BPE في مواجهة المورفيمات: لماذا لا يزال الذكاء الاصطناعي عاجزًا عن القراءة

تخيّل أنك تتعلم لغة أجنبية، لكن كتابك المدرسي مقطّع إلى قصاصات ورق عشوائية. فبدل أن تتعلم الجذر «ход» وتفهم عشرات الكلمات المشتقة منه، من «выход» إلى «переход»، تُجبَر على حفظ كل تركيبة حروف كأنها رمز هيروغليفي فريد. هكذا ترى أكثر نماذج اللغة تقدمًا اليوم العالم.

فبينما نُعجَب بقدرات GPT-4 أو Claude 3، يقوم في أساسها لغم معماري موقوت اسمه BPE، أي Byte Pair Encoding. أصبحت هذه الخوارزمية معيارًا في القطاع منذ عام 2016، ومنذ ذلك الحين لم يشكّك فيها أحد تقريبًا. المشكلة أن BPE أشبه برياضي معتلّ اجتماعيًا لا يكترث للسانيات إطلاقًا.

فهو يقطّع النص إلى رموز مميّزة (Tokens) استنادًا إلى تكرار الرموز وحده. والنتيجة أن كلمة paratrooper تتحول في نظر النموذج إلى تسلسل لا معنى له: par وatro وoper. فيهدر النموذج مليارات الدورات الحسابية وجزءًا كبيرًا من معاملاته لمجرد استعادة الروابط المنطقية بين هذه الشظايا، وهي روابط يلتقطها دماغك في لحظة.

ساد الاعتقاد طويلًا بأن الشبكة العصبية إذا غُذّيت بما يكفي من البيانات فستتعلم قواعد النحو والصرف بنفسها. وهي تتعلمها فعلًا، لكن بكفاءة متدنية جدًا. فقرّرت مجموعة من الباحثين اختبار ما سيحدث إذا أعادوا إلى عملية التدريب المنطق السليم والبنية اللغوية.

واختبروا نهجَي MorphBPE وMorphPiece، اللذين يُلزمان المُرمِّز باحترام حدود المورفيمات: السوابق والجذور واللواحق. وجاءت النتائج صادمة لأنصار «الرياضيات الصرفة». فالنماذج التي تعتمد الترميز المورفولوجي تحقق زيادة في الدقة قدرها 25% في اختبار LAMBADA، الذي يقيس القدرة على التنبؤ بالكلمة الأخيرة في الجملة.

والأهم من ذلك سرعة التقارب: إذ تتدرب هذه الشبكات أسرع بمرتين. ففي إحدى التجارب، بلغ نموذج لم يخضع إلا لـ 200 ألف خطوة تدريب بترميز صحيح جودةَ إجابات GPT-2 Large، التي تفوقه حجمًا ست مرات من حيث عدد المعاملات. وهذه إشارة مباشرة إلى السوق: يمكننا الحصول على النتائج نفسها بعتاد أرخص بكثير، إذا توقفنا عن تغذية الخوارزميات بـ«لحم مفروم لغوي».

فلماذا لم تتحول OpenAI وGoogle وAnthropic إلى هذا الأسلوب حتى الآن؟ يكمن الجواب في الجمود وتعقيد التطبيق في الأنظمة متعددة اللغات. فـ BPE عالمي، ولا فرق لديه بين نص إنجليزي وشيفرة Python وأحرف صينية. أما التحليل المورفولوجي فيتطلب ضبطًا خاصًا لكل لغة على حدة، ما يعقّد مسار تجهيز البيانات. غير أن أزمة تكلفة التدريب الراهنة، مع شحّ النصوص عالية الجودة، تدفع المهندسين إلى البحث عن سبل جديدة للتحسين. فحين تتجاوز كلفة تدريب النموذج الرائد مئات ملايين الدولارات، يصبح توفير 50% من وقت التقارب مسألة بقاء للأعمال. فضلًا عن ذلك، يعالج النهج المورفولوجي مشكلة الكلمات النادرة والمفردات المستحدثة. فإذا فهم النموذج معنى المورفيمات، أمكنه استنتاج معنى كلمة يراها للمرة الأولى بالمنطق، بدل التخمين العشوائي بين الرموز المميّزة.

نشهد اليوم ثأرًا هادئًا للسانيات الكلاسيكية في عصر ضجيج الشبكات العصبية. ويتضح أن التوسّع اللامتناهي «بالقوة الغاشمة» عبر زيادة عدد وحدات GPU طريق مسدود. فالمستقبل للحلول الهجينة، حيث يعفي الفهمُ العميق لبنية اللغة عند المدخل النموذجَ من إعادة اختراع العجلة داخل طبقاته. والأرجح أننا سنرى في معمارية GPT-5 أو خلفائها تخليًا عن BPE البدائي لصالح أنظمة أذكى لتقسيم النص. وهذا ليس تفصيلًا تقنيًا فحسب، بل تحوّل جوهري في كيفية إدراك الآلات للثقافة الإنسانية المشفَّرة في الكلمات. وبينما يصقل الباحثون خوارزميات MorphPiece وUnigram بإضافات مورفولوجية، ينبغي للمطورين أن يستعدوا لأن تُرمى أساليب تجهيز مجموعات البيانات القديمة قريبًا في مزبلة التاريخ.

الخلاصة: استخدام المورفيمات بدل المقاطع العشوائية يجعل النماذج أذكى وأرخص تدريبًا بمرتين. فهل القطاع مستعد للاعتراف بأن اللغويين كانوا على حق منذ البداية، أم سنواصل إحراق الكهرباء في محاولة تعليم الذكاء الاصطناعي القراءة مقطعًا مقطعًا؟