كيف يعمل الذكاء الاصطناعي التوليدي: من الشبكات العصبية إلى ChatGPT

مقدمة: العصر الذي يكتب فيه الذكاء الاصطناعى ويرسم ويؤلف الموسيقى

قبل بضع سنوات ، بدا الذكاء الاصطناعي (AI) ، القادر على إنشاء نصوص ذات معنى وصور واقعية وتراكيب موسيقية أصلية ، شيئًا من الخيال العلمي. اليوم هو الواقع اليومي. النماذج التوليدية ، مثل ChatGpt و Midjourney و Suno ، تغير الأفكار حول الإبداع والأتمتة وجوهر "الذكاء". لكن كيف يعملون؟ كيف تتعلم السيارات إنشاء شيء جديد - سواء كان ذلك مقالًا أو توضيحًا أم سيمفونية؟

لفهم جهاز الذكاء الاصطناعى التوليدي يعني النظر في واحدة من أكثر كرات العلوم الحديثة إثارة. هذه المقالة مخصصة للمبادئ الأساسية التي تكمن وراء عمله: من الشبكات العصبية والهندسة المعمارية للمحولات إلى نماذج اللغة ، والتدريب على مجموعات البيانات الكبيرة وآليات توليد المحتوى.

ما هي الذكاء الاصطناعي التوليدي؟

AI التوليدي هو نوع من الذكاء الاصطناعي الذي يمكنه إنشاء بيانات جديدة على غرار تلك التي تدرب عليها. يمكن أن تكون النصوص أو الصور أو الموسيقى أو الفيديو أو حتى رمز البرنامج. إنه لا يحلل فقط أو يصنف - إنه يخلق.

أمثلة أساسية من الذكاء الاصطناعى التوليدي:

• chatgpt - يولد النصوص بلغة طبيعية.
• دال · ه - ينشئ الصور وفقًا لوصف النص.
• صنو ، أيفا - تأليف الموسيقى.
• جيثب copilot - يكتب رمز البرنامج.

على عكس الذكاء الاصطناعى التقليدي ، الذي يحل المشكلات وفقًا للقواعد ، تعتمد الذكاء الاصطناعي التوليدي على نماذج احتمالية مدربة على كميات هائلة من البيانات. "إلهامه" هو نمط إحصائي.

العمارة المحولات: الثورة في التعلم الآلي

قلب النماذج التوليدية الحديثة محول . تم تقديم هذه الهندسة المعمارية في المقالة "الحضور هو كل ما تحتاجه" (2017) ومنذ ذلك الحين أصبح معيار اللغة الذكاء الاصطناعي.

المبادئ الأساسية للمحول:

• آلية الانتباه
  بدلاً من معالجة النص بالترتيب (كما فعل RNN و LSTM) ، تقوم المحولات بتحليل الجملة بأكملها مرة واحدة. إنهم "ينتبهون" إلى كلمات مهمة ، ويحددون مقدار الكلمة التي تؤثر على كلمة أخرى.
• ذاتي
  يتم تحليل كل كلمة في سياق الجميع. هذا يسمح للنموذج بأخذ في الاعتبار التبعيات الطويلة والحفاظ على المعنى ، حتى في النصوص الكبيرة.
• التوازي
  يمكن تعليم المحولات بشكل أسرع ، لأنها لا تعتمد على المعالجة المتسقة ، مثل الشبكات المتكررة.

أصبحت هذه المبادئ هي المفتاح لتحقيق تقدم في توليد المحتوى ، وخاصة النصوص.

كيف يتم تدريب نماذج اللغة

نموذج اللغة هو نظام إحصائي يتنبأ باحتمال الكلمة التالية في التسلسل. على سبيل المثال ، رؤية عبارة "الطقس هو" اليوم "، يمكن للنموذج اختيار الاستمرار الأكثر ترجيحًا -" دافئ ".

عملية التعلم:

• مجموعة البيانات
  دراسات نموذجية على كميات كبيرة من النصوص: الكتب والمقالات والمواقع والشبكات الاجتماعية والرموز. على سبيل المثال ، درس GPT-3 في حالة أكثر من 500 مليار كلمة.
• الرمز المميز
  ينقسم النص إلى كلمات رموز-ولا دائمًا كلمات ، ولكن أيضًا أجزائهم ، على سبيل المثال ، "فكري".
• التوزيع المعاكس للخطأ
  يرتكب النموذج تنبؤًا ويحصل على خطأ إذا تنبأ بشكل غير صحيح. خطأ "عكسي" يعدل وزن النموذج ، مما يحسن الدقة.
• التحجيم
  كلما زادت المعلمات والبيانات ، زادت قدرة النموذج على فهم الأنماط والتفاصيل الدقيقة للغة المعقدة.

ماذا يحدث عندما تطرح سؤال ChatGpt؟

عندما تكتب سؤال ChatGPT ، تحدث سلسلة من العمليات المعقدة بشكل مدهش ، ولكن من الواضح أنها تحدث.

• يتم تحويل المدخل إلى الرموز
  ينقسم النص الخاص بك إلى تمثيلات عددية - الرموز.
• تحليل السياق
  يحلل النموذج كل رمز في سياق أي شخص آخر ، ويحدد كيفية ارتباطهم.
• اختيار الكلمة التالية
  باستخدام وظيفة احتمالية ، يحدد النموذج الرمز المميز الأنسب لمواصلة النص.
• تشكيل الجواب
  تتكرر هذه العملية رمزًا واحدًا في وقت واحد حتى يتم تشكيل إجابة كاملة.
• الخلاصة في النص القابل للقراءة
  يتم تحويل التسلسل النهائي للرموز إلى الكلمات والعبارات.

من النص إلى الصور والموسيقى: نماذج متعددة الوسائط

الذكاء الاصطناعى التوليدي اليوم لا يعمل فقط مع النص. هناك نماذج يمكنها تفسير النص وتحويله إلى صور أو موسيقى أو فيديو.

أمثلة على النماذج متعددة الوسائط:

• دال · E / Midjourney - تلقي وصفًا عند المدخل ("Cat in the Cosmonaut's Case") وإنشاء صورة فريدة.
• Suno / MusicLM - توليد الموسيقى حسب الأسلوب أو الحالة المزاجية أو الوصف النصي.
• سورا (من Openai) - يحول السيناريوهات النصية إلى مقاطع فيديو.

يتم استخدام البنى والنماذج الأكثر تعقيدًا هنا ، بما في ذلك شبكات الانتشار ، أدوات تلقائية ، GAN ومقطع - أنظمة لمقارنة النص والصور.

لماذا يفهم الذكاء الاصطناعي التوليدي ، لكن لا يفكر؟

على الرغم من النتائج المثيرة للإعجاب ، من المهم أن نفهم: منظمة العفو الدولية ليس لديها وعي أو نية أو "فهم" بالمعنى الإنساني.

ما يحدث حقًا:

• لا يعرف النموذج ما تقوله ، لكن نمذجة اللغة بشكل جيد للغاية .
• إنها "تخمن" الكلمة التالية الأكثر احتمالًا ، دون تجربتها أو عواطفها.
• لها "فهم" التقريب الإحصائي للمعنى ، لا تفكر.

يجب أخذ هذا الفرق الرئيسي في الاعتبار ، خاصة عند استخدام الذكاء الاصطناعي في المجالات الحساسة - من الطب إلى التكوين.

قيود وتحديات AI التوليد

على الرغم من قدراتهم ، فإن النماذج التوليدية ليست خالية من العيوب:

• الهلوسة - يمكن أن يعطي النموذج كذبة بثقة كاملة.
• أسئلة أخلاقية - إنشاء diphs ، الأخبار المزيفة ، الفن المزيف.
• الاعتماد على البيانات - يمكن لمنظمة العفو الدولية إعادة إنتاج التحيز والقوالب النمطية الموجودة في مبنى التدريب.
• مشكلة التأليف - من هو مؤلف المحتوى الذي تم إنشاؤه والمحتوى؟

كل هذه القضايا تتطلب اهتمامًا جادًا وتنظيمًا على المستوى الدولي.

الخلاصة: الطريق إلى مستقبل الذكاء التوليدي

الذكاء الاصطناعي التوليدي ليس مجرد جولة أخرى من الأتمتة. هذا هو منصة تكنولوجية أساسية قادرة على تغيير الأفكار حول الإبداع والتواصل والمعرفة. لقد أصبح بالفعل أداة لا غنى عنها للكتاب والفنانين والمبرمجين والباحثين.

ومع ذلك ، فإن فهم آلياتها الداخلية أمر مهم ليس فقط للمهندسين. أي شخص يتفاعل مع الذكاء الاصطناعى التوليدي يستفيد من نهج واعي. إن معرفة كيفية عمله يساعد على استخدامه بشكل أكثر كفاءة ، وتقييم النتائج بشكل نقدي وتجنب الفخاخ.

العالم الذي يصبح فيه الذكاء الاصطناعى مؤلفًا مشتركًا موجودًا بالفعل. ولكن من أجل جعل هذا التعاون منتجًا وآمنًا ، لا نحتاج فقط إلى الإعجاب بقدراته ، ولكن أيضًا لفهم بعمق ما هو مخفي وراء خطوط النص أو صورة أو لحن تم إنشاؤه بواسطة آلة.