ماذا يحدث داخل الذكاء الاصطناعي في الثانية التي تسبق إجابته؟ شرح مبسط لكيفية عمل النماذج الذكية.
رحلة خاطفة لا تراها العين تبدأ في التو واللحظة فور إدخال استفسارك في أدوات مثل ChatGPT أو Gemini أو Claude. قد يتردد في الذهن أن النظام يقرأ السؤال ثم يتصفح قاعدة بيانات ضخمة لاستخراج النص المناسب، لكن الواقع البرمجي مختلف تماماً.
في أقل من ثانية، تُجرى ملايين المعالجات الحسابية التي تفكك الألفاظ، وتحدد الأهداف، وتصيغ الرد كلمة تلو الأخرى دون وجود "وعي" أو تفكير بمفهومه البشري.
مراحل المعالجة البرمجية لسؤالك
يمر الاستفسار بأربع مراحل تقنية متتالية قبل أن تظهر لك أول كلمة على الشاشة:
- الترميز الرقمي (Tokenization): لا يتعامل النظام مع الحروف العربية أو الإنجليزية ككلمات مجردة، بل يجزئ الجملة إلى وحدات صغيرة تُسمى Tokens (كلمة، جزء من كلمة، أو رمز)، ثم يُحول كل وحدة إلى قيمة رقمية رياضية.
- تحليل السياق والقصد: لا تُقرأ الأرقام بشكل فردي، بل تُحلل العلاقات الرابطة بينها لمعرفة أبعاد الطلب: هل تبحث عن مقارنة، شرح مبسط، أم حل لمشكلة برمجية؟
- استدعاء الأنماط المكتسبة: بدلاً من البحث في ملفات خارجية، يقارن النظام هذه القيم بالأنماط اللغوية والمعرفية التي اكتسبها أثناء مرحلة التدريب المكثفة على مليارات النصوص.
- التنبؤ المتتابع بالكلمات: يبدأ النموذج بتركيب الاستجابة عبر تنبؤ رياضي للكلمة الأكثر احتمالاً لتتبع سابقتها، مع مراعاة السياق الكامل للحوار.
التفكير البشري مقابل التوليد الإحصائي للذكاء الاصطناعي
| وجه المقارنة | العقل البشري | نموذج الذكاء الاصطناعي (LLM) |
|---|---|---|
| مصدر الإجابة | الوعي، الخبرات التراكمية، والتجارب الحية. | المعاملات الحسابية والأنماط الإحصائية المكتسبة. |
| طريقة المعالجة | فهم عميق للمفاهيم والسياقات الاجتماعية. | حساب احتمالات الكلمات والتنبؤ بالتتابع اللفظي. |
| ثبات النتيجة | قد تتغير بناءً على المشاعر أو تذكر معلومات جديدة. | يعيد صياغة النص في كل مرة بناءً على قيم الاحتمالات. |
| التحقق من صحة المعلومة | إدراك منطقي ومستمر للحقائق والواقع. | توليد نصوص مقنعة قد تحتوي على خطأ (هلوسة) دون إدراك لصحته. |
لماذا تتغير صياغة الإجابة عند إعادة إرسال السؤال؟
عند إعادة طرح نفس السؤال، يطبق النموذج قيم احتمالية مرنة (تُعرف تقنياً بـ Temperature) تسمح بتوليد سياق جديد بنفس المعنى. هذا هو السبب في تنوع ترتيب الأفكار وتبديل الأمثلة في كل محادثة جديدة، مما يعطي انطباعاً بأن المحادثة حية وليست مجرد نصوص مخزنة مسبقاً.
قدرة النماذج الحديثة على استيعاب السياقات الطويلة
في السابق، كانت برامج المحادثة القديمة تعتمد على مطابقة "الكلمات المفتاحية" (Keywords). أما النماذج اللغوية الحديثة، فتعتمد على معمارية المحولات (Transformers) التي تسمح بالنظر إلى النص كاملاً دفعة واحدة، وفهم العلاقة بين أول كلمة وآخر كلمة في الجملة.
هذه القفزة التقنية هي ما يتيح للأنظمة اليوم استيعاب التعليمات المكونة من عدة صفحات، وتذكر تفاصيل المحادثة الطويلة، والتعديل على الردود السابقة بدقة عالية.
تنبيه هام: الاعتماد على الأنماط والاحتمالات الرياضية يعني أن النظام قد ينتج أحياناً إجابات تبدو واقعية ومصاغة بثقة، لكنها خاطئة تماماً. ينبغي دائماً مراجعة البيانات في المجالات الدقيقة مثل الطب، القانون، والمالية.
لمعرفة الأسباب التقنية التي تجعل هذه المعالجة الحسابية تجري بسرعة فائقة دون الحاجة للاتصال الدائم بالويب لكل كلمة، يمكنك قراءة مقالنا السابق: لماذا يجيب الذكاء الاصطناعي بسرعة رغم أنه لا يبحث في الإنترنت؟
تعليقات