات والتكاليف وخطوات أول 30 يومًا."

الطلب الثاني يقلل الغموض بدرجة كبيرة.

أهم شيء يجب أن تتذكره عن النماذج اللغوية

النموذج ليس مجرد محرك بحث.

وليس قاعدة بيانات ضخمة تخرج منها إجابة ثابتة.

وليس عقلًا بشريًا رقميًا بالمعنى الحرفي.

إنه شبكة عصبية ضخمة تعلمت أنماطًا معقدة من البيانات، وتستخدمها لمعالجة السياق والتنبؤ بما ينبغي أن يأتي بعده.

الخلاصة: من الكلمات إلى الاحتمالات ثم العودة إلى الكلمات

عندما تكتب سؤالًا إلى نموذج ذكاء اصطناعي، تبدأ رحلة لا تراها.

يتحول النص أولًا إلى Tokens.

ثم تتحول الـTokens إلى Embeddings رقمية.

تضاف معلومات عن المواقع والترتيب.

تمر البيانات داخل طبقات Transformer.

تستخدم Self-Attention لفهم العلاقات بين أجزاء السياق.

تُعالَج التمثيلات عبر طبقات متعددة.

ثم يحسب النموذج درجات للـTokens التي يمكن أن تأتي بعدها.

تتحول الدرجات إلى احتمالات.

يُختار رمز.

يضاف إلى السياق.

وتتكرر العملية حتى تكتمل الإجابة.

ورغم أن وصف "التنبؤ بالرمز التالي" يبدو بسيطًا، فإن القوة الحقيقية تأتي من حجم الشبكة والبيانات والتدريب والطبقات والعلاقات التي تعلمها النموذج.

وهذا يفسر لماذا يستطيع أن يشرح، ويكتب، ويلخص، ويترجم، ويعيد الصياغة، ويحلل؛ لكنه يفسر أيضًا لماذا يمكن أن يخطئ أو يهلوس أو يحتاج إلى سياق أو مصادر خارجية للحصول على إجابة أدق.

في المرة القادمة التي تكتب فيها سؤالًا وتظهر أمامك إجابة خلال ثوانٍ، تذكر أن ما تراه على الشاشة ليس سوى آخر مرحلة من رحلة طويلة جدًا تبدأ من لغة بشرية، تمر عبر أرقام ومصفوفات وAttention واحتمالات، ثم تعود مرة أخرى إلى لغة تستطيع أنت قراءتها وفهمها.



إرسال تعليق

0 تعليقات