من الذكاء الاصطناعي التقليدي إلى النماذج اللغوية

تذكّر آخر مرة حجزت فيها رحلة. نظرت في بعض خيارات الطيران، وقارنت بين فندقين، وحسبت ما إذا كان التوقيت يترك متّسعًا لاجتماع.

تذكّر آخر مرة حجزت فيها رحلة. نظرت في بعض خيارات الطيران، وقارنت بين فندقين، وحسبت ما إذا كان التوقيت يترك متّسعًا لاجتماع، وتخلّيت عن فكرة لأنها كانت مكلفة جدًا. عمل عادي. لا شيء فيه يبدو مسألة حوسبة.

احتفظ بهذه الرحلة في ذهنك. سنعود إليها في كل فصل من هذا الكتاب تقريبًا، وستكون في النهاية قد صارت فريقًا صغيرًا من وكلاء الذكاء الاصطناعي يعملون بالنيابة عنك، وأنت توافق على الأجزاء التي تكلّف مالًا. لكنها تبدأ من هنا، من شيء أبسط بكثير: أيّ نوع من البرمجيات يمكن أن يساعد في عمل كهذا من أصله؟

على مدى معظم تاريخ الحوسبة، كان الجواب لا شيء منها، في الحقيقة. كانت البرمجيات جيدة في أجزاء الرحلة التي حُسمت سلفًا، وسيئة في كل ما عدا ذلك. وما تغيّر هو موضوع هذا الفصل.

أربع طرائق لبناء برمجيات ذكية

يتحدّث الناس عن الذكاء الاصطناعي غالبًا كأنه شيء واحد يتحسّن باطّراد. والأنفع أن نراه أربعة مناهج متمايزة، كلٌّ منها لا يزال قائمًا، وكلٌّ منها لا يزال الخيار الصحيح لبعض المسائل. وفهم الفروق بينها سيجنّبك أشيع خطأ في هذا المجال: اللجوء إلى أحدث تقنية حيث تؤدّي تقنية أقدم العمل على نحو أفضل.

قواعد مكتوبة باليد

أقدم المناهج، وما زال أشيعها في برمجيات بيئة الإنتاج. يستنبط شخصٌ المنطق ويكتبه: إن كان الحجز خلال أربع وعشرين ساعة، فاحسب رسم التأخير. والحاسوب يتّبع التعليمات بحرفيّتها.

لا تعلّم في هذا بالمرّة. يتعامل النظام مع ما قيل له أن يتعامل معه، ولا شيء غيره. وقد عمل ELIZA، المكتوب في 1966 والذي يُوصف غالبًا بأنه أول برنامج محادثة، بهذه الطريقة: كان يطابق أنماطًا في ما تكتبه ويردّ من نصٍّ معدٍّ سلفًا.

لم تختفِ الأنظمة القائمة على القواعد، ولا ينبغي أن تختفي. فهي تبقى الجواب الصحيح حين يكون المنطق معروفًا بتمامه، والمدخلات متوقّعة، وأنت تحتاج إلى النتيجة نفسها في كل مرة دون استثناء. حساب الضريبة لا يريد نموذجًا لغويًا. ولا تشغيل الرواتب كذلك.

تعلّم الآلة الكلاسيكي

بدل أن تكتب القواعد، تعرض على النظام أمثلة وتتركه يستنبط النمط. أعطه عشرة آلاف معاملة سابقة موسومة بـاحتيال أو ليس احتيالًا، فيتعلّم أيّ تجمّعات من السمات تميل إلى الاقتران.

وهنا يقيم قدر كبير من الذكاء الاصطناعي العامل فعلًا: التصنيف الائتماني، والتنبؤ بالطلب، والتوصية، وتصفية البريد المزعج. وهو غالبًا أرخص ما ينجح، ويعمل بسرعة، وحين يُبنى على عدد متواضع من السمات الواضحة تستطيع عادةً تفسير قراراته. وبعض هذه الأساليب يحتاج إلى أمثلة موسومة؛ وبعضها الآخر، كالتجميع، يجد بنيةً في البيانات بلا أي وسوم بالمرّة.

التعلّم العميق

الفكرة نفسها — التعلّم من البيانات — لكن بشبكات ذات طبقات كثيرة مرصوفة بعضها فوق بعض. كل طبقة تبني على التمثيل الذي أنتجته الطبقة السابقة، وهذا ما يتيح للنظام التعامل مع مدخلات غير مرتّبة تتعثّر فيها الأساليب الكلاسيكية: الصور الفوتوغرافية، والكلام المسجّل، والكتابة اليدوية.

التعلّم العميق هو ما جعل التعرّف على الصور ونسخ الكلام يعملان جيدًا بما يكفي للنشر. وقد بُني AlphaGo، الذي هزم بطل العالم في Go في 2016، بهذه الطريقة. والثمن هو الشهيّة: هذه الأنظمة تريد عمومًا بيانات أكثر بكثير وقدرة حوسبة أكبر بكثير مما يريده تعلّم الآلة الكلاسيكي، وتفسيرها أصعب بكثير.

النماذج الأساسية

أحدث الأربعة، وهو الذي يتناوله هذا الكتاب. النموذج الأساسي (Foundation Model) مُدرَّب على مادة هائلة ومتنوّعة — وهي النص في حالة النموذج اللغوي — ويستطيع بعدها أداء مهام مختلفة كثيرة دون إعادة بنائه لكل مهمة. النموذج نفسه يلخّص تقريرًا، ويصوغ رسالة بريد، ويجيب عن سؤال في تاريخ البرتغال، ويشرح مقطعًا برمجيًا.

النموذج اللغوي الكبير هو نموذج أساسي للنص. وChatGPT، الذي أُتيح للعموم في 2022، هو ما وضع واحدًا منها أمام جمهور واسع جدًا للمرة الأولى. وClaude وGemini وLlama نماذج أخرى ستكون قد سمعت بها.

لماذا غيّرت النماذج اللغوية الأمور

عُد إلى الرحلة. كان نظام مخصّص لمهمة بعينها يستطيع أن يقول لك أيّ الرحلتين أرخص. ولم يكن يستطيع أن يقرأ رسالتك التي تقول أحتاج أن أكون في برشلونة بحلول ظهر الثلاثاء، لكنني أفضّل ألا أطير عند الفجر وأن يستنبط ما تعنيه.

هذا هو التحوّل. النموذج اللغوي يأخذ تعليمة مكتوبة كما يكتبها إنسان، ويفعل بها شيئًا معقولًا. ولأنه عام لا مخصّص لمهمة، يستطيع النموذج نفسه أن يتولّى الطلب التالي أيضًا، دون أن يبني أحد نظامًا جديدًا.

يبيّن الشكل 1 الفرق في البنية. على اليسار، نموذج عام واحد يتولّى أنواعًا عدة من المهام اللغوية. وعلى اليمين، نموذج ضيّق يؤدّي عملًا واحدًا.

ما يمنحها هذا المدى

• تتعلّم من كمية هائلة من المادة. فهي لا تتبع منطقًا كتبه أحدهم، بل تلتقط الأنماط، وتتبع السياق، وتنتج ردودًا تلائم الموقف.
• نموذج واحد يخدم أغراضًا كثيرة. النظام نفسه يشغّل المساعدين، وأدوات الكتابة، ومكاتب الدعم، وأدوات البحث، دون إعادة بنائه لكل واحد منها.
• تواصل التحسّن. كل جيل كان أقدر وأكفأ في استخدام قدرة الحوسبة من الجيل الذي قبله.
• متاحة على نطاق واسع. تستخدمها المؤسسات لتولّي العمل الروتيني وإسناد القرارات، وقد وضعت المشاريع المفتوحة مثل Hugging Face التقنية نفسها في متناول المطوّرين الأفراد.

الأنظمة المخصّصة لمهمة والنماذج العامة، جنبًا إلى جنب

سؤال يتردّد باستمرار: بمَ يختلف هذا عن الذكاء الاصطناعي الذي جاء قبله؟

الجواب الصريح أن الفرق في الاتّساع لا في الذكاء. النظام المخصّص لمهمة مبني لعمل واحد ويؤدّيه جيدًا. والنموذج الأساسي مبني لأعمال كثيرة، ويغطّي مدى أوسع بكثير. وليس أحدهما أفضل ببساطة: فالنظام المصنوع لغرض بعينه قد يكون أكثر قابلية للتوقّع، أو أكفأ، أو أدقّ في المهمة الضيّقة التي صُنع لها، بينما يتولّى النموذج العام طلبات لم يتوقّعها أحد.

المسألة نفسها، بطريقتين

نظام مخصّص لمهمة. يرصد مصرفٌ أي معاملة تتجاوز مبلغًا محدّدًا. المنطق ثابت، فيرفع إنذارًا كاذبًا أول مرة يقوم فيها عميل بشراء كبير لكنه مشروع تمامًا، وليس عنده ما يقوله عن السبب.

نموذج لغوي. تُقرأ المعاملة نفسها في سياقها. يستطيع النظام أن يوازن بين أنماط تشبه الاحتيال وبين التفاوت العادي في طرائق إنفاق الناس، ويستطيع أن ينتج تفسيرًا لسبب رصد معاملة بعينها. وذلك التفسير هو ما يجعل المراجعة البشرية عملية على نطاق واسع — فلا بدّ لأحد أن ينظر في التنبيهات، وهو يحتاج أن يعرف ما ينظر فيه.

لاحظ أن الصيغة الثانية لا تحلّ محلّ الأولى. فمعظم أنظمة الاحتيال الحقيقية تشغّل الاثنتين: فحوص حتميّة رخيصة تلتقط الحالات الواضحة، ونموذج عام مكلف يتولّى الباقي.

وكل ذلك يطرح السؤال البديهي. نظامٌ يتلقّى تعليمة بلغة بشرية عادية فينتج فقرة معقولة في الرد يفعل شيئًا غريبًا حقًا. فما الذي يحدث فعلًا داخله؟