ما هو الذكاء الاصطناعي
الذكاء الاصطناعي ليس اسم تقنية، بل اسم هدف: برامج تؤدي عملا كان يحتاج حتى الأمس إلى حكم إنسان. وما يقف خلف هذا الاسم اليوم هو دائما تقريبا نموذج بنى سلوكه من البيانات، لا قاعدة كتبها أحدهم مسبقا.
- الدرس 1 من 2
- مبتدئ
- مجاني، دون تسجيل
ستة أعمال جمعت تحت اسم واحد
- اللغة
- الصورة
- الفيديو
- الصوت
- الشفرة
- الوكلاء
هذه الستة ليست منفصلة، وحدودها تتلاشى يوما بعد يوم: نموذج واحد اليوم يقرأ النص والصورة معا. والتقسيم للفهم لا بوصفه تصنيفا رسميا.
آخر مراجعة: تُراجع الحقائق وأسماء الأدوات في هذا الدرس مقابل مصادرها في هذا التاريخ.
ما الذي يسمى بالضبط ذكاء اصطناعيا
الذكاء الاصطناعي اسم هدف لا اسم أسلوب: بناء برامج تؤدي عملا كان يحتاج حتى الأمس إلى حكم إنسان. وتحت هذا الاسم الواحد تجتمع عقود من أساليب مختلفة تماما، ومن هنا يبدأ أغلب سوء الفهم.
أما ما يباع تحت هذه الكلمة اليوم فمحدد: نموذج بنى سلوكه من البيانات. والمثال الملموس هو مرشح البريد المزعج. النسخة القديمة كانت قائمة مكتوبة باليد؛ إن ظهرت كلمة بعينها فألقِ الرسالة في مجلد المزعج. أما النسخة الحالية فقد رأت كمية كبيرة من البريد وضع الناس أنفسهم عليها علامة مزعج أو غير مزعج، واستخرجت أنماطها منها. لم يكتب أحد في النسخة الثانية أن تلك الكلمة تعني المزعج؛ بل استخرج البرنامج ذلك من البيانات، وهذا ما يسمى تعلما.
محك بسيط يظل نافعا إلى آخر هذا المسار: اسأل أي سطر يمكن الإشارة إليه بوصفه من اتخذ القرار. فإن كان الجواب قاعدة بعينها، فأنت أمام برنامج قائم على القواعد. وإن كان الجواب أنه دُرب على بيانات كذا فقط، فأنت أمام نموذج. وقد يكتب على الصندوقين معا: ذكاء اصطناعي، وقد يصدق الاثنان.
والفرق العملي بينهما في مكان آخر، ويكلف غاليا في أسوأ لحظة: تصلح البرنامج القائم على القواعد بتغيير سطر، أما النموذج فلا. إصلاح النموذج يعني تغيير بياناته أو تدريبه أو تعليماته ثم المحاولة من جديد، دون أن تعرف ماذا حرك ذلك التغيير نفسه أيضا.
ما الفرق بين تعلم الآلة والتعلم العميق والنموذج التوليدي
هذه الكلمات الثلاث تستعمل باستمرار مكان بعضها، وهي في الحقيقة متداخلة. الذكاء الاصطناعي هو الدائرة الأوسع ويشمل حتى الأساليب القديمة القائمة على القواعد. وتعلم الآلة مجموعة جزئية منه: كل أسلوب يبني سلوكه من البيانات. والتعلم العميق مجموعة جزئية من تعلم الآلة ويعمل بشبكات عصبية متعددة الطبقات. أما النموذج التوليدي فهو أضيق الحلقات: نموذج ينتج مخرجا جديدا، نصا وصورة وصوتا، بدل أن يضع تصنيفا أو يتنبأ برقم فقط.
وما تمثله أدوات اليوم، من روبوتات الدردشة إلى نماذج الصور، هو تلك الحلقة الداخلية. أي أن من يقول «ذكاء اصطناعي» يقصد دائما تقريبا أصغر هذه المجموعات الأربع لا أكبرها. وحين تعرف ذلك، يصير جزء كبير من الأخبار أدق معنى.
ولماذا يستحق هذا التمييز عناءه: لأن بائعا يقول إن منتجه يحوي ذكاء اصطناعيا قد يكون صادقا تماما وهو يقصد نظاما كان يمكن كتابته قبل ثلاثين عاما. فالسؤال الصحيح ليس: أهو ذكاء اصطناعي؟ لأن الجواب نعم دائما تقريبا. السؤال الصحيح هو: أي حلقة، وعلى أي بيانات.
أربع حلقات متداخلة، من المركز إلى الخارج
-
1
النموذج التوليدي
ينتج مخرجا جديدا: نصا وصورة وصوتا. وروبوتات الدردشة هنا.
-
2
التعلم العميق
شبكات عصبية متعددة الطبقات. والتوليد ليس شرطا؛ فالتعرف على الصور هنا أيضا.
-
3
تعلم الآلة
كل أسلوب يبني سلوكه من البيانات، حتى الأساليب القديمة البسيطة.
-
4
الذكاء الاصطناعي
الحلقة الأخيرة، وتشمل أنظمة قائمة على القواعد لم ترَ أي بيانات.
الأرقام ترتيب تداخل لا ترتيب أهمية أو زمن. وكل حلقة أوسع تشمل أساليب أكثر، منها أساليب لا تعلم فيها إطلاقا.
من أين جاء هذا الاسم ولماذا سقط مرتين
صيغ اسم «الذكاء الاصطناعي» في صيف ١٩٥٦ في ورشة صيفية بكلية دارتموث، أي قبل نحو سبعين عاما. ومنذ البداية وُعد بأكثر مما كان ذلك اليوم قادرا عليه، ومرتين طردت تلك الوعود التمويل؛ وهي الفترات التي سميت لاحقا شتاء الذكاء الاصطناعي. ومن يتصور أن هذه الموجة هي الأولى لم يرَ الموجتين السابقتين، وقد يقرأ الثالثة قراءة سيئة أيضا.
وما اختلف هذه المرة ثلاثة أمور اجتمعت معا: حجم النصوص والصور الذي أنتجه الويب، والعتاد الرسومي الذي جعل التدريب على هذا الحجم ممكنا، وفكرة معمارية من عام ٢٠١٧ اسمها المحول، نشرت في ورقة عنوانها Attention Is All You Need، وتنحدر منها تقريبا كل النماذج اللغوية المستعملة اليوم. ولا واحد من هذه الثلاثة يتعلق بالتفكير. الذي تغير هو المقياس، لا طبيعة العمل.
أربعة أشياء ليست هي الذكاء الاصطناعي
ليس قاعدة بيانات للحقيقة. لا يوجد داخل النموذج جدول حقائق يمكن الاستعلام منه. ما يملكه أوزان تنتج أرجح استمرار، والأرجح ليس هو الصحيح. ولهذا قد يبدو مصدر ما موثوقا تماما وهو غير موجود أصلا.
ليس واعيا. حين نقول إن النموذج يفهم أو يفكر فنحن نستعمل استعارة، تماما كقولنا إن الساعة تعرف كم الوقت. وتشابه المخرج مع الفهم لا يثبت شيئا عن امتلاك تجربة، والنقاش الفلسفي حول ذلك ظل مفتوحا سبعين عاما.
ليس محرك بحث. إلا إذا زُود بأدوات بحث؛ وعندئذ ما تراه قطعتان، بحث ونموذج يلخص نتائجه. والمحك بسيط: إن لم يعطك رابطا تستطيع فتحه، فلم يجرِ بحث، وما قرأته جاء من ذاكرة التدريب.
ليس حتميا. السؤال نفسه في مرتين قد يحصل على جوابين مختلفين، وهذا ليس عيبا بل جزء من التصميم. وحيثما احتجت إلى قابلية التكرار، كشيء يفترض أن يعمل داخل عملية عمل، فلا بد من حساب ذلك منذ البداية.
أربع جمل تسمعها كثيرا، وما هو الصحيح فعلا
ما يحدث فعلا
- يبني أرجح استمرار؛ والأرجح ليس الصحيح
- مخرجه يشبه الفهم، وهذا لا يثبت شيئا
- فقط إن كانت لديه أدوات بحث، وعندها يعطيك روابط
- جوابان مختلفان أمر طبيعي وجزء من التصميم
ما يقال
- يجلب الجواب من قاعدة بيانات موثوقة
- يفهم ما تقوله
- يبحث في الإنترنت
- السؤال نفسه يعطي الجواب نفسه
العمود الآخر لا يرفض الادعاء بل يجعله أدق. ولا يعني أي من هذه الأربعة أن هذه الأدوات بلا فائدة.
أين تتحول هذه الكلمة إلى تسويق
كلمة «ذكاء اصطناعي» على منتج لا تخبرك بشيء تقريبا، لأن التعريف واسع إلى حد لا يخرج عنه إلا القليل من البرامج. وثلاثة أسئلة تكشف بسرعة، في اجتماع بيع، ماذا يملك الطرف الآخر فعلا: أي نموذج، ومدرب على أي بيانات، وماذا يحدث حين يجيب خطأ ومن يتحمل ذلك. والسؤال الثالث يبقى بلا جواب عادة، وبقاؤه بلا جواب هو الجواب نفسه.
وموقفنا صريح: السؤال عما إذا كان هذا ذكاء اصطناعيا سؤال بلا فائدة، لأن جوابه نعم دائما تقريبا ولا يغير أي قرار. السؤال المفيد هو: من يوقع على المخرج. فإن كان الجواب أنت، فالنموذج أداة كأي أداة. وإن كان الجواب لا أحد، فما اشتريته ليس أداة بل مخاطرة.
أي عمل تسلمه إياه وأيه لا
الأعمال التي يمكن تسليمها باطمئنان تشترك في صفة واحدة: فحص المخرج أسرع من أداء العمل نفسه. مسودة أولى لنص، وترجمة تراجعها بنفسك، وملخص لشيء قرأته أنت أيضا، وتحويل صيغة بيانات إلى أخرى، وشرح رسالة خطأ. في هذه كلها، إن شرد النموذج فستلاحظ خلال ثوان.
والأعمال التي لا تسلم تشترك بدورها في صفة: أن يكون الشيء شبه صحيح فيها أسوأ من أن يكون خاطئا بوضوح. الأرقام والتواريخ وأسماء الأعلام، وكل ما يحمل وزنا قانونيا أو طبيا، وكل نص سيقرر أحدهم بناء عليه لاحقا وأنت لا تستطيع فحصه سطرا سطرا. وأضف إليها كل ما يحوي بيانات شخصية لغيرك، لسبب ليس هو الدقة ويأتي في الفقرة التالية من هذه الصفحة.
والقاعدة التي نستعملها نحن جملة واحدة: إن استغرق فحص المخرج وقتا أطول من أداء العمل، فالنموذج لم يساعد بل نقل العمل من مكان إلى آخر. وهذا المحك لا يتعلق بأداة بعينها، فيصلح لأداة العام المقبل أيضا.
المسار السريع مع الذكاء الاصطناعي
أسرع طريق لمعرفة هل ينفعك الذكاء الاصطناعي ليس قراءة مقال آخر؛ بل مراجعة من عشر دقائق لأسبوعك الماضي أنت. وما يميز هذا عن الكلام العام أنك تجبر النموذج على أن يحاجج ضد نفسه. ونموذج من الطبقة المتقدمة أنسب لهذا من نموذج سريع رخيص، لأن العمل عمل حكم لا عمل آلي؛ واختيارنا الحالي مكتوب في قسم الذكاء الاصطناعي بهذا الموقع.
- اكتب المهام الخمس التي استهلكت أكثر وقتك الأسبوع الماضي. لا المهام الخمس الأهم، بل الأبطأ؛ وهاتان القائمتان عادة ليستا واحدة.
- ضع بجانب كل مهمة علامتين: هل يمكن فحص مخرجها أسرع من أدائها، وهل تحوي بيانات شخص آخر.
- شغّل الوصفة أدناه بالقائمة نفسها واحتفظ بالجواب. والنص يطالب النموذج عمدا باستبعاد عنصر واحد على الأقل.
- جرّب أسبوعا واحدا العنصر الذي حصل على أعلى ترتيب فقط، وفي نهايته قارن الوقت الذي استغرقه بالوقت السابق. وبدون هذه الخطوة يبقى الباقي تخمينا.
وصفة جاهزة للنسخ
الدور: مستشار لا يتقاضى أجرا مقابل بيع الأدوات، ومهمته منع شراء لا لزوم له.
مهامي الخمس من الأسبوع الماضي:
١. {المهمة في جملة واحدة} - فحص المخرج: {أسرع / أبطأ من الأداء} - بيانات شخص آخر: {نعم / لا}
٢. {الصيغة نفسها}
٣. {الصيغة نفسها}
٤. {الصيغة نفسها}
٥. {الصيغة نفسها}
المطلوب:
١. رتب هذه الخمس من الأجدر بالذكاء الاصطناعي إلى الأقل، مع سطر تعليل لكل منها.
٢. استبعد واحدة على الأقل وقل لماذا لا ينبغي أن تقترب من الذكاء الاصطناعي. وإن لم تستبعد أيا منها فأعد النظر.
٣. للعنصر الأول، اكتب بالضبط ما الذي يجب أن أفحصه بعد كل مخرج.
٤. اكتب ماذا يتعطل إن أتمتُ هذه المهمة وأخطأ النموذج، وكم يلزمني من وقت لأكتشف ذلك.
٥. لا تذكر اسم أي منتج، ولا تكتب أي رقم ليس لديك مصدر له.
قبل أن تثق بالناتج: خذ شيئا واحدا في الجواب على محمل الجد، ولا تصدق شيئا واحدا إطلاقا. خذ بجدية العنصر الذي استبعده، فهو عادة أسلم أجزاء الرد. ولا تصدق أي رقم يعطيك إياه عن توفير الوقت؛ فذلك الرقم لا يصنعه إلا أسبوع التجربة عندك. وإن لم يستبعد النموذج شيئا، فاستبعد أنت شيئا: فالميل إلى الموافقة ضعف معروف في هذه الأدوات، وقد سمته إحدى الشركات في وثيقتها المنشورة عن سلوك نموذجها.
الذكاء الاصطناعي في هذا العمل
لهذا الموضوع بالذات، أي فهم ما هو الذكاء الاصطناعي، فإن أفضل استخدام لهذه الأدوات شيء واحد: شرح وثيقة بعينها، لا الإجابة من الذاكرة. أعطِ النموذج صفحة رسمية لشركة صانعة واسأله: ماذا يدّعي هذا النص بالضبط، وماذا تعمّد ألا يقول. وموقفنا أن طرح سؤال عام على النموذج عن نفسه هو أقل ما يمكن أن تفعله به قيمة.
أدوات تساعد فعلا
- NotebookLM أنت من يقدم المصادر، ويبنى الجواب منها وحدها مع إحالة إلى المقطع الذي جاء منه. ولهذا العمل بالذات، أي قراءة عدة وثائق رسمية في موضوع واحد، فهو أفضل صيغة متاحة. ومساعدة غوغل نفسها تقول إنه يعمل في المناطق نفسها التي يعمل فيها تطبيق جيميناي، وإيران ليست في قائمة الدول المدعومة.
- Gemini له وضع دراسة منفصل اسمه Guided Learning يطرح أسئلة بدل تسليم الأجوبة ويلخص في نهاية الموضوع. وهذا يناسب مفهوما كهذا الدرس. وصفحة غوغل نفسها تقول إن تطبيق جيميناي على الويب يعمل في أكثر من مئتين وثلاثين دولة ومنطقة، وإيران ليست في تلك القائمة.
- Claude أعطه نصا واسأله عما لا تقوله الوثيقة، فتأتي الأجوبة أنفع مما يعطيه سؤال مفتوح. وإيران ليست في أي من قائمتي الدول المدعومة لدى أنثروبيك؛ قرأنا ذلك في صفحة أنثروبيك نفسها لا عبر اختبار شبكة.
اين ينقلب ضدك
في هذا الموضوع خطران محددان، وقد كتبتهما الشركات الصانعة بنفسها. الأول الميل إلى الموافقة: تنزع النماذج إلى تأكيد ما قلته، وقد وضعت أوبن إيه آي بندا منفصلا لتجنب هذا التملق في وثيقتها المنشورة عن سلوك نموذجها. أي أنك إن سألت انطلاقا من فرضية خاطئة، فاحتمال أن يؤكد الجواب تلك الفرضية مرتفع. والثاني مصير ما تكتبه: بحسب نوع الحساب والإعدادات، قد يستعمل النص الذي ترسله في التدريب، وهو ما تشرحه أنثروبيك في صفحة الخصوصية لديها. والنتيجة العملية لأي عمل بسيطة: العقود وقوائم العملاء وأي بيانات ليست لك لا تدخل هذا الصندوق، ولو من أجل ملخص سريع. ولمعرفة وضع الوصول والدفع لكل من هذه الأدوات من إيران، انظر دليل الشراء.
المصادر: OpenAI Model Spec: avoid sycophancy Anthropic: is my data used for model training Anthropic: supported countries Google: where the Gemini web app is available
حدود هذه النصيحة
هذا الدرس يرسم الحدود ولا يعلمك أداة؛ ولهذا اقرأ الدروس التالية في هذا المسار. وثانيا، لا جهة معايير تملك عبارة الذكاء الاصطناعي، فأي تعريف ومنه هذا التعريف هو تعريف عملي لا حكم؛ وفي النصوص القانونية وتنظيمات كل بلد ترسم الحدود على نحو مختلف وأحيانا أوسع. وثالثا، كل ما يرتبط بنموذج بعينه أو سعر بعينه يتقادم خلال أسابيع، ولهذا لا شيء منه على هذه الصفحة.
من عملنا نحن
على هذا الموقع نفسه، يقرر مصنف يعمل بالذكاء الاصطناعي هل ينشر إعلان جديد في أقسام السوق والعمل الحر والإعلانات أم يرفض. وما تعلمناه أثناء كتابته يختصر في رقمين، وكلاهما مكتوب في الملف wp-content/mu-plugins/rgb-modai.php: النشر يجري عند ثقة ٦٠ بالمئة، والرفض يحتاج ٧٨. والرقمان غير متساويين عن قصد، لأن كلفة الخطأين ليست واحدة: النشر الخاطئ يعني أن نسحب إعلانا يدويا، أما الرفض الخاطئ فيعني أن بائعا حقيقيا رُد بلا سبب. النموذج لم يأخذ منا الحكم؛ بل نقله إلى رقمين كان على شخص أن يختارهما، وتساويهما كان سيكون الجواب الخاطئ.
اسئلة متابعة حقيقية
هل الذكاء الاصطناعي وشات جي بي تي شيء واحد؟
لا. الذكاء الاصطناعي اسم مجال، وشات جي بي تي منتج بعينه من شركة بعينها، مبني على عائلة نماذج واحدة. تماما كما أن محرك البحث مفهوم وغوغل منتج. ويبدأ هذا الفرق في الأهمية حين تريد تبديل الأداة: فالعادات التي تعلمتها تنتقل، أما تفاصيل منتج بعينه فلا.
هل سيأخذ الذكاء الاصطناعي وظيفتي؟
من يعطيك رقما وتاريخا لهذا فهو يبيع شيئا. وما رأيناه في عملنا نحن إزاحة على مستوى المهام لا الوظائف: صارت الأجزاء الآلية أسرع، وصارت الأجزاء التي تحتاج حكما أثقل، لأن عليك الآن أن تفحص مخرج آلة أيضا. وأين يستقر هذا التوازن في مهنتك يعتمد على حجم الجزء الآلي من عملك.
ماذا يعني الذكاء الاصطناعي العام أو AGI؟
إنه هدف لا منتج: نظام يستطيع تعلم أي مهمة ذهنية جديدة كما يفعل الإنسان، لا المهام التي دُرب عليها فقط. ولا يوجد له تعريف متفق عليه، وهذا بالضبط ما يجعل ادعاء بلوغه غير قابل للفحص. ومن يعطي تاريخا فهو يتنبأ لا يخبر.