إنتقل إلى المحتوى الرئيسي

الفصل 1: فهم نماذج اللغة

من الإكمال التلقائي إلى المحادثة​

تستخدم نماذج اللغة كل يوم — غالباً دون أن تلاحظ. عندما يقترح هاتفك الكلمة التالية أثناء الكتابة، فهذا نموذج لغة بسيط يعمل. نماذج اللغة الكبيرة هي الفكرة نفسها، لكن بقوة أكبر بكثير.

ما هو نموذج اللغة؟​

تعريف بسيط

نموذج اللغة برنامج حاسوبي يتنبأ بالنص التالي. تعطيه بداية، فيتنبأ باستكمالها.

تشبيه الإكمال التلقائي​

فكّر في الإكمال التلقائي على هاتفك:

  • تكتب "Good mor..."
  • يقترح هاتفك "morning"
  • تكتب "How are..."
  • يقترح هاتفك "you"

هذا نموذج لغة في أبسط صوره. تعلّم من ملايين الرسائل أن "Good mor..." يتبعها عادة "morning".

نماذج LLM هي الفكرة نفسها — لكنها بدلاً من التنبؤ بكلمات مفردة تستطيع التنبؤ بفقرات كاملة أو مقالات أو حتى كتب.

كيف يتحوّل التنبؤ إلى محادثة​

الفكرة الأساسية: توليد النص ليس سوى التنبؤ بما يأتي بعد ذلك، قطعة تلو الأخرى.

عندما تسأل ChatGPT "What is the capital of France?" يحدث ما يلي:

  1. يرى النموذج سؤالك
  2. يتنبأ بالكلمة التالية الأكثر احتمالاً: "The"
  3. ثم التالية: "capital"
  4. ثم: "of"
  5. ثم: "France"
  6. ثم: "is"
  7. ثم: "Paris"
  8. وهكذا...

كل كلمة تنبؤ يستند إلى كل ما سبقها. السحر أن هذه التنبؤات، بعد التدريب على مليارات الأمثلة، تصبح متماسكة ومفيدة بدرجة لافتة.

لماذا يهم وصف «كبير»​

كلمة «كبير» في نموذج اللغة الكبير تشير إلى أمرين:

1. حجم النموذج (الـ Parameters)​

النموذجالـ Parametersالتشبيه
إكمال تلقائي بسيطآلافقاموس جيب
GPT-2 (2019)1.5 مليارمكتبة صغيرة
GPT-3 (2020)175 مليارمكتبة جامعية ضخمة
GPT-4 (2023)نحو 1 تريليون+كل مكتبات العالم مجتمعة

الـ Parameters تشبه خلايا ذاكرة النموذج. زيادة عددها تعني أن النموذج يستطيع تخزين مزيد من الأنماط والعلاقات.

2. حجم بيانات التدريب​

تُدرَّب نماذج LLM الحديثة على:

  • مليارات من صفحات الويب
  • ملايين الكتب
  • أوراق علمية
  • مستودعات شيفرة
  • ويكيبيديا (بجميع اللغات)
  • مقالات إخبارية
  • وأكثر من ذلك بكثير...

المقياس يغيّر كل شيء​

يحدث أمر لافت عندما تكبر هذه النماذج بما يكفي: تظهر قدرات ناشئة (emergent abilities).

ما هي القدرات الناشئة؟​

قدرات لم تُبرمج صراحة لكنها «تنبثق» من المقياس:

  • الاستدلال: حل مسائل منطقية خطوة بخطوة
  • توليد الشيفرة: كتابة برامج تعمل
  • الترجمة: التحويل بين اللغات
  • التلخيص: اختصار مستندات طويلة
  • الكتابة الإبداعية: توليد قصص وقصائد والمزيد

النماذج الصغيرة لا تستطيع ذلك. النماذج الكبيرة تستطيع فجأة — كأننا أمام تحول طوري في الفيزياء.

من آلة حاسبة إلى مساعد​

مع نمو النماذج:

  • 2018: استطاعت إكمال الجمل
  • 2019: استطاعت كتابة فقرات متماسكة
  • 2020: استطاعت الإجابة عن الأسئلة وإجراء محادثات
  • 2022: استطاعت الاستدلال والبرمجة والإبداع بطرق متقدمة
  • 2023: استطاعت معالجة الصور والصوت والمزيد

ماذا «تعرف» نماذج LLM فعلاً​

إليك تمييزاً مهماً:

نماذج LLM لا تخزّن الحقائق كقاعدة بيانات​

ليس لديها جدول يقول "عاصمة فرنسا = باريس". بل تعلّمت أنه عندما يبدأ النص بـ "The capital of France is..." يتبعه تقريباً دائماً "Paris".

تعلّمت أنماطاً، ولم تحفظ حقائق​

لهذا تستطيع نماذج LLM:

  • توليد محتوى إبداعي لم تره من قبل
  • الجمع بين الأفكار بطرق جديدة
  • ارتكاب أخطاء أحياناً بشأن «الحقائق»

تخيّل الأمر هكذا: القارئ الواسع الاطلاع لا يحفظ كل جملة قرأها. بل يطوّر فهماً لكيفية عمل اللغة وكيف ترتبط المفاهيم ببعضها.

أمثلة من الواقع​

المثال 1: صياغة البريد الإلكتروني​

تبدأ الكتابة: "I hope this email finds you..." يتنبأ النموذج: "...well. I'm reaching out regarding our upcoming meeting..."

المثال 2: إكمال الشيفرة​

تكتب: def calculate_average(numbers): يتنبأ النموذج بالدالة كاملة استناداً إلى الاسم والأنماط الشائعة.

المثال 3: الكتابة الإبداعية​

تعطي prompt: "Write a haiku about programming" يولّد النموذج قصيدة تتبع بنية الهايكو لأنه تعلّم هذه الأنماط.

النقاط الأساسية​

✅ نماذج اللغة تتنبأ بالنص التالي

✅ «كبير» يعني مليارات من الـ parameters وبيانات تدريب هائلة

✅ المقياس يتيح قدرات ناشئة مثل الاستدلال والإبداع

✅ نماذج LLM تتعلم أنماطاً لا حقائق — ولهذا تبعات مهمة

✅ كل رد سلسلة من التنبؤات، token تلو الآخر

فكّر في ذلك​

قبل المتابعة، تأمّل:

  1. عندما تستخدم الإكمال التلقائي على هاتفك، ما الأنماط التي تعلّمها من كتابتك؟
  2. لماذا قد يؤدي التنبؤ بـ «الكلمة التالية» إلى فقرات متماسكة؟
  3. ما الذي قد يحدث خطأ عندما يقتصر النموذج على التنبؤ بأنماط؟

الخطوات التالية​

بعد أن فهمت ماهية نماذج اللغة، نستكشف تطوّرها في الفصل 2: من GPT إلى GPT-4.