• الذكاء الاصطناعي التوليدي هو فرع من الذكاء الاصطناعي يركز على إنشاء محتوى جديد من نماذج وأمثلة مستمدة من البيانات الموجودة.
  • يتضمن الذكاء الاصطناعي التوليدي تدريب نموذج باستخدام مجموعات بيانات وخوارزميات كبيرة، مما يمكنه من إنتاج محتوى شبه أصلي يطور الأنماط التي تعلمها.

في عالم الذكاء الاصطناعي، أحدثت قوة ثورة في طريقة تفكيرنا وتفاعلنا مع الآلات: المحولات. لا، ليست تلك الألعاب التي تتحول إلى شاحنات أو طائرات مقاتلة! تسمح المحولات لنماذج الذكاء الاصطناعي بتتبع العلاقات بين أجزاء البيانات واستخلاص المعنى منها — مثلما تفك رموز هذه الجملة. هذه طريقة أعطت دفعة جديدة لنماذج اللغة الطبيعية وأحدثت ثورة في مشهد الذكاء الاصطناعي.

اقرأ أيضًا:8 ميزات رئيسية لمعالجة اللغة الطبيعية

اقرأ أيضًا:القوة التحويلية للذكاء الاصطناعي التوليدي في الأتمتة

كيف يعمل الذكاء الاصطناعي التوليدي؟

الذكاء الاصطناعي التوليدي(GenAI) يحلل كميات هائلة من البيانات، بحثًا عن الأنماط والعلاقات، ثم يستخدم هذه المعلومات لإنشاء محتوى جديد يقلد مجموعة البيانات الأصلية. ويحقق ذلك من خلال الاستفادة من نماذج التعلم الآلي، وخاصة الخوارزميات غير الخاضعة للإشراف وشبه الخاضعة للإشراف.

إذن، ما الذي يقوم بالعمل الشاق وراء هذه القدرة؟ الشبكات العصبية. هذه الشبكات، المستوحاة من الدماغ البشري، تبتلع كميات هائلة من البيانات عبر طبقات من العقد المترابطة (الخلايا العصبية)، التي تقوم بعد ذلك بمعالجة وفك تشفير الأنماط الموجودة فيها. يمكن استخدام هذه المعلومات بعد ذلك للتنبؤ أو اتخاذ القرارات. باستخدام الشبكات العصبية، يمكننا إنشاء محتوى متنوع، من الرسومات والوسائط المتعددة إلى النص وحتى الموسيقى.

كيف تعمل هندسة المحولات؟

1. الإدخال

الإدخال هو سلسلة من الرموز، والتي يمكن أن تكون كلمات أو كلمات فرعية، مستخرجة من النص المقدم. في مثالنا، إنها "Good Morning". الرموز هي ببساطة أجزاء من النص لها معنى. في هذه الحالة، "Good" و "Morning" كلاهما رمزان، وإذا أضفت "!"، فسيكون ذلك رمزًا أيضًا.

2. التضمينات

بمجرد استلام الإدخال، يتم تحويل التسلسل إلى متجهات رقمية، تسمى التضمينات، والتي تلتقط سياق كل رمز. تسمح هذه التضمينات للنماذج بمعالجة البيانات النصية رياضيًا وفهم التفاصيل المعقدة والعلاقات اللغوية. الكلمات أو الرموز المتشابهة سيكون لها تضمينات متشابهة.

3.المشفر

الآن بعد أن تم تمييز رموزنا بشكل صحيح، تمر عبر المشفر. يساعد المشفر في معالجة وإعداد بيانات الإدخال — الكلمات، في حالتنا — من خلال فهم بنيتها وفروقها الدقيقة. يحتوي المشفر على آليتين: آلية الانتباه الذاتي وآلية الانتشار الأمامي.

4.فك التشفير

في ذروة كل معركة ملحمية للمحولات، يكون هناك عادة تحول، تغيير يقلب الموازين. هندسة المحولات ليست مختلفة! بعد أن قام المشفر بدوره، يدخل فك التشفير إلى المشهد. يستخدم مخرجاته السابقة الخاصة — تضمينات المخرجات من الخطوة الزمنية السابقة لفك التشفير — والإدخال المعالج من المشفر.

5.الإخراج

في هذه المرحلة، لدينا "Bom Dia" — تسلسل جديد من الرموز يمثل النص المترجم. إنه يشبه إلى حد ما زئير النصر الأخير لأوبتيموس برايم بعد معركة شرسة! نأمل أن تكون لديك الآن فكرة أفضل عن كيفية عمل هندسة المحولات.

ما مستقبل المحولات وأدوات مثل ChatGPT؟

لقد أحدثت هندسة المحولات بالفعل تغييرات كبيرة في مجال الذكاء الاصطناعي، خاصة فيNLP. قد يكون هناك المزيد من الابتكار في مجال الذكاء الاصطناعي التوليدي بفضل هندسة المحولات.

  • إنشاء محتوى تفاعلي: يمكن استخدام نماذج الذكاء الاصطناعي التوليدي القائمة على المحولات في سياقات إنشاء المحتوى في الوقت الفعلي، مثل ألعاب الفيديو.
  • محاكاة العالم الحقيقي: يمكن استخدام النماذج التوليدية للمحاكاة. يمكن أن تصبح هذه المحاكاة واقعية للغاية، مما يساعد البحث العلمي والهندسة وحتى التدريب الطبي.
  • التوليدات المخصصة: نظرًا لقابلية المحولات للتكيف، يمكن للنماذج التوليدية إنتاج محتوى مخصص وفقًا لأذواق كل شخص وتفضيلاته وتجاربه السابقة.
  • الآثار الأخلاقية والمجتمعية: سيتطلب تطور الذكاء الاصطناعي التوليدي آليات لكشف المحتوى المولد وضمان الاستخدام الأخلاقي.