أهلاً بك في بداية رحلتنا إلى عالم الذكاء الاصطناعي!
في الوحدة السابقة، أتقنت كيفية التعامل مع واجهات برمجة التطبيقات (APIs) بشكل آمن واحترافي، وأصبحت قادراً على حماية مفاتيحك وبياناتك الحساسة. لقد بنيت أساساً تقنياً متيناً سيخدمك جيداً في كل ما هو قادم.
الآن، ننتقل من "كيفية الاتصال" إلى "ماذا يوجد في الطرف الآخر من الاتصال". سنبدأ الوحدة الثالثة التي ستكون بمثابة المدخل النظري لفهم "العقل" الذي سنبني به وكلاء الذكاء الاصطناعي.
في هذا الدرس الأول من الوحدة، سنضع حجر الأساس من خلال تحقيق هدف واضح: التمييز بين الذكاء الاصطناعي (AI)، والتعلم الآلي (Machine Learning)، ونماذج اللغة الكبيرة (Large Language Models). قد تبدو هذه المصطلحات متشابكة، ولكن فهم الفروق والعلاقات بينها أمر ضروري جداً لتأسيس فهم صحيح وعميق للمجال، وهو ما سيمكننا لاحقاً من بناء وكلاء أذكياء بكفاءة.
1. ما هو الذكاء الاصطناعي (AI)؟ المظلة الكبرى
لنبدأ بالمصطلح الأوسع والأكثر شمولاً: الذكاء الاصطناعي (Artificial Intelligence - AI).
ببساطة، الذكاء الاصطناعي هو فرع من علوم الحاسوب يهدف إلى إنشاء آلات وبرامج قادرة على محاكاة السلوك الذكي للبشر، مثل القدرة على التفكير، التعلم، حل المشكلات، واتخاذ القرارات. إنه المظلة الكبيرة التي تضم تحتها كل التقنيات التي سنتحدث عنها.
للحصول على نظرة شاملة ومبسطة عن ماهية الذكاء الاصطناعي وقدراته، شاهد الأجزاء التالية من هذا الفيديو.
كورس - مقدمه في الذكاء الاصطناعي - الحلقه الاولي
يقدم هذا الفيديو من قناة "اتعلم مع العسال" مقدمة ممتازة لمفهوم الذكاء الاصطناعي وتاريخه وقدراته الأساسية.
شاهد المقاطع التالية: من الدقيقة 01:10 إلى 02:20: يوضح هذا المقطع أن الذكاء الاصطناعي ليس مفهوماً جديداً ويضعه في سياقه كجزء من علوم الكمبيوتر. من الدقيقة 07:27 إلى 13:10: يستعرض هذا المقطع القدرات الأربع الرئيسية للذكاء الاصطناعي: التوقع، تمييز الأنماط، التحسين (Optimization)، والأتمتة (Automation). ركز على فهم ماذا يمكن للذكاء الاصطناعي أن يفعله.
كما رأيت في الفيديو، الذكاء الاصطناعي ليس مجرد روبوتات شبيهة بالبشر، بل هو مجموعة من التقنيات التي تمكن الأنظمة من أداء مهام ذكية. النقاط الرئيسية التي يجب أن تستخلصها هي:
- مجال واسع: الذكاء الاصطناعي هو حقل كبير في علوم الحاسوب.
- محاكاة الذكاء: الهدف هو جعل الآلات تفكر وتتصرف بذكاء.
- قدرات متنوعة: يمكن للذكاء الاصطناعي أن يتوقع المستقبل (مثل الطقس)، ويكتشف الأنماط (مثل تفضيلات العملاء)، ويحسن العمليات (مثل أفضل طريق للتوصيل)، ويقوم بأتمتة المهام (مثل فرز السير الذاتية).
2. العلاقة الهرمية: AI > ML > LLM
الآن بعد أن فهمنا أن الذكاء الاصطناعي هو المجال العام، كيف تتناسب المصطلحات الأخرى معه؟ أفضل طريقة لتصور العلاقة هي كهرم أو كمجموعة من الصناديق المتداخلة، حيث كل مصطلح هو تخصص أدق ضمن المصطلح الذي يسبقه.
المنشور التالي من الدكتور مجدل القحطاني يشرح هذه العلاقة الهرمية بوضوح شديد.
ماهي أهم مصطلحات الذكاء الاصطناعي؟ وماهي علاقتها ببعض؟
هذا المنشور على LinkedIn يقدم شرحاً مبسطاً ومرتباً لأهم مصطلحات الذكاء الاصطناعي والعلاقة بينها.
اقرأ المنشور كاملاً. ركز على فهم الترتيب من (1) إلى (8) وكيف أن كل نقطة هي تخصص فرعي من النقطة التي قبلها. لا تقلق بشأن المصطلحات مثل الشبكات العصبية أو المحولات الآن؛ سنغطيها لاحقاً. ركز فقط على فهم التسلسل الهرمي للمفاهيم الرئيسية.
بناءً على ما قرأت، يمكننا تلخيص العلاقة بين المفاهيم الثلاثة الرئيسية كالتالي:
-
الذكاء الاصطناعي (AI): المظلة الكبرى. أي نظام يحاكي الذكاء البشري. يمكن أن يكون بسيطاً مثل برنامج يلعب الشطرنج بقواعد مبرمجة مسبقاً، أو معقداً كنظام يفهم اللغة.
-
التعلم الآلي (Machine Learning - ML): فرع أساسي من الذكاء الاصطناعي. بدلاً من إعطاء الآلة تعليمات صريحة لكل مهمة، نحن نعطيها كمية كبيرة من البيانات ونجعلها تتعلم الأنماط منها بنفسها. على سبيل المثال، بدلاً من برمجة قواعد لاكتشاف البريد المزعج، نعطي النظام آلاف الأمثلة على رسائل البريد المزعج والرسائل العادية، وهو يتعلم كيفية التمييز بينها.
-
نماذج اللغة الكبيرة (Large Language Models - LLM): نوع متقدم من التعلم الآلي. هذه النماذج هي تخصص دقيق داخل التعلم الآلي، وهي مصممة خصيصاً لفهم اللغة البشرية وتوليدها. يتم تدريبها على كميات هائلة من النصوص (كتب، مقالات، مواقع ويب) لتصبح قادرة على المحادثة، الترجمة، التلخيص، وكتابة النصوص.
لترسيخ هذا المفهوم، انظر إلى الصورة التالية التي توضح هذه العلاقة الهرمية بشكل بصري.
المقال التالي من موقع aiinarabic.com يعزز هذا الفهم ويشرح ماذا تعني كلمة "كبيرة" في نماذج اللغة الكبيرة.
يقدم هذا المقال تعريفاً واضحاً لنماذج اللغة الكبيرة ومكانتها في عالم الذكاء الاصطناعي.
اقرأ قسمي "مقدمة" و "فهم نماذج اللغة الكبيرة". ركز على الرسم البياني الذي يوضح الطبقات وعلى الشرح الذي يوضح لماذا تسمى هذه النماذج بـ"الكبيرة".
باختصار، كلمة "كبيرة" تشير إلى شيئين:
- حجم النموذج: عدد "المعلّمات" (Parameters) التي تصل إلى مئات المليارات، وهي أشبه بالوصلات العصبية في الدماغ.
- حجم البيانات: الكمية الفلكية من النصوص التي تم تدريب النموذج عليها.
3. تشبيه بسيط لتثبيت الفكرة
لتسهيل الأمر، لنتخيل أننا نتحدث عن وسائل النقل:
- الذكاء الاصطناعي (AI) هو كمثل مجال "صناعة المركبات" بأكمله. يشمل كل شيء من الدراجات الهوائية إلى الصواريخ الفضائية.
- التعلم الآلي (ML) هو فئة محددة داخل هذا المجال، مثل "صناعة السيارات". هذه مركبات تتعلم وتتكيف (مثلاً، نظام منع انغلاق المكابح الذي "يتعلم" حالة الطريق لضبط الفرملة).
- نماذج اللغة الكبيرة (LLM) هي نوع معين ومتطور جداً من السيارات، مثل "سيارة ذاتية القيادة متخصصة في إجراء المحادثات". لقد "تعلمت" من كل الطرق واللافتات والكتب والمحادثات في العالم لتتمكن من فهم اللغة والتحدث بها بطلاقة أثناء القيادة.
الوكيل الذي سنبنيه سيستخدم "سيارة ذاتية القيادة متخصصة في المحادثات" (LLM) ليكون "عقله" المفكر.
اختبر فهمك!
صنّف كل سيناريو من السيناريوهات التالية إلى الفئة الأنسب له (ذكاء اصطناعي عام، تعلم آلي، أو نموذج لغة كبير):
- نظام تكييف في غرفة يتعلم تلقائياً درجة الحرارة المفضلة لديك في أوقات مختلفة من اليوم بناءً على تعديلاتك السابقة.
- أداة عبر الإنترنت تطلب منك إدخال موضوع، ثم تكتب لك فقرة كاملة حول هذا الموضوع.
- شخصية غير لاعب (NPC) في لعبة فيديو تتبع مساراً محدداً ومبرمجاً مسبقاً داخل اللعبة.
أظهر الإجابة
- تعلم آلي (Machine Learning): النظام لا يتبع قواعد ثابتة، بل "يتعلم" تفضيلاتك من البيانات (تعديلاتك) ويحسن أداءه بمرور الوقت.
- نموذج لغة كبير (Large Language Model): هذا هو مثال كلاسيكي على قدرة LLM على فهم طلب (موضوع) وتوليد نص جديد ومترابط بناءً عليه.
- ذكاء اصطناعي (عام ولكن ليس تعلم آلي): الشخصية تظهر سلوكاً ذكياً (تتحرك في عالم اللعبة)، لكن هذا السلوك مبرمج بشكل صريح (Hard-coded) ولا يتغير أو يتعلم من تجاربه. إنه يقع تحت مظلة AI، لكنه ليس مثالاً على ML.
ملخص وأهم النقاط
لقد قمت اليوم ببناء أساس مفاهيمي صلب سيمكنك من فهم بقية الدورة بشكل أفضل. لنلخص ما تعلمناه:
- الذكاء الاصطناعي (AI) هو المصطلح الأشمل الذي يصف أي محاولة لجعل الآلات تحاكي الذكاء البشري.
- التعلم الآلي (ML) هو فرع من الذكاء الاصطناعي حيث تتعلم الأنظمة من البيانات بدلاً من اتباع تعليمات مبرمجة بشكل صريح.
- نماذج اللغة الكبيرة (LLMs) هي نوع متخصص من التعلم الآلي، تم تدريبها على كميات هائلة من النصوص لتصبح خبيرة في فهم اللغة البشرية وتوليدها.
- العلاقة بينها هرمية: LLMs هي جزء من ML، و ML هو جزء من AI.
ما التالي؟
الآن بعد أن عرفنا ما هي نماذج اللغة الكبيرة ومكانتها في عالم الذكاء الاصطناعي، من الطبيعي أن نتساءل: "ولكن كيف تعمل حقاً؟". في الدرس القادم، سنجيب على هذا السؤال. سنغوص في المفاهيم الأساسية وراء عمل نماذج اللغة الكبيرة، مثل كيفية تحويلها للكلام إلى أرقام وماذا يحدث داخل "عقلها" الرقمي لتتمكن من توليد إجابات منطقية. استعد للتعمق أكثر