قاموس الذكاء الاصطناعي: ماذا تعني المصطلحات التي تسمعها كل يوم

عندما يدور الحديث عن الذكاء الاصطناعي، تظهر حتماً كلمات غريبة: hallucinations وfine-tuning وembeddings وtransformer. يومئ الناس برؤوسهم، لكن قلّة منهم تفهم المقصود. وقد حان الوقت لتصحيح ذلك.

لماذا نحتاج إلى قاموس الآن

خلال العامين الأخيرين، خرج الذكاء الاصطناعي من الدوائر التقنية المتخصصة إلى الفضاء العام. الجميع يتحدث عن ChatGPT وClaude وGemini، لكن المصطلحات الأصلية بقيت كما هي: تقنية ومعقدة ومليئة بالمفردات الإنجليزية. يسمع الناس هذه الكلمات في البودكاست، ويقرؤونها في المقالات، ويصادفونها في المؤتمرات وفي العمل، لكنهم لا يفهمون معناها فعلاً.

لا تكمن المشكلة في قلّة ذكاء الناس، بل في أن مجتمع الذكاء الاصطناعي اعتاد التحدث بلغته الخاصة، المبنية على عقود من الأبحاث. وقد حان الوقت لنقل هذه الأفكار إلى لغة بسيطة، لا إلى بريق تسويقي، بل إلى شروح حقيقية وعملية تساعدك على ألا تبدو حائراً في أي حوار.

الفئات الرئيسية لمصطلحات الذكاء الاصطناعي

تنقسم مصطلحات الذكاء الاصطناعي بصورة عامة إلى عدة مجموعات، ولكل مجموعة منطقها الخاص. وإذا فهمت منطق إحدى المجموعات، فستنسجم بقية المصطلحات معها بسهولة.

النماذج والبُنى المعمارية: هي المفاهيم الأساسية حول كيفية بناء الشبكة العصبية نفسها: transformer وdiffusion model وlarge language model (LLM) وconvolutional neural network. وهي أشبه بالأنماط المعمارية للمباني، إذ يحدد كل نمط كيف سيُبنى كل ما عداه.

التدريب والتكيّف: هي العمليات التي يمرّ بها النموذج ليتعلّم: fine-tuning وprompt engineering وreinforcement learning وbackpropagation. وهي أشبه بنظام تمارين للرياضي، إذ تحدد المهارات التي سيكتسبها النموذج.

المشكلات والقيود: هي ما يواجهه المطورون والمستخدمون فعلاً: hallucination وbias وalignment وoverfitting وmode collapse. وهي أشبه بالأمراض التي قد تصيب النظام، ويجب أخذها في الحسبان.

من hallucinations إلى prompt engineering

لنأخذ خمس كلمات هي الأهم والأكثر استخداماً:

• Hallucinations: حين يولّد الذكاء الاصطناعي معلومات ليست موجودة في بيانات التدريب. فهو يختلق روابط واقتباسات وأرقاماً لم تكن موجودة أصلاً. يبدو الأمر كأنه تخيلات غامضة، لكنه في الواقع خطأ في التنبؤ بالنص.
• Fine-tuning: تدريب إضافي لنموذج جاهز على بيانات متخصصة. كأنك أخذت كتاباً مدرسياً جاهزاً وأعدت صياغته ليناسب مدرسة بعينها.
• Embeddings: تحويل الكلمات أو النصوص إلى متجهات رياضية يفهمها النموذج. إنها ترجمة للغة البشر إلى لغة الأرقام.
• Transformer: بنية الشبكات التي تقوم عليها جميع نماذج LLM الحديثة (GPT وClaude وLlama). كان ظهورها اختراقاً في عام 2017 غيّر عالم الذكاء الاصطناعي بأكمله.
• Prompt engineering: فن صياغة المهمة للذكاء الاصطناعي بالشكل الصحيح للحصول على النتيجة المطلوبة. ليس مجرد أمر، بل أمر يؤدي الغرض.

لماذا هذا مهم

القاموس ليس مجرد مرجع. إنه بطاقة دخول إلى عالم الحوارات الجادة حول الذكاء الاصطناعي. فحين تدرك أن hallucination خطأ محدد ويمكن تفسيره في عمل النموذج، تتغير الحوارات تماماً. لن تومئ برأسك دون فهم في المؤتمرات، بل ستطرح الأسئلة الصحيحة. وفي العمل لن تكتفي بالاستماع إلى زملائك، بل ستشارك في النقاش.

فهم المصطلحات هو الخطوة الأولى نحو فهم ما يستطيع الذكاء الاصطناعي فعله وما لا يستطيعه، ولماذا ينجح في بعض الأحيان، ولماذا يخفق أحياناً أخرى.