الوحدة 1: ما هي نماذج LLM؟
فهم الذكاء الاصطناعي القادر على الحديث
تعرّفك هذه الوحدة على نماذج اللغة الكبيرة — التقنية وراء ChatGPT, Claude وغيرهما من مساعدي الذكاء الاصطناعي التي تبدو قادرة على فهم اللغة البشرية وتوليدها.
ما ستتعلمه
في هذه الوحدة ستقوم بما يلي:
- فهم ماهية نموذج اللغة وكيف يتنبأ بالنص
- معرفة لماذا يهم وصف «كبير» وكيف غيّر الحجم كل شيء
- استكشاف التاريخ من GPT إلى GPT-4
- مقارنة أبرز المزوّدين مثل OpenAI, Anthropic, Google, Meta
بنية الوحدة
| الفصل | الموضوع | المدة |
|---|---|---|
| الفصل 1 | فهم نماذج اللغة | 20 دقيقة |
| الفصل 2 | من GPT إلى GPT-4 | 25 دقيقة |
| الفصل 3 | أبرز مزوّدي نماذج LLM | 20 دقيقة |
| الاختبار | اختبار الوحدة 1 | 30 دقيقة |
معاينة المفاهيم الأساسية
نموذج اللغة
برنامج حاسوبي مدرَّب على التنبؤ بالكلمة التالية في الجملة. يشبه الإكمال التلقائي، لكنه أكثر تطوراً بكثير.
نموذج لغة كبير (LLM)
نموذج لغة يضم مليارات من الـ parameters، مدرَّب على كميات هائلة من النصوص. الجزء «الكبير» هو ما يمنح هذه النماذج قدراتها.
Parameters
القيم القابلة للضبط داخل النموذج التي تُعدَّل أثناء التدريب. زيادة عددها تعني عادةً قدرة أكبر.
التدريب
عملية تعليم النموذج بعرض كميات هائلة من النصوص عليه ليكتشف الأنماط.
الصورة الكبيرة
تخيّل أنك تحاول إكمال هذه الجملة:
"The cat sat on the ___"
يرجّح عقلك كلمات مثل "mat" أو "floor" أو "couch". السبب أنك تعلّمت أنماطاً من القراءة والاستماع طوال حياتك.
تقوم نماذج LLM بشيء مشابه — لكنها «قرأت» مليارات الصفحات، وتستطيع إكمال ليس الجمل فحسب، بل محادثات كاملة ومقالات وحتى الشيفرة.
لماذا يهم هذا؟
فهم نماذج LLM يساعدك على:
- استخدام أدوات الذكاء الاصطناعي بفعالية أكبر في عملك
- اتخاذ قرارات مستنيرة بشأن تبنّي الذكاء الاصطناعي
- التعرف على القيود وعدم المبالغة في الثقة بمخرجات الذكاء الاصطناعي
- مواكبة العصر مع أهم تحول تقني منذ ظهور الإنترنت
المتطلبات السابقة
لا تحتاج إلى خلفية تقنية! سنشرح كل شيء بتشبيهات يومية.
لنبدأ!
ابدأ بـ الفصل 1: فهم نماذج اللغة لتكتشف ما الذي يجعل أنظمة الذكاء الاصطناعي هذه تعمل.
الوقت التقديري لإكمال هذه الوحدة: 1.5-2 ساعة