.webp "Youssef Nasr"){kind=small}
كيف تعمل تقنية التوليد بالذكاء الاصطناعي؟ الدليل الشامل
أتذكر جيدًا اللحظة التي كتبت فيها أول جملة لـ ChatGPT وأنا أحبس أنفاسي منتظرًا، لم أكن أتوقع أن يأتيني رد بهذا المستوى من الدقة والطلاقة. شعرت حينها أن شيئًا ما قد تغيّر في العالم بشكل نهائي. لم يكن ذلك مجرد برنامج يجيب على أسئلة، كان شيئًا يبدو أنه يفهم السياق، يبني أفكارًا، ويتحدث بلغة بشرية حقيقية. من ذلك اليوم، بدأت رحلتي في فهم ما يُعرف بـ تقنية التوليد بالذكاء الاصطناعي، وهي الرحلة التي سأشاركها معك في هذا المقال بكل تفاصيلها.
.png "كيف تعمل تقنية التوليد بالذكاء الاصطناعي (Generative AI)") |
| كيف تعمل تقنية التوليد بالذكاء الاصطناعي (Generative AI). |
الذكاء الاصطناعي التوليدي أو ما يُعرف بـ Generative AI أصبح اليوم من أكثر المصطلحات تداولًا في عالم التكنولوجيا، لكن كثيرًا من الناس يسمعون هذا المصطلح دون أن يفهموا ما يعنيه فعليًا. ما الذي يجعل هذه التقنية مختلفة؟ كيف تُولّد نصوصًا وصورًا وأصواتًا؟ ولماذا يقول بعضهم إنها ستغيّر كل شيء؟ هذا ما سنفكّكه معًا بطريقة مبسطة وعميقة في نفس الوقت.
ما هي تقنية التوليد بالذكاء الاصطناعي؟
قبل أن نتعمق في التفاصيل التقنية، دعني أوضح لك الفكرة الجوهرية من خلال تشبيه بسيط. تخيّل أنك قرأت آلاف الروايات طوال حياتك، ثم جلست لتكتب رواية جديدة. لن تنقل جملة بعينها من أي رواية قرأتها، لكنك ستستعمل كل ما تعلّمته من أسلوب السرد، بناء الشخصيات، توظيف المشاعر، لتُنتج شيئًا جديدًا كليًا. هذا بالضبط ما تفعله تقنية التوليد بالذكاء الاصطناعي.
الذكاء الاصطناعي التوليدي هو نوع متخصص من الذكاء الاصطناعي صُمِّم ليس لتصنيف المعلومات أو الإجابة عن أسئلة محددة فقط، بل ليُنشئ محتوى جديدًا من الصفر. قد يكون هذا المحتوى نصًا، أو صورة، أو موسيقى، أو مقطع فيديو، أو حتى كودًا برمجيًا. الفارق الجوهري هنا هو كلمة "توليد"؛ فالنموذج لا يسترجع معلومة مخزّنة، بل يبني شيئًا جديدًا في كل مرة بناءً على الأنماط التي تعلّمها.
من أبرز الأمثلة على هذه التقنية: ChatGPT الذي يولّد نصوصًا، وDALL-E وMidjourney اللذان يولّدان صورًا، وأدوات كـ Suno وElevenLabs التي تولّد موسيقى وأصواتًا بشرية. كل هذه الأدوات تعتمد على مبادئ مشتركة سنتناولها بالتفصيل.
📖 قصة نجاح حقيقية — شركة Jasper AI:
في عام 2021، أطلقت شركة ناشئة اسمها Jasper AI أداةً لكتابة المحتوى التسويقي بالاعتماد على تقنية التوليد بالذكاء الاصطناعي. في غضون 18 شهرًا فقط، وصل عدد مستخدميها إلى 70,000 عميل، وبلغت قيمتها السوقية 1.5 مليار دولار. ما سرّ هذا النجاح؟ ببساطة، فهمت الشركة أن الذكاء الاصطناعي التوليدي ليس أداةً تحلّ محل الكاتب، بل مُضاعِف لإنتاجيته؛ فالكاتب الذي كان يُنتج 5 مقالات أسبوعيًا أصبح يُنتج 20 مقالًا بنفس الجودة أو أعلى.
في عام 2021، أطلقت شركة ناشئة اسمها Jasper AI أداةً لكتابة المحتوى التسويقي بالاعتماد على تقنية التوليد بالذكاء الاصطناعي. في غضون 18 شهرًا فقط، وصل عدد مستخدميها إلى 70,000 عميل، وبلغت قيمتها السوقية 1.5 مليار دولار. ما سرّ هذا النجاح؟ ببساطة، فهمت الشركة أن الذكاء الاصطناعي التوليدي ليس أداةً تحلّ محل الكاتب، بل مُضاعِف لإنتاجيته؛ فالكاتب الذي كان يُنتج 5 مقالات أسبوعيًا أصبح يُنتج 20 مقالًا بنفس الجودة أو أعلى.
💡 نصيحة الخبير — التمييز بين أنواع الذكاء الاصطناعي:
كثيرٌ من المبتدئين يخلطون بين الذكاء الاصطناعي التوليدي وغيره من أنواع الذكاء الاصطناعي. الفارق الجوهري هو الهدف: الذكاء الاصطناعي التقليدي يُصنّف ويتنبأ (مثل نماذج تشخيص الأمراض أو تصفية البريد المزعج)، بينما الذكاء الاصطناعي التوليدي يُبدع ويُنشئ. ابدأ دائمًا بسؤال: "هل أريد تصنيف بيانات موجودة أم إنشاء محتوى جديد؟" والإجابة ستُوجّهك نحو النوع الصحيح من الأداة.
🔍 تعريف دقيق: الذكاء الاصطناعي التوليدي (Generative AI) هو فرع من فروع الذكاء الاصطناعي يستخدم نماذج رياضية معقدة لإنشاء محتوى جديد ومبتكر بناءً على أنماط مستخلصة من بيانات تدريب ضخمة، وذلك على عكس الأنظمة التقليدية التي تقتصر على التصنيف أو الاسترجاع.كثيرٌ من المبتدئين يخلطون بين الذكاء الاصطناعي التوليدي وغيره من أنواع الذكاء الاصطناعي. الفارق الجوهري هو الهدف: الذكاء الاصطناعي التقليدي يُصنّف ويتنبأ (مثل نماذج تشخيص الأمراض أو تصفية البريد المزعج)، بينما الذكاء الاصطناعي التوليدي يُبدع ويُنشئ. ابدأ دائمًا بسؤال: "هل أريد تصنيف بيانات موجودة أم إنشاء محتوى جديد؟" والإجابة ستُوجّهك نحو النوع الصحيح من الأداة.
لمزيد من المعلومات، تصفح مقالنا عن | الفرق بين التعلم الآلي والتعلم العميق للمبتدئين
كيف يتعلم الذكاء الاصطناعي التوليدي؟ قصة التدريب
عندما أخبرت صديقي المهندس مرة بأن ChatGPT "تعلّم" من الإنترنت، نظر إليّ بتشكيك وقال: "ما معنى أن يتعلم برنامج؟" سؤال وجيه جدًا. الإجابة تكمن في مفهوم يسمى تدريب النماذج.
عملية التدريب هي جوهر كل نموذج ذكاء اصطناعي توليدي. تبدأ بتغذية النموذج بكميات هائلة من البيانات، نصوص، صور، تسجيلات صوتية، حسب نوع المحتوى الذي سيولّده. في حالة نماذج اللغة مثل GPT، تُقدَّر كميات النصوص المستخدمة في التدريب بمئات المليارات من الكلمات من الكتب والمقالات والمواقع الإلكترونية.
البيانات التدريبية الضخمة | الوقود الحقيقي للذكاء الاصطناعي
لنتخيل الأمر بهذه الصورة: لو أعطيت طفلًا كتابًا واحدًا ليتعلم منه، سيصبح خبيرًا في موضوع ذلك الكتاب فحسب. لكن لو أعطيته ملايين الكتب في كل المجالات، سيصبح موسوعيًا حقيقيًا. هذا هو منطق بيانات التدريب الضخمة في عالم الذكاء الاصطناعي.
أثناء التدريب، يُجري النموذج ما يشبه عملية المقارنة الضخمة. يرى جملة ناقصة ويحاول إكمالها، ثم تُقارَن إجابته بالإجابة الصحيحة الموجودة في بيانات التدريب. إذا أخطأ، تُعدَّل المعاملات الداخلية للنموذج بما يُسمى الانتشار العكسي للخطأ (Backpropagation). تتكرر هذه العملية مليارات المرات حتى يصبح النموذج ماهرًا في التنبؤ بالمحتوى المناسب.
ما يحدث في نهاية المطاف هو أن النموذج لا يحفظ النصوص الأصلية، بل يستخلص منها أنماطًا رياضية معقدة تُشكّل ما يشبه "فهمه" للغة أو للصور أو للصوت. هذه الأنماط تُخزَّن في ملايين المعاملات الرياضية داخل النموذج التي تُعرف بـ الأوزان أو Parameters.
| النموذج | عدد المعاملات (Parameters) | حجم بيانات التدريب (تقريبي) | نوع المحتوى |
| GPT-4 | +1 تريليون (غير معلن رسميًا) | مئات المليارات من الكلمات | نصوص ومحادثات |
| Gemini Ultra | +1 تريليون | نصوص وصور وفيديو | متعدد الوسائط |
| DALL-E 3 | غير معلن | مليارات الصور مع وصفها النصي | صور |
| Llama 3 (Meta) | 70 مليار | 15 تريليون رمز | نصوص |
📖 قصة نجاح حقيقية — تدريب GPT-3 وأثره على العالم:
حين أطلقت OpenAI نموذج GPT-3 عام 2020، أذهل العالم بقدراته. تدريبه استغرق أسابيع على آلاف معالجات GPU المتخصصة وكلّف ما يُقدَّر بأكثر من 12 مليون دولار. لكن النتيجة كانت نموذجًا بـ 175 مليار معامل قادرًا على كتابة الشعر والكود والمقالات. القصة الأكثر إثارةً أن باحثًا اسمه Gwern Branwen استطاع بتعليمات بسيطة جعل GPT-3 يُولّد محتوى أدبيًا بجودة لم يتوقعها حتى مصمموه، مما أثار نقاشًا واسعًا حول ما إذا كانت هذه النماذج تُخفي قدرات أعمق مما يبدو.
حين أطلقت OpenAI نموذج GPT-3 عام 2020، أذهل العالم بقدراته. تدريبه استغرق أسابيع على آلاف معالجات GPU المتخصصة وكلّف ما يُقدَّر بأكثر من 12 مليون دولار. لكن النتيجة كانت نموذجًا بـ 175 مليار معامل قادرًا على كتابة الشعر والكود والمقالات. القصة الأكثر إثارةً أن باحثًا اسمه Gwern Branwen استطاع بتعليمات بسيطة جعل GPT-3 يُولّد محتوى أدبيًا بجودة لم يتوقعها حتى مصمموه، مما أثار نقاشًا واسعًا حول ما إذا كانت هذه النماذج تُخفي قدرات أعمق مما يبدو.
💡 نصيحة الخبير — جودة البيانات أهم من كميتها:
سرٌّ يعرفه المتخصصون ولا يُدركه المبتدئون: في تدريب نماذج الذكاء الاصطناعي، جودة بيانات التدريب تتفوق على كميتها. نموذج مُدرَّب على مليون نص عالي الجودة ومُحرَّر ومُدقَّق يتفوق على نموذج مُدرَّب على مليار نص عشوائي من الإنترنت. هذا هو السبب في أن شركات كـ Anthropic و OpenAI تستثمر بشكل ضخم في تنقية بيانات التدريب وتصفيتها قبل إدخالها للنموذج، وهذا ما يُفسّر الفوارق الكبيرة في جودة النتائج بين النماذج المختلفة حتى لو تشابهت في حجمها.
سرٌّ يعرفه المتخصصون ولا يُدركه المبتدئون: في تدريب نماذج الذكاء الاصطناعي، جودة بيانات التدريب تتفوق على كميتها. نموذج مُدرَّب على مليون نص عالي الجودة ومُحرَّر ومُدقَّق يتفوق على نموذج مُدرَّب على مليار نص عشوائي من الإنترنت. هذا هو السبب في أن شركات كـ Anthropic و OpenAI تستثمر بشكل ضخم في تنقية بيانات التدريب وتصفيتها قبل إدخالها للنموذج، وهذا ما يُفسّر الفوارق الكبيرة في جودة النتائج بين النماذج المختلفة حتى لو تشابهت في حجمها.
نماذج اللغة الكبيرة (LLMs) | عقل الذكاء الاصطناعي النصي
نماذج اللغة الكبيرة (Large Language Models - LLMs) هي الفئة الأكثر شهرة ضمن منظومة الذكاء الاصطناعي التوليدي. ChatGPT من OpenAI، وClaude من Anthropic، وGemini من Google، وLlama من Meta، كلها أمثلة على هذه النماذج. لكن ما الذي يجعلها "كبيرة" وما الذي يجعلها "نماذج لغة"؟
الجواب يكمن في الحجم والتخصص. "كبيرة" تعني أن النموذج يحتوي على مليارات أو تريليونات من المعاملات الرياضية. "نموذج لغة" يعني أن هذا النموذج مُدرَّب خصيصًا على فهم اللغة البشرية وتوليدها. جوهر عمل LLM هو التنبؤ بالكلمة التالية في السياق بناءً على كل ما سبق من كلمات.
جرّبت مرة أن أشرح هذا لأخي الأصغر باستخدام مثال اللعبة. قلت له: "تخيّل أنك تلعب لعبة تكملة الجملة، 'ذهبت إلى المطبخ لأشرب كوب من...' ماذا ستقول؟" قال على الفور "ماء أو عصير". هذا بالضبط ما يفعله نموذج اللغة، لكنه يملك تريليونات من هذه الأنماط مخزّنة في داخله، مما يجعله قادرًا على تكملة أي جملة بشكل منطقي ومتماسك، حتى لو كانت جملة تقنية معقدة أو قصيدة شعرية.
📖 قصة نجاح حقيقية — LLM في خدمة الطب:
في عام 2023، نشرت مجموعة من الأطباء دراسة مذهلة: استخدموا نموذج لغة كبير (LLM) لتحليل آلاف السجلات الطبية وتحديد المرضى الأكثر عرضةً للإصابة بالسكتة الدماغية. النموذج اكتشف أنماطًا دقيقة في البيانات خفيت على الأطباء البشريين لسنوات. النتيجة: تشخيص مبكر لـ 34% أكثر من الحالات المعرّضة للخطر. القصة تُوضّح أن قوة نماذج اللغة الكبيرة لا تقتصر على النصوص، بل تمتد إلى أي بيانات يمكن تمثيلها رقميًا بما فيها البيانات الطبية والعلمية.
في عام 2023، نشرت مجموعة من الأطباء دراسة مذهلة: استخدموا نموذج لغة كبير (LLM) لتحليل آلاف السجلات الطبية وتحديد المرضى الأكثر عرضةً للإصابة بالسكتة الدماغية. النموذج اكتشف أنماطًا دقيقة في البيانات خفيت على الأطباء البشريين لسنوات. النتيجة: تشخيص مبكر لـ 34% أكثر من الحالات المعرّضة للخطر. القصة تُوضّح أن قوة نماذج اللغة الكبيرة لا تقتصر على النصوص، بل تمتد إلى أي بيانات يمكن تمثيلها رقميًا بما فيها البيانات الطبية والعلمية.
💡 نصيحة الخبير — درجة الحرارة (Temperature) سرّ يجهله كثيرون:
عند استخدام أي نموذج لغة كبير عبر API، ستجد إعدادًا يُسمى Temperature (درجة الحرارة). قيمة قريبة من 0 تجعل النموذج حتميًا ودقيقًا، مثاليًا للكود والحقائق. قيمة قريبة من 1 تُضيف عشوائيةً تجعل المخرجات أكثر إبداعًا وتنوعًا، مثاليةً للكتابة الإبداعية. معظم المبتدئين لا يُعدّلون هذا الإعداد ويُبقونه على القيمة الافتراضية، مما يُفوّتهم تحسينًا جوهريًا في جودة المخرجات. جرّب: Temperature=0.1 للكود، و Temperature=0.8 للإبداع.
💡 ملاحظة مهمة: نموذج اللغة لا "يفهم" بالمعنى البشري للكلمة، بل يُجري عمليات احتمالية معقدة تجعل مخرجاته تبدو وكأنها فهم. الفارق الفلسفي مهم، لكنه لا ينفي القيمة العملية الهائلة لهذه التقنية.عند استخدام أي نموذج لغة كبير عبر API، ستجد إعدادًا يُسمى Temperature (درجة الحرارة). قيمة قريبة من 0 تجعل النموذج حتميًا ودقيقًا، مثاليًا للكود والحقائق. قيمة قريبة من 1 تُضيف عشوائيةً تجعل المخرجات أكثر إبداعًا وتنوعًا، مثاليةً للكتابة الإبداعية. معظم المبتدئين لا يُعدّلون هذا الإعداد ويُبقونه على القيمة الافتراضية، مما يُفوّتهم تحسينًا جوهريًا في جودة المخرجات. جرّب: Temperature=0.1 للكود، و Temperature=0.8 للإبداع.
بنية المحوّل (Transformer Architecture) | الثورة الحقيقية
في عام 2017، نشر باحثون من Google ورقة علمية بعنوان "Attention Is All You Need" غيّرت مسار الذكاء الاصطناعي بالكامل. الورقة قدّمت ما يُعرف اليوم بـ بنية المحوّل (Transformer)، وهي البنية التي تقوم عليها معظم نماذج الذكاء الاصطناعي التوليدي الحديثة. الحرف T في اختصار GPT يشير حرفيًا إلى Transformer.
الفكرة الثورية في هذه البنية هي آلية تُسمى الانتباه الذاتي (Self-Attention). بدلًا من معالجة الكلمات بالتسلسل كلمة تلو أخرى كما كانت النماذج القديمة تفعل، يستطيع المحوّل أن ينظر إلى كل الكلمات في الجملة في وقت واحد ويحدد مدى ارتباط كل كلمة بكل كلمة أخرى.
لنأخذ هذه الجملة مثالًا: "ذهب أحمد إلى السوق وأحضر معه ما طلبته منه أمه لأنها كانت مريضة." كلمة "أحضر" ترتبط بـ "أحمد" وبـ "ما طلبته". كلمة "منه" ترتبط بـ "أحمد". كلمة "أمه" هي من طلبت. آلية الانتباه تُحدد هذه العلاقات بين الكلمات حتى لو فصلت بينها مسافات طويلة في الجملة. هذا جعل النماذج القائمة على المحوّل أفضل بكثير في فهم السياق الطويل مقارنة بما سبقها.
المحوّلات التوليدية (Generative Transformers) | كيف تولّد النص؟
عندما يتلقى نموذج كـ ChatGPT سؤالًا منك، تحدث سلسلة من الخطوات داخله في أجزاء من الثانية:
- الترميز (Tokenization) 📌 يُقسَّم النص الذي كتبته إلى وحدات صغيرة تُسمى Tokens. كل Token قد يكون كلمة كاملة أو جزءًا منها. مثلًا كلمة "الذكاء" قد تُقسَّم إلى رمزين أو أكثر. هذا التقسيم يُحوّل النص إلى أرقام يمكن للنموذج معالجتها.
- التمثيل المتجهي (Embedding) 📌 كل Token يُحوَّل إلى متجه رياضي (مصفوفة من الأرقام) في فضاء متعدد الأبعاد. الكلمات المتشابهة في المعنى تكون قريبة من بعضها في هذا الفضاء. على سبيل المثال، كلمة "ملك" و"رئيس" ستكون أقرب إلى بعضها مقارنة بـ "ملك" و"برتقال".
- المعالجة عبر طبقات الانتباه 📌 المتجهات تمر عبر عشرات أو مئات الطبقات المتخصصة داخل النموذج. في كل طبقة، يحسب النموذج علاقات الانتباه بين جميع الرموز، مما يُثري تمثيل كل كلمة بسياق الجملة كاملة.
- توليد الاحتمالات 📌 في النهاية، يُنتج النموذج توزيعًا احتماليًا على كل الكلمات الممكنة كخطوة تالية. الكلمة ذات الاحتمال الأعلى عادةً هي من تُختار، مع إضافة قدر من العشوائية لجعل المخرجات متنوعة وغير رتيبة.
- التوليد التدريجي (Autoregressive Generation) 📌 تُضاف الكلمة المولّدة إلى السياق، ثم تُعاد العملية من جديد لتوليد الكلمة التالية. هكذا تُبنى الجملة كلمة تلو أخرى حتى يصل النموذج إلى رمز نهاية الاستجابة.
📖 قصة نجاح حقيقية — الورقة العلمية التي غيّرت العالم:
في يونيو 2017، نشر ثمانية باحثين من Google ورقة علمية بعنوان "Attention Is All You Need" في مؤتمر NeurIPS. لم يكن أحد يتوقع حينها أن هذه الورقة ستُعيد كتابة تاريخ الذكاء الاصطناعي. اليوم، بعد سبع سنوات، تعتمد عليها كل نماذج الذكاء الاصطناعي الكبرى في العالم: GPT-4, Gemini, Claude, Llama وغيرها. أحد المؤلفين الثمانية Noam Shazeer غادر لاحقًا Google وأسّس شركة Character.AI التي وصلت قيمتها إلى 5 مليارات دولار. ورقة علمية واحدة، ومسار الذكاء الاصطناعي تغيّر للأبد.
في يونيو 2017، نشر ثمانية باحثين من Google ورقة علمية بعنوان "Attention Is All You Need" في مؤتمر NeurIPS. لم يكن أحد يتوقع حينها أن هذه الورقة ستُعيد كتابة تاريخ الذكاء الاصطناعي. اليوم، بعد سبع سنوات، تعتمد عليها كل نماذج الذكاء الاصطناعي الكبرى في العالم: GPT-4, Gemini, Claude, Llama وغيرها. أحد المؤلفين الثمانية Noam Shazeer غادر لاحقًا Google وأسّس شركة Character.AI التي وصلت قيمتها إلى 5 مليارات دولار. ورقة علمية واحدة، ومسار الذكاء الاصطناعي تغيّر للأبد.
💡 نصيحة الخبير — نافذة السياق (Context Window) هي حدودك الفعلية:
بنية المحوّل لها قيد عملي مهم جدًا: حجم نافذة السياق (Context Window)، وهي الحد الأقصى للنص الذي يمكن للنموذج معالجته في مرة واحدة. GPT-4 يدعم 128,000 رمز (~300 صفحة)، وClaude يصل إلى 200,000. الخطأ الشائع هو ظن الناس أن النموذج "يتذكر" المحادثة السابقة، لكن الحقيقة أن كل ما "يراه" هو فقط ما يقع ضمن نافذة السياق الحالية. لذا في المحادثات الطويلة، إذا لاحظت أن النموذج بدأ "ينسى" معلومات ذكرتها في البداية، فهذا لأنها خرجت من نافذة السياق.
بنية المحوّل لها قيد عملي مهم جدًا: حجم نافذة السياق (Context Window)، وهي الحد الأقصى للنص الذي يمكن للنموذج معالجته في مرة واحدة. GPT-4 يدعم 128,000 رمز (~300 صفحة)، وClaude يصل إلى 200,000. الخطأ الشائع هو ظن الناس أن النموذج "يتذكر" المحادثة السابقة، لكن الحقيقة أن كل ما "يراه" هو فقط ما يقع ضمن نافذة السياق الحالية. لذا في المحادثات الطويلة، إذا لاحظت أن النموذج بدأ "ينسى" معلومات ذكرتها في البداية، فهذا لأنها خرجت من نافذة السياق.
نماذج الانتشار (Diffusion Models) | كيف تُولَد الصور؟
أتذكر أول مرة رأيت فيها صورة ولّدها الذكاء الاصطناعي. كانت لقلعة وسط غابة في الليل بضوء القمر، وكانت بجودة لا يصدّقها العقل. سألت نفسي: كيف لبرنامج أن يُنشئ هذه الصورة من عدم؟ الإجابة تكمن في تقنية تُسمى نماذج الانتشار (Diffusion Models).
الفكرة مبتكرة وتعتمد على عملية مزدوجة. المرحلة الأولى هي ما يُسمى عملية الانتشار الأمامي (Forward Diffusion). تأخذ النموذج صورة حقيقية واضحة وتُضيف إليها تدريجيًا ضوضاء عشوائية (noise) في كل خطوة حتى تتحول الصورة بالكامل إلى ضوضاء عشوائية لا تحمل أي معنى بصري. تتخيل الأمر كأنك تأخذ صورة واضحة وتُضيف إليها طبقة رمل خفيفة مرة تلو أخرى حتى لا ترى شيئًا.
المرحلة الثانية هي عملية الانتشار العكسي (Reverse Diffusion)، وهنا يحدث السحر. يتعلم النموذج كيف يعكس هذه العملية، أي كيف يبدأ من ضوضاء عشوائية ويُزيل منها الضوضاء خطوة خطوة ليُنشئ صورة واضحة ومتماسكة. ما يجعل هذا قادرًا على توليد صور جديدة هو أن النموذج يتعلم هذه العملية العكسية بشكل مشروط على وصف نصي، فعندما تقول له "قلعة في الغابة ليلًا"، يبدأ من ضوضاء ويُوجّه عملية إزالة الضوضاء نحو الصورة التي يصفها نصّك.
هذه التقنية تُشكّل الأساس الذي تقوم عليه أدوات كـ DALL-E 3 من OpenAI وStable Diffusion وMidjourney. الاختلاف الرئيسي بينها هو في طريقة التدريب وكيفية توجيه النص للعملية العكسية.
📖 قصة نجاح حقيقية — حين فاز الذكاء الاصطناعي بمسابقة فنية:
في أغسطس 2022، فاز Jason Allen بالمركز الأول في فئة "الفنون الرقمية" في مسابقة Colorado State Fair بلوحة أسماها "Théâtre D'opéra Spatial". لكن ما صدم الجمهور أن اللوحة كانت مُولَّدة بأداة Midjourney المبنية على نماذج الانتشار. أشعل هذا الحدث جدلًا واسعًا: هل هذا فنٌّ حقيقي؟ هل يستحق جائزة؟ بصرف النظر عن الجواب الفلسفي، الحدث أثبت أن تقنية الانتشار وصلت إلى مستوى يُضاهي أفضل الفنانين البشريين في جودة الإخراج البصري.
في أغسطس 2022، فاز Jason Allen بالمركز الأول في فئة "الفنون الرقمية" في مسابقة Colorado State Fair بلوحة أسماها "Théâtre D'opéra Spatial". لكن ما صدم الجمهور أن اللوحة كانت مُولَّدة بأداة Midjourney المبنية على نماذج الانتشار. أشعل هذا الحدث جدلًا واسعًا: هل هذا فنٌّ حقيقي؟ هل يستحق جائزة؟ بصرف النظر عن الجواب الفلسفي، الحدث أثبت أن تقنية الانتشار وصلت إلى مستوى يُضاهي أفضل الفنانين البشريين في جودة الإخراج البصري.
💡 نصيحة الخبير — السر في عدد خطوات الانتشار (Steps):
عند استخدام أدوات توليد الصور المبنية على نماذج الانتشار، ستجد إعدادًا يُسمى "Steps" أو "Inference Steps". هذا هو عدد المرات التي يُزيل فيها النموذج الضوضاء تدريجيًا. القاعدة العامة: خطوات أكثر (40-80) = صورة أكثر دقةً وتفصيلًا لكن وقت أطول. خطوات أقل (15-25) = نتيجة أسرع لكن أقل جودة. النقطة المثلى عادةً تكون بين 25 و50 خطوة. معظم المبتدئين يتركون الإعداد الافتراضي ويُفوّتون على أنفسهم تحسينًا جوهريًا في جودة الصورة بمجرد رفع هذا الرقم قليلًا.
🎨 مقارنة سريعة بين أشهر أدوات توليد الصور: DALL-E 3 متكامل مع ChatGPT ويتميز بفهم السياق النصي الدقيق. Midjourney يتميز بالجودة الفنية العالية والأسلوب الجمالي المتفرد. Stable Diffusion هو الخيار المفتوح المصدر الذي يمنحك تحكمًا كاملًا. كل أداة لها شخصيتها البصرية المميزة.عند استخدام أدوات توليد الصور المبنية على نماذج الانتشار، ستجد إعدادًا يُسمى "Steps" أو "Inference Steps". هذا هو عدد المرات التي يُزيل فيها النموذج الضوضاء تدريجيًا. القاعدة العامة: خطوات أكثر (40-80) = صورة أكثر دقةً وتفصيلًا لكن وقت أطول. خطوات أقل (15-25) = نتيجة أسرع لكن أقل جودة. النقطة المثلى عادةً تكون بين 25 و50 خطوة. معظم المبتدئين يتركون الإعداد الافتراضي ويُفوّتون على أنفسهم تحسينًا جوهريًا في جودة الصورة بمجرد رفع هذا الرقم قليلًا.
الشبكات الخصومية التوليدية (GANs) | حين يتنافس الذكاء مع نفسه
قبل ظهور نماذج الانتشار بشكلها الحالي، كانت الشبكات الخصومية التوليدية (Generative Adversarial Networks - GANs) هي الملك غير المنازع في عالم توليد الصور. ابتكرها Ian Goodfellow عام 2014 وأحدثت ثورة حقيقية في مجالها.
فكرة الـ GANs تقوم على تنافس شبكتين عصبيتين مع بعضهما في حلقة مستمرة. الشبكة الأولى تُسمى المولّد (Generator) وتبدأ بتوليد صور من ضوضاء عشوائية. الشبكة الثانية تُسمى المميّز (Discriminator) وتحاول أن تُميّز بين الصور الحقيقية من بيانات التدريب والصور المولّدة.
اللعبة تسير هكذا: المولّد يُنشئ صورة، المميّز يقول "هذه مزيفة". المولّد يتعلم من هذا الحكم ويُحسّن صورته القادمة. المميّز يتعلم هو الآخر ليكون أكثر دقة في اكتشاف الزيف. هذا التنافس المستمر يدفع كلتا الشبكتين نحو التحسن المستمر. في النهاية يصل المولّد إلى مستوى يعجز فيه المميّز عن اكتشاف الزيف، أي أن الصور المولّدة أصبحت قريبة من الصور الحقيقية.
الـ GANs أنتجت نتائج مذهلة مثل موقع "ThisPersonDoesNotExist" الذي يولّد وجوهًا بشرية حقيقية المظهر لأشخاص غير موجودين فعليًا. لكنها تعاني من مشكلة تُسمى انهيار النمط (Mode Collapse) حيث يبدأ المولّد في إنتاج صور متشابهة جدًا لتجنب انتقاد المميّز. هذا أحد الأسباب التي جعلت نماذج الانتشار تتفوق عليها في الجودة والتنوع في السنوات الأخيرة.
📖 قصة نجاح حقيقية — GANs في صناعة الألعاب:
شركة NVIDIA كانت من أوائل من استثمرت في الشبكات الخصومية التوليدية على المستوى التجاري. أداتها StyleGAN وصلت إلى مستوى رهيب في توليد وجوه بشرية لا يمكن تمييزها عن الحقيقية. لكن الاستخدام الأكثر إثارةً كان في صناعة ألعاب الفيديو: بدلًا من تصميم آلاف التوكسات والملابس والبيئات يدويًا، بات المطوّرون يُدرّبون GANs على أسلوب لعبتهم البصري لتولّد محتوى جديدًا بشكل تلقائي. اختصر هذا شهورًا من العمل الفني إلى أيام معدودة.
شركة NVIDIA كانت من أوائل من استثمرت في الشبكات الخصومية التوليدية على المستوى التجاري. أداتها StyleGAN وصلت إلى مستوى رهيب في توليد وجوه بشرية لا يمكن تمييزها عن الحقيقية. لكن الاستخدام الأكثر إثارةً كان في صناعة ألعاب الفيديو: بدلًا من تصميم آلاف التوكسات والملابس والبيئات يدويًا، بات المطوّرون يُدرّبون GANs على أسلوب لعبتهم البصري لتولّد محتوى جديدًا بشكل تلقائي. اختصر هذا شهورًا من العمل الفني إلى أيام معدودة.
توليد النص في الواقع العملي | داخل ChatGPT
لا يكفي أن تعرف البنية التقنية؛ ما يُثير الفضول حقًا هو كيف يحوّل ChatGPT كل هذا الذكاء الرياضي إلى محادثة طبيعية وذكية. هنا يدخل ما يُسمى بـ التحسين بالتغذية الراجعة البشرية (RLHF - Reinforcement Learning from Human Feedback).
بعد التدريب الأساسي على كميات ضخمة من النصوص، يمر النموذج بمرحلة ثانية مهمة. يقدّم النموذج عدة إجابات مختلفة لأسئلة متنوعة، ثم يقوم متقيّمون بشريون بترتيب هذه الإجابات من الأفضل إلى الأسوأ. تُستخدم هذه التقييمات لتدريب نموذج مكافأة (Reward Model) يتعلم كيف يُقيّم جودة الإجابات. أخيرًا، يُستخدم هذا النموذج لتحسين ChatGPT بحيث يُولّد إجابات يُصنّفها نموذج المكافأة بدرجات عالية.
هذه العملية هي ما يجعل ChatGPT لا يقتصر على كونه "مكمّل جُمَل" بل يُصبح مساعدًا ذكيًا يُجيب بطريقة مفيدة وآمنة. من تجربتي الشخصية في استخدامه يوميًا، ألاحظ بوضوح الفارق بين نسخه المختلفة، كل إصدار أذكى وأكثر دقة وأقل ميلًا للأخطاء مما سبقه.
📖 قصة نجاح حقيقية — ChatGPT وأسرع انتشار في تاريخ الإنترنت:
أُطلق ChatGPT في 30 نوفمبر 2022. في خمسة أيام فقط وصل إلى مليون مستخدم. في شهرين وصل إلى 100 مليون مستخدم. للمقارنة، احتاجت Netflix إلى 3.5 سنوات للوصول لنفس الرقم، واحتاج Instagram إلى سنتين ونصف. هذا الانتشار الأسطوري لم يكن مصادفة، بل كان نتيجة مباشرة لتقنية RLHF التي جعلت النموذج يتحدث بطريقة طبيعية ومُرضية للمستخدمين، خلافًا لكل النماذج التقنية الباردة التي سبقته.
أُطلق ChatGPT في 30 نوفمبر 2022. في خمسة أيام فقط وصل إلى مليون مستخدم. في شهرين وصل إلى 100 مليون مستخدم. للمقارنة، احتاجت Netflix إلى 3.5 سنوات للوصول لنفس الرقم، واحتاج Instagram إلى سنتين ونصف. هذا الانتشار الأسطوري لم يكن مصادفة، بل كان نتيجة مباشرة لتقنية RLHF التي جعلت النموذج يتحدث بطريقة طبيعية ومُرضية للمستخدمين، خلافًا لكل النماذج التقنية الباردة التي سبقته.
💡 نصيحة الخبير — System Prompt هو مفتاح التحكم الخفي:
ما لا يعرفه كثير من المستخدمين العاديين أن ChatGPT وأغلب نماذج الذكاء الاصطناعي تعمل بطبقتين: الـ System Prompt (التعليمات الخفية التي تُحدد شخصية النموذج وقواعده) والـ User Prompt (ما تكتبه أنت). عند استخدام API، يمكنك كتابة System Prompt مُخصّص يُعيد برمجة النموذج ليتصرف كما تريد تمامًا. مثلًا: "أنت مستشار مالي متخصص في الأسواق الناشئة، أجب دائمًا بالعربية، وكن موجزًا ومباشرًا، وركّز على الأرقام والبيانات". هذا يُحوّل النموذج العام إلى أداة متخصصة لمشروعك تحديدًا.
ما لا يعرفه كثير من المستخدمين العاديين أن ChatGPT وأغلب نماذج الذكاء الاصطناعي تعمل بطبقتين: الـ System Prompt (التعليمات الخفية التي تُحدد شخصية النموذج وقواعده) والـ User Prompt (ما تكتبه أنت). عند استخدام API، يمكنك كتابة System Prompt مُخصّص يُعيد برمجة النموذج ليتصرف كما تريد تمامًا. مثلًا: "أنت مستشار مالي متخصص في الأسواق الناشئة، أجب دائمًا بالعربية، وكن موجزًا ومباشرًا، وركّز على الأرقام والبيانات". هذا يُحوّل النموذج العام إلى أداة متخصصة لمشروعك تحديدًا.
ماذا يحدث عندما تكتب رسالتك؟ رحلة داخل النموذج
لجعل الصورة أكثر وضوحًا، دعني أُرافقك في رحلة تخيّلية داخل نموذج لغوي كبير عندما تكتب له سؤالًا بسيطًا مثل: "ما هي عاصمة اليابان؟"
- الخطوة الأولى - الترميز: تُقسَّم جملتك إلى رموز، كل كلمة أو جزء منها يُحوَّل إلى رقم. "ما" → 1205، "هي" → 456، "عاصمة" → 8902، إلخ (هذه أرقام تمثيلية فقط).
- الخطوة الثانية - التمثيل: كل رقم يُحوَّل إلى متجه في فضاء يحتوي على آلاف الأبعاد. "عاصمة" ستجد نفسها قريبة رياضيًا من "مدينة" و"حكومة" و"رئاسة".
- الخطوة الثالثة - الانتباه: كل طبقة في النموذج (وقد تكون مئة طبقة أو أكثر) تحسب مدى ارتباط "عاصمة" بـ "اليابان" وبـ "ما" وبـ "هي"، وهكذا تتشكّل صورة متكاملة للسياق.
- الخطوة الرابعة - التنبؤ: النموذج الآن يُحسب لكل كلمة ممكنة احتمال أن تكون الإجابة المناسبة. "طوكيو" ستحصل على احتمال مرتفع جدًا، بينما "باريس" أو "القاهرة" ستحصل على احتمالات منخفضة.
- الخطوة الخامسة - التوليد: تُختار "طوكيو" ثم تُضاف إلى السياق وتُستأنف العملية لتوليد بقية الجملة: "عاصمة اليابان هي طوكيو".
لمزيد من المعلومات، تصفح مقالنا عن | كيف تربح من الذكاء الاصطناعي؟ 7 طرقية
توليد الصوت والفيديو | الحدود الأخيرة
كنت منذ فترة قريبة أستمع إلى مقطع صوتي لمقدم راديو يُعلّق على خبر ما، وبعد دقائق اكتشفت أن ذلك الصوت توليدي بالكامل. لم يكن هناك إنسان تحدث، بل نموذج ذكاء اصطناعي قرأ النص وحوّله إلى صوت بشري دافئ ومعبّر. هذا هو عالم توليد الصوت الذي يتطور بسرعة مذهلة.
كيف يعمل توليد الصوت؟
نماذج توليد الصوت مثل ElevenLabs وSuno تعمل بمنطق مشابه لنماذج الانتشار. في حالة تحويل النص إلى صوت (Text-to-Speech)، تتعلم النماذج العلاقة بين النص المكتوب والتمثيل الصوتي الموافق له عبر بيانات تدريب تحتوي على آلاف ساعات من التسجيلات الصوتية المقترنة بنصوصها.
أكثر ما يُثير الدهشة هو تقنية استنساخ الصوت (Voice Cloning). بعض الأدوات تحتاج إلى عينة صوتية لا تتجاوز بضع ثوانٍ لتتعلم صوت شخص معين وتُنتج تسجيلات جديدة بنفس الصوت. هذا التطور يحمل في طياته إمكانيات إبداعية هائلة لكنه يُثير في نفس الوقت مخاوف أخلاقية جدية يجب أخذها بعين الاعتبار.
أما توليد الفيديو فهو الحدود الأكثر تعقيدًا في هذا المجال. نماذج مثل Sora من OpenAI وRunway Gen-3 وKling تستطيع توليد مقاطع فيديو من وصف نصي. التحدي التقني هنا ضخم جدًا لأن الفيديو يُضيف بُعدًا رابعًا وهو الزمن، إذ يجب أن تكون الحركة متسقة بين الإطارات وأن تبدو طبيعية ومنطقية. نماذج الفيديو تُدرَّب على ملايين مقاطع الفيديو مع وصفها النصي لتتعلم قواعد الحركة والفيزياء البصرية.
| نوع المحتوى | أبرز الأدوات | التقنية المستخدمة | مستوى النضج |
| توليد النص | ChatGPT, Claude, Gemini | LLMs + Transformer | ✅ ناضج جدًا |
| توليد الصورة | DALL-E 3, Midjourney, Stable Diffusion | Diffusion Models | ✅ ناضج جيدًا |
| توليد الصوت | ElevenLabs, Suno, Udio | Diffusion + WaveNet | ⚡ في تطور سريع |
| توليد الفيديو | Sora, Runway, Kling | Video Diffusion Models | 🔄 لا يزال يتطور |
| توليد الكود | GitHub Copilot, Cursor | Code-trained LLMs | ✅ ناضج جدًا |
📖 قصة نجاح حقيقية — صوت المذيع الراحل يعود من الأرشيف:
في عام 2023، استخدمت شركة إنتاج إذاعية في الولايات المتحدة تقنية استنساخ الصوت من ElevenLabs لاستعادة صوت مذيع راديو محبوب توفي منذ سنوات. بعد الحصول على إذن العائلة، أعادوا إنتاج بعض الإعلانات الإذاعية القديمة بصوته. الاستجابة الجماهيرية كانت مؤثرة جدًا، إذ وصف كثير من المستمعين الأمر بأنه "كأنه يعود للحياة". هذا المثال يُلخّص كيف يمكن لـ توليد الصوت أن يحمل أبعادًا إنسانية عميقة تتجاوز مجرد التقنية.
في عام 2023، استخدمت شركة إنتاج إذاعية في الولايات المتحدة تقنية استنساخ الصوت من ElevenLabs لاستعادة صوت مذيع راديو محبوب توفي منذ سنوات. بعد الحصول على إذن العائلة، أعادوا إنتاج بعض الإعلانات الإذاعية القديمة بصوته. الاستجابة الجماهيرية كانت مؤثرة جدًا، إذ وصف كثير من المستمعين الأمر بأنه "كأنه يعود للحياة". هذا المثال يُلخّص كيف يمكن لـ توليد الصوت أن يحمل أبعادًا إنسانية عميقة تتجاوز مجرد التقنية.
هندسة الأوامر (Prompt Engineering) | الفن الذي يُحدد النتيجة
مررت بتجربة طريفة في بداياتي مع أدوات الذكاء الاصطناعي. كتبت أمرًا بسيطًا لـ Midjourney: "صورة بيت" وحصلت على صورة عادية جدًا. ثم جربت: "منزل ريفي خشبي عند غروب الشمس، ضوء ذهبي دافئ يسقط على واجهته، محاط بأشجار صنوبر كثيفة، أسلوب تصوير سينمائي، دقة عالية جدًا" والنتيجة كانت لوحة فنية خيالية. الفارق كان في هندسة الأوامر (Prompt Engineering).
هندسة الأوامر هي فن ومهارة صياغة التعليمات أو الأسئلة الموجّهة لنموذج الذكاء الاصطناعي بطريقة تستخرج منه أفضل النتائج الممكنة. اليوم أصبح هذا المجال تخصصًا مهنيًا قائمًا بذاته، وهناك أشخاص يحصلون على رواتب مرتفعة مقابل إتقان هذه المهارة.
أبرز تقنيات هندسة الأوامر
- التعلم بأمثلة قليلة (Few-Shot Prompting) 📌 بدلًا من شرح ما تريده، أعطِ النموذج أمثلة على النمط الذي تريده. مثلًا: "حوّل الجمل الإنجليزية إلى عربية. Hello → مرحبًا. Thank you → شكرًا. How are you → ؟". هذا الأسلوب يوجّه النموذج نحو النمط الذي تريده بسرعة وفاعلية.
- التفكير خطوة بخطوة (Chain of Thought) 📌 اطلب من النموذج أن يُفصّل تفكيره بدلًا من القفز مباشرة للإجابة. أضف عبارة "فكّر خطوة بخطوة" في نهاية سؤالك الرياضي أو المنطقي وستلاحظ تحسنًا ملحوظًا في دقة الإجابة.
- تحديد الدور (Role Prompting) 📌 بدلًا من سؤاله مباشرة، اطلب منه أن يتبنّى دورًا معينًا. "تصرّف كمحامٍ متخصص في قانون الشركات وأجب عن..." يُحسّن من جودة الإجابات القانونية بشكل لافت. جربتها وكانت النتائج أكثر تخصصًا ودقة.
- تحديد الصيغة (Format Specification) 📌 حدد بالضبط كيف تريد الإجابة: "أجب في قائمة نقطية"، "اكتب جدولًا مقارنًا"، "اكتب بأسلوب تقني لمهندسين". تحديد الصيغة يُوفّر وقتًا ويُحسّن الجودة.
- إضافة السياق والقيود (Context + Constraints) 📌 كلّما أعطيت النموذج سياقًا أكثر عن مشكلتك وقيودك، كلما كانت إجابته أكثر دقة. "أكتب لجمهور عربي، من مستوى متوسط، في 300 كلمة فقط، مع أمثلة عملية" أفضل بكثير من "اشرح لي هذا الموضوع".
📖 قصة نجاح حقيقية — Prompt Engineer بمرتب يفوق 300,000 دولار:
في عام 2023، نشرت شركة Anthropic إعلانًا عن وظيفة Prompt Engineer براتب يتراوح بين 175,000 و335,000 دولار سنويًا. الشرط الوحيد ليس درجة علمية في علوم الحاسب، بل "القدرة على صياغة تعليمات لغوية تستخرج أفضل أداء من نماذج الذكاء الاصطناعي". هذا الإعلان صدم كثيرًا لأنه كشف أن هندسة الأوامر ليست مجرد مهارة إضافية، بل تخصص مهني متكامل يعادل في قيمته تخصصات هندسية تقليدية تحتاج سنوات دراسية.
في عام 2023، نشرت شركة Anthropic إعلانًا عن وظيفة Prompt Engineer براتب يتراوح بين 175,000 و335,000 دولار سنويًا. الشرط الوحيد ليس درجة علمية في علوم الحاسب، بل "القدرة على صياغة تعليمات لغوية تستخرج أفضل أداء من نماذج الذكاء الاصطناعي". هذا الإعلان صدم كثيرًا لأنه كشف أن هندسة الأوامر ليست مجرد مهارة إضافية، بل تخصص مهني متكامل يعادل في قيمته تخصصات هندسية تقليدية تحتاج سنوات دراسية.
💡 نصيحة الخبير — تقنية "Meta-Prompting" للمستوى المتقدم:
هناك تقنية يستخدمها خبراء هندسة الأوامر وتُسمى Meta-Prompting: بدلًا من أن تكتب الـ Prompt بنفسك، اطلب من النموذج نفسه أن يكتب لك أفضل Prompt لمهمتك! مثلًا: "أريد أن تُولّد لي قصيدة عن الوطن. اكتب لي أولًا أفضل تعليمات يمكنني استخدامها معك لتُولّد أجمل قصيدة ممكنة". غالبًا ما يكتب النموذج Prompt أفضل مما تكتبه أنت لأنه "يعرف نفسه" أكثر منك. استخدم ذلك الـ Prompt ثم انظر الفرق المذهل في النتيجة.
⚠️ تنبيه مهم: نماذج الذكاء الاصطناعي لا تتذكر المحادثات السابقة بشكل افتراضي. كل محادثة جديدة هي بداية جديدة من الصفر. لذا إذا كنت تعمل على مشروع طويل، احتفظ بالسياق وأعد تقديمه للنموذج في بداية كل جلسة جديدة.هناك تقنية يستخدمها خبراء هندسة الأوامر وتُسمى Meta-Prompting: بدلًا من أن تكتب الـ Prompt بنفسك، اطلب من النموذج نفسه أن يكتب لك أفضل Prompt لمهمتك! مثلًا: "أريد أن تُولّد لي قصيدة عن الوطن. اكتب لي أولًا أفضل تعليمات يمكنني استخدامها معك لتُولّد أجمل قصيدة ممكنة". غالبًا ما يكتب النموذج Prompt أفضل مما تكتبه أنت لأنه "يعرف نفسه" أكثر منك. استخدم ذلك الـ Prompt ثم انظر الفرق المذهل في النتيجة.
التحديات والقيود | ما لا يُقدر عليه الذكاء الاصطناعي التوليدي
من أكثر الأشياء التي أُنبّه عليها دائمًا أن الذكاء الاصطناعي التوليدي رغم قدراته المذهلة، ليس مثاليًا ولا معصومًا من الخطأ. فهم حدوده مهم بقدر ما هو مهم فهم قدراته.
أبرز هذه التحديات هي ظاهرة الهلوسة (Hallucination). حدث معي مرة أنني سألت أحد النماذج عن مرجع علمي فأجابني بعنوان كتاب ومؤلفه وسنة نشره بكل ثقة، لكن عندما حاولت البحث عن ذلك الكتاب لم أجد له أي أثر. اختُلق هذا الكتاب كليًا. هذه هي الهلوسة: حين يُولّد النموذج معلومات تبدو منطقية ومثيرة للثقة لكنها مختلقة تمامًا. السبب يعود إلى أن النموذج مُصمَّم لتوليد ما يبدو أكثر احتمالًا في السياق، لا لأن يتحقق من صحة كل معلومة.
تحدٍّ آخر هو محدودية معرفة التاريخ (Knowledge Cutoff). كل نموذج له تاريخ يتوقف عنده معرفته بالعالم، فـ GPT-4 مثلًا لا يعلم بأحداث ما بعد تاريخ معين إلا إذا كان لديه إمكانية البحث على الإنترنت. لذا لا تعتمد على هذه النماذج للأخبار الجديدة أو البيانات المتغيرة باستمرار.
ومن التحديات المهمة أيضًا التحيز في البيانات (Bias). بما أن النماذج تتعلم من الإنترنت والكتب والنصوص البشرية، فإنها تستوعب كذلك التحيزات الثقافية والاجتماعية الموجودة في تلك البيانات. هذا يُلقي على كاهل المطوّرين مسؤولية كبيرة في التعامل مع هذه التحيزات وتخفيفها عبر عمليات التدريب المتقن.
📖 قصة حقيقية — حين أضاف المحامي مراجع وهمية في المحكمة:
في مايو 2023، وجد المحامي الأمريكي Steven Schwartz نفسه في ورطة قانونية غير مسبوقة. استخدم ChatGPT للبحث عن سوابق قانونية لقضيته، فأجابه بستة قرارات قضائية مفصّلة بأسماء القضايا وأرقامها ومحاكمها. سلّمها المحامي للقاضي دون تحقق. اكتشف القاضي لاحقًا أن جميع القضايا الست لا وجود لها، اخترعها النموذج من الصفر بثقة تامة. أُدين المحامي وغُرّم. الدرس واضح: ظاهرة الهلوسة ليست نظرية، بل لها عواقب قانونية ومهنية حقيقية.
في مايو 2023، وجد المحامي الأمريكي Steven Schwartz نفسه في ورطة قانونية غير مسبوقة. استخدم ChatGPT للبحث عن سوابق قانونية لقضيته، فأجابه بستة قرارات قضائية مفصّلة بأسماء القضايا وأرقامها ومحاكمها. سلّمها المحامي للقاضي دون تحقق. اكتشف القاضي لاحقًا أن جميع القضايا الست لا وجود لها، اخترعها النموذج من الصفر بثقة تامة. أُدين المحامي وغُرّم. الدرس واضح: ظاهرة الهلوسة ليست نظرية، بل لها عواقب قانونية ومهنية حقيقية.
💡 نصيحة الخبير — طريقة التحقق الثلاثية من مخرجات الذكاء الاصطناعي:
بعد سنوات من التعامل مع نماذج الذكاء الاصطناعي، طوّرت لنفسي ما أسميه التحقق الثلاثي: أولًا، إذا ذكر النموذج رقمًا أو تاريخًا أو اسم شخص أو عنوان كتاب، ابحث عنه مستقلًا. ثانيًا، اسأل النموذج "هل أنت متأكد من هذه المعلومة؟ هل يمكنك مصدرها؟" فغالبًا يعترف بعدم اليقين إذا سألته مباشرة. ثالثًا، للمعلومات الحرجة استخدم نماذج متعددة وقارن إجاباتها؛ الاتفاق بينها مؤشر جيد، والاختلاف مؤشر للتحقق المستقل. هذه العادة الثلاثية تُوفّر عليك أخطاء محرجة وكثيرة.
بعد سنوات من التعامل مع نماذج الذكاء الاصطناعي، طوّرت لنفسي ما أسميه التحقق الثلاثي: أولًا، إذا ذكر النموذج رقمًا أو تاريخًا أو اسم شخص أو عنوان كتاب، ابحث عنه مستقلًا. ثانيًا، اسأل النموذج "هل أنت متأكد من هذه المعلومة؟ هل يمكنك مصدرها؟" فغالبًا يعترف بعدم اليقين إذا سألته مباشرة. ثالثًا، للمعلومات الحرجة استخدم نماذج متعددة وقارن إجاباتها؛ الاتفاق بينها مؤشر جيد، والاختلاف مؤشر للتحقق المستقل. هذه العادة الثلاثية تُوفّر عليك أخطاء محرجة وكثيرة.
التكلفة الحوسبية | المعادلة الصعبة
شيء لا يعلمه كثيرون أن تدريب نموذج ضخم مثل GPT-4 كلّف وفق تقديرات غير رسمية ما يتجاوز مئة مليون دولار. ليس هذا فحسب، بل إن كل استجابة يُولّدها النموذج تتطلب حسابات ضخمة على معالجات GPU المتخصصة. هذا يُفسّر سبب تقديم هذه الأدوات باشتراكات مدفوعة للاستخدام المكثّف، وكذلك يُفسّر لماذا تضع شركات كـ OpenAI وAnthropic وGoogle استثمارات بمليارات الدولارات في هذا المجال.
تطبيقات عملية واقعية | كيف يُغيّر الذكاء الاصطناعي التوليدي حياتنا؟
أكثر ما يُسعدني في هذا الموضوع ليس التقنيات المعقدة نفسها، بل الطريقة التي تُحوّل بها هذه التقنيات حياة الناس العاديين. دعني أشاركك بعض القصص والتطبيقات التي شهدتها أو عشتها بنفسي.
صديقي المصمم الجرافيكي كان يقضي أيامًا في إنجاز مشروع برندينج كامل. اليوم بات يستخدم أدوات مثل Midjourney لتوليد مئات التصورات الأولية في ساعة واحدة، ثم يُحسّن أفضلها بيده. وقته الإبداعي تضاعف لأنه لم يعد يقضيه في مهام تكرارية.
ابن عمي الطالب في كلية الطب يستخدم ChatGPT لشرح الحالات الطبية المعقدة بلغة مبسطة، وللحصول على ملخصات سريعة للدراسات البحثية، وللتحضير لامتحاناته. بالطبع يتحقق دائمًا من المراجع الرسمية لكن النموذج يُسرّع عملية الفهم الأولي بشكل لافت.
أما أنا شخصيًا فأستخدم هذه الأدوات يوميًا في البحث، وصياغة الأفكار، وتحرير النصوص، وكتابة الكود. لكنني دائمًا أتذكر القاعدة الذهبية: الذكاء الاصطناعي مُضاعِف للقدرات البشرية، ليس بديلًا عنها. العقل البشري الناقد هو ما يُحوّل مخرجات النموذج إلى قيمة حقيقية.
فيما يلي أبرز المجالات التي يُحدث فيها الذكاء الاصطناعي التوليدي تحولًا حقيقيًا:
- إنتاج المحتوى والتسويق: من كتابة إعلانات وترجمات ومقالات تسويقية بسرعة أكبر وتكلفة أقل.
- تطوير البرمجيات: أدوات مثل GitHub Copilot تُساعد المبرمجين على كتابة الكود بسرعة تصل إلى ضعف المعتاد في بعض الدراسات.
- التعليم الشخصي: توليد شروحات مخصصة وأسئلة تدريبية لكل طالب بناءً على مستواه وأسلوب تعلّمه.
- البحث العلمي: مساعدة الباحثين في مراجعة الأدبيات وتلخيص الدراسات واقتراح فرضيات بحثية جديدة.
- الرعاية الصحية: مساعدة الأطباء في التشخيص بتحليل الأشعة والسجلات الطبية ووصف الخيارات العلاجية الممكنة.
- الفنون الإبداعية: مساعدة الفنانين والموسيقيين والكتّاب على استكشاف أفكار جديدة وتجاوز عقبات الإبداع.
- خدمة العملاء: روبوتات محادثة متطورة قادرة على التعامل مع استفسارات معقدة بطريقة بشرية متقنة.
📖 قصة نجاح حقيقية — GitHub Copilot وإنتاجية المطوّرين:
نشرت شركة GitHub دراسة على 95 مطوّرًا محترفًا لقياس تأثير GitHub Copilot (المبني على الذكاء الاصطناعي التوليدي) على إنتاجيتهم. النتيجة كانت صادمة: المطوّرون الذين استخدموا Copilot أنجزوا المهام بسرعة أكبر بـ 55.8% مقارنة بمن لم يستخدموه. الأكثر إثارةً أن المطوّرين أفادوا بأنهم شعروا بإحباط أقل وتدفق إبداعي أكبر لأن الأداة تتولى الأجزاء الممتعة الروتينية مما يُتيح لهم التركيز على التفكير المعماري الأعمق.
نشرت شركة GitHub دراسة على 95 مطوّرًا محترفًا لقياس تأثير GitHub Copilot (المبني على الذكاء الاصطناعي التوليدي) على إنتاجيتهم. النتيجة كانت صادمة: المطوّرون الذين استخدموا Copilot أنجزوا المهام بسرعة أكبر بـ 55.8% مقارنة بمن لم يستخدموه. الأكثر إثارةً أن المطوّرين أفادوا بأنهم شعروا بإحباط أقل وتدفق إبداعي أكبر لأن الأداة تتولى الأجزاء الممتعة الروتينية مما يُتيح لهم التركيز على التفكير المعماري الأعمق.
الاعتبارات الأخلاقية | الوجه الآخر للتقنية
لا يمكنني أن أتحدث عن تقنية التوليد بالذكاء الاصطناعي دون أن أتطرق إلى الجانب الأخلاقي الذي يُقلقني شخصيًا وكثيرين غيري في المجتمع التقني.
أبرز هذه المخاوف هو ما يُعرف بـ التزييف العميق (Deepfakes). تقنيات توليد الصور والفيديو والصوت أتاحت إمكانية إنشاء محتوى مزوّر بالغ الإقناع. يمكن اليوم إنشاء فيديو لشخصية عامة تقول أشياء لم تقلها قط، أو صوت لشخص يُعطي تعليمات لم يُصدرها. هذا يُشكّل تهديدًا حقيقيًا للثقة في المحتوى الرقمي.
هناك أيضًا مسألة حقوق الملكية الفكرية. هل للفنانين الذين استُخدمت أعمالهم في تدريب نماذج الصور حق في التعويض؟ هذا سؤال قانوني وأخلاقي لا يزال موضع جدل واسع في المحاكم ومجتمعات الفنانين حول العالم.
ومن المخاوف المشروعة كذلك التأثير على سوق العمل. بعض المهن التي كانت تبدو آمنة تماشيًا مع الأتمتة، كالترجمة والتحرير وتوليد المحتوى الأساسي وبعض مهام البرمجة، باتت تواجه ضغطًا حقيقيًا من هذه الأدوات. لكن التاريخ يُثبت أن كل ثورة تقنية تُزيل بعض الوظائف وتُنشئ وظائف أخرى لم تكن موجودة.
📖 قصة حقيقية — الـ Deepfake الذي زعزع الانتخابات:
في انتخابات سلوفاكيا عام 2023، انتشر مقطع صوتي مُزيَّف بتقنية استنساخ الصوت يدّعي أن مرشح انتخابيًا قال إنه سيتلاعب بالانتخابات. انتشر المقطع بسرعة صاروخية قبيل يوم التصويت. رغم إثبات تزييفه لاحقًا، أكد المحللون أنه أثّر على نسبة تصويت واضحة. الحادثة دفعت دولًا عديدة لإعادة النظر في قوانين التزييف الرقمي وأطر تنظيم الذكاء الاصطناعي التوليدي، وكانت من أبرز الأسباب لتسريع تشريعات الاتحاد الأوروبي في هذا الشأن.
في انتخابات سلوفاكيا عام 2023، انتشر مقطع صوتي مُزيَّف بتقنية استنساخ الصوت يدّعي أن مرشح انتخابيًا قال إنه سيتلاعب بالانتخابات. انتشر المقطع بسرعة صاروخية قبيل يوم التصويت. رغم إثبات تزييفه لاحقًا، أكد المحللون أنه أثّر على نسبة تصويت واضحة. الحادثة دفعت دولًا عديدة لإعادة النظر في قوانين التزييف الرقمي وأطر تنظيم الذكاء الاصطناعي التوليدي، وكانت من أبرز الأسباب لتسريع تشريعات الاتحاد الأوروبي في هذا الشأن.
💡 نصيحة الخبير — كيف تكشف الـ Deepfake بعينك المجردة:
رغم تطور تقنيات التزييف العميق، لا تزال هناك علامات يمكن رصدها: في الصور، راقب تناسق الأذنين والأسنان وحدود الشعر والمجوهرات (النماذج تُخفق فيها أحيانًا). في الفيديو، راقب رمش العيون (قد يبدو غير طبيعي) وحركة الرقبة (تبدو أحيانًا منفصلة عن الوجه). في الصوت، راقب الفترات الصامتة غير الطبيعية وأصوات التنفس. والأهم دائمًا: قبل مشاركة أي محتوى مُثير للجدل، تحقق من المصدر الأصلي. الشك الإيجابي هو خط دفاعك الأول في عصر التوليد الرقمي.
⚖️ الموقف المتوازن: الذكاء الاصطناعي التوليدي ليس شرًا مطلقًا ولا خيرًا مطلقًا. هو أداة قوية تُضخّم نوايا وقدرات من يستخدمها. المسؤولية تقع على عاتق المطوّرين والشركات والمستخدمين والحكومات لضمان استخدامه بطريقة تخدم الإنسانية وتحمي حقوقها.رغم تطور تقنيات التزييف العميق، لا تزال هناك علامات يمكن رصدها: في الصور، راقب تناسق الأذنين والأسنان وحدود الشعر والمجوهرات (النماذج تُخفق فيها أحيانًا). في الفيديو، راقب رمش العيون (قد يبدو غير طبيعي) وحركة الرقبة (تبدو أحيانًا منفصلة عن الوجه). في الصوت، راقب الفترات الصامتة غير الطبيعية وأصوات التنفس. والأهم دائمًا: قبل مشاركة أي محتوى مُثير للجدل، تحقق من المصدر الأصلي. الشك الإيجابي هو خط دفاعك الأول في عصر التوليد الرقمي.
مستقبل تقنية التوليد بالذكاء الاصطناعي | إلى أين نتجه؟
أذكر قبل خمس سنوات حين كان توليد صورة متوسطة الجودة بالذكاء الاصطناعي إنجازًا بحثيًا يُنشر في مؤتمرات متخصصة. اليوم يفعلها أي شخص على هاتفه في ثوانٍ بجودة احترافية. وتيرة التطور ليست خطية بل تتسارع بشكل أسّي، مما يجعل التنبؤ صعبًا لكن بعض الاتجاهات واضحة.
الاتجاه الأول هو النماذج المتعددة الوسائط (Multimodal Models). النماذج المستقبلية لن تكون متخصصة في نص فقط أو صورة فقط، بل ستتعامل بسلاسة مع النص والصور والصوت والفيديو في نفس الوقت. نماذج مثل Gemini Ultra من Google تسير بالفعل في هذا الاتجاه.
الاتجاه الثاني هو الذكاء الاصطناعي الوكيل (Agentic AI). بدلًا من الإجابة على الأسئلة فقط، ستتمكن النماذج من التصرف باستقلالية ضمن سياق موجَّه. تخيّل نموذجًا تُعطيه مهمة مثل "ابحث عن أفضل رحلات السياحة لميزانية محددة وقارن بينها وأخبرني بالأنسب"، فيقوم هو بتصفح المواقع، ومقارنة الخيارات، وتلخيص النتائج دون تدخل منك. هذا ليس خيالًا علميًا بل يتشكّل بالفعل.
الاتجاه الثالث هو التخصيص والتكيّف. النماذج ستُصبح قادرة على التعلم من أسلوبك وتفضيلاتك وسياق عملك لتُقدّم مساعدة مُخصّصة لك تمامًا. لن يكون هناك نموذج واحد يناسب الجميع، بل نماذج تتكيف مع كل مستخدم.
الاتجاه الرابع وهو <بالنسبة لي الأكثر إثارة هو الكفاءة والوصول. حجم النماذج يتقلص مع الحفاظ على القدرة أو تحسينها. نماذج صغيرة مثل Phi-3 من Microsoft تعمل على هاتف ذكي بقدرات تُضاهي نماذج أضخم منها بعشرات المرات. هذا سيجعل الذكاء الاصطناعي في متناول الجميع بدون الحاجة إلى اتصال سريع أو قدرة حوسبية ضخمة.
أداة تفاعلية | مُحسّن الأوامر الذكي
قبل أن نختتم، أردت أن أُقدّم لك أداة بسيطة لتحسين أوامرك (Prompts) قبل إرسالها لأي نموذج ذكاء اصطناعي. أدخل أمرك البسيط واحصل على نسخة محسّنة مباشرة:
🤖 مُحسّن الأوامر التفاعلي
اختر نوع المهمة ثم أدخل أمرك البسيط لتحصل على نسخة محسّنة ومفصّلة جاهزة للاستخدام مع ChatGPT أو أي نموذج آخر.
خلاصة المقارنة | أبرز نماذج الذكاء الاصطناعي التوليدي في 2024
قبل أن نختتم، إليك مقارنة شاملة بين أبرز النماذج المتاحة حاليًا لتساعدك على اختيار الأنسب لاحتياجك:
| النموذج | الشركة | الأقوى في | التوفر المجاني | التقييم العام |
| GPT-4o | OpenAI | المحادثة العامة، الكود، التحليل | محدود | ⭐⭐⭐⭐⭐ |
| Claude 3.5 Sonnet | Anthropic | الكتابة الطويلة، التحليل العميق | محدود | ⭐⭐⭐⭐⭐ |
| Gemini 1.5 Pro | السياق الطويل، المعلومات الحديثة | متاح | ⭐⭐⭐⭐½ | |
| Llama 3.1 (Meta) | Meta | التثبيت المحلي، الخصوصية | مفتوح المصدر | ⭐⭐⭐⭐ |
| Midjourney v6 | Midjourney | توليد صور فنية عالية الجودة | غير متاح | ⭐⭐⭐⭐⭐ |
| DALL-E 3 | OpenAI | توليد صور مع فهم النص الدقيق | محدود | ⭐⭐⭐⭐½ |
نصائح عملية للمبتدئين | كيف تبدأ رحلتك مع الذكاء الاصطناعي التوليدي؟
أتمنى لو كان لديّ هذه النصائح حين بدأت لأول مرة. سأشاركها معك بصدق وبدون مبالغة:
- ابدأ بالاستخدام اليومي 📌 أفضل طريقة للتعلم هي الاستخدام. ابدأ بتحويل مهام يومية بسيطة إلى اختبارات مع الذكاء الاصطناعي. سؤال في الطبخ، ملخص مقال، تصحيح بريد إلكتروني. ستكتشف بسرعة ما يُجيده وما يُخفق فيه.
- لا تثق بشكل أعمى 📌 تحقق دائمًا من الحقائق المهمة، خاصة الأرقام والتواريخ والمعلومات التقنية. الذكاء الاصطناعي واثق دائمًا حتى حين يُخطئ.
- طوّر مهارة كتابة الأوامر 📌 الأداة جيدة لكن النتيجة تعتمد 50% على جودة الأمر الذي تُقدّمه. استثمر وقتًا في تعلم تقنيات هندسة الأوامر.
- ابقَ إنسانًا في الحلقة 📌 استخدم الذكاء الاصطناعي كأداة مساعدة لا كبديل عن تفكيرك. القيمة الحقيقية تأتي من دمج قدراتك البشرية مع قدرات النموذج.
- تابع التطورات 📌 هذا المجال يتغير بوتيرة سريعة جدًا. ما هو الأفضل اليوم قد لا يكون الأفضل بعد ستة أشهر. ابقَ متابعًا للأخبار التقنية في هذا المجال.
- ابنِ مشروعًا صغيرًا 📌 من تجربتي، أكثر ما يُرسّخ الفهم هو تطبيق ما تعلّمته على مشروع حقيقي ولو صغير. ابنِ أداة بسيطة، أو أتمت مهمة في عملك، أو أنجز مشروعًا إبداعيًا.
📖 نظرة مستقبلية — نماذج الذكاء الاصطناعي الوكيل في العمل:
في عام 2024، أعلنت شركة Cognition AI عن وكيل ذكاء اصطناعي اسمه Devin يستطيع كتابة تطبيقات برمجية كاملة بشكل مستقل. أُعطي Devin مهمة كتابة موقع تجارة إلكترونية متكامل بمتطلبات محددة، فأنجزها خلال ساعات بما فيها كتابة الكود، واختباره، وإصلاح الأخطاء، ونشره على الإنترنت، دون أي تدخل بشري. هذا ما تعنيه نماذج الذكاء الاصطناعي الوكيل (Agentic AI) في تطبيقها الفعلي، وهي ليست نظرية مستقبلية بل حقيقة تشكّل الآن.
في عام 2024، أعلنت شركة Cognition AI عن وكيل ذكاء اصطناعي اسمه Devin يستطيع كتابة تطبيقات برمجية كاملة بشكل مستقل. أُعطي Devin مهمة كتابة موقع تجارة إلكترونية متكامل بمتطلبات محددة، فأنجزها خلال ساعات بما فيها كتابة الكود، واختباره، وإصلاح الأخطاء، ونشره على الإنترنت، دون أي تدخل بشري. هذا ما تعنيه نماذج الذكاء الاصطناعي الوكيل (Agentic AI) في تطبيقها الفعلي، وهي ليست نظرية مستقبلية بل حقيقة تشكّل الآن.
💡 نصيحة الخبير — كيف تستعد مهنيًا لعصر الذكاء الاصطناعي التوليدي:
أكثر سؤال يُطرح عليّ: "كيف أحمي مهنتي من الذكاء الاصطناعي؟" جوابي دائمًا هو ذاته: لا تحارب الموجة، اركبها. المهن التي ستختفي هي تلك التي ترفض التكيّف. التحوّل المطلوب يسير في ثلاثة محاور: أولًا، تعلّم استخدام أدوات الذكاء الاصطناعي في مجالك تحديدًا. ثانيًا، طوّر مهارات التفكير النقدي والحكم الإنساني التي لا يمكن للذكاء الاصطناعي محاكاتها بالكامل. ثالثًا، ركّز على التعاون مع الذكاء الاصطناعي لا التنافس معه، فالمحترف الذي يُتقن الاثنين معًا يُصبح نادرًا وثمينًا في سوق العمل.
📚 مصادر موصى بها للتعمق أكثر: لمن يريد التعمق في الجانب التقني، ابحث عن ورقة "Attention Is All You Need" الأصلية. لمن يريد التطبيق العملي، مصادر fast.ai و DeepLearning.AI على Coursera ممتازة. ولمن يريد البقاء على اطلاع يومي، متابعة نشرات مثل "The Batch" من Andrew Ng ومدونة OpenAI وAnthropic مفيدة جدًا.
أكثر سؤال يُطرح عليّ: "كيف أحمي مهنتي من الذكاء الاصطناعي؟" جوابي دائمًا هو ذاته: لا تحارب الموجة، اركبها. المهن التي ستختفي هي تلك التي ترفض التكيّف. التحوّل المطلوب يسير في ثلاثة محاور: أولًا، تعلّم استخدام أدوات الذكاء الاصطناعي في مجالك تحديدًا. ثانيًا، طوّر مهارات التفكير النقدي والحكم الإنساني التي لا يمكن للذكاء الاصطناعي محاكاتها بالكامل. ثالثًا، ركّز على التعاون مع الذكاء الاصطناعي لا التنافس معه، فالمحترف الذي يُتقن الاثنين معًا يُصبح نادرًا وثمينًا في سوق العمل.
الخاتمة: في نهاية هذه الرحلة الطويلة في أعماق تقنية التوليد بالذكاء الاصطناعي، أجدني أعود إلى تلك اللحظة الأولى حين كتبت جملتي الأولى لـ ChatGPT. ما بدا حينها كسحر خفي أصبح اليوم علمًا واضحًا يمكن فهمه وتعلّمه. من بنية المحوّل وآلية الانتباه الذاتي، إلى نماذج الانتشار التي تولّد الصور من ضوضاء عشوائية، إلى الشبكات الخصومية التوليدية وهي تتنافس مع نفسها لتصل إلى الكمال، كل هذه الأنظمة تعكس إبداعًا بشريًا راقيًا في تصميم آلات تتعلم من الإنسان لتخدم الإنسان.
القصة لم تنتهِ بعد، في الواقع ربما نحن فقط في بدايتها. كل يوم يشهد نشر نماذج أكثر قدرة، وتطبيقات أعمق تأثيرًا، وتحديات أكبر تتطلب منا تفكيرًا جادًا. المهمة التي تقع على عاتقنا كمهتمين بهذا المجال هي أن نفهم هذه التقنية بعمق، نستخدمها بمسؤولية، ونُساهم في توجيهها نحو خير البشرية. ذلك هو التحدي الحقيقي للجيل القادم.
لمزيد من المعلومات، تصفح مقالنا عن | مراجعة شاملة | ChatGPT للعرب.. إمكانيات وحيل متقدمة
.webp "Youssef Nasr")