اختصر أندريه كارباثي GPT في 243 سطرًا من Python الخالص

يوجد نوع معين من البرمجة أقرب إلى الشعر منه إلى الهندسة. عندما يتم ضغط النظام الأكثر تعقيداً إلى جوهره المطلق، محذوفاً كل ما هو غير ضروري، حتى لا يتبقى سوى الرياضيات النقية والمنطق. هذا تماماً ما فعله أندري كاربثي، أحد مؤسسي OpenAI والمدير السابق لقسم الذكاء الاصطناعي في Tesla، عندما نشر في فبراير 2026 مشروع microGPT — تطبيقاً كاملاً لعمارة المحول الذي يتعلم وينتج النص في 243 سطراً من Python النقي.

لتقدير نطاق هذا الإنجاز، تحتاج إلى فهم السياق. نماذج اللغة الحديثة مثل GPT-4 أو Claude عبارة عن عشرات مليارات المعاملات، وآلاف معالجات GPU، وأشهر من التدريب، وقواعد أكواد يعمل فيها مئات من المهندسين. خلف كل هذه القوة الصناعية، من السهل نسيان أنه في جوهرها يكمن بناء رياضي أنيق نسبياً موصوف في الورقة البحثية الشهيرة لعام 2017 "الانتباه هو كل ما تحتاجه". أخذ كاربثي هذا البناء وأظهر أنه يتسع بالكامل على عدة شاشات من الكود — بدون PyTorch، بدون NumPy، بدون مكتبة خارجية واحدة.

يطبق microGPT جميع المكونات الرئيسية لعمارة المحول: الترميز الرمزي، وترميز الموضع، وآلية الانتباه (الانتباه الذاتي)، والانتشار الأمامي عبر الطبقات المترابطة بالكامل، والتطبيع، والانتشار العكسي للتدريب. يتم تنفيذ كل عملية رياضية يدويًا — ضرب المصفوفات، softmax، وظائف التنشيط. هذا يعني أن أي شخص لديه فهم أساسي للجبر الخطي و Python يمكنه فتح هذا الملف وتتبع المسار الكامل من النص المدخل إلى الرمز المُنتج دون مواجهة تجريدات الأطر.

يسمي كاربثي بتواضع microGPT "مشروع فن"، وهناك دقة أكثر في هذا التعريف مما قد يبدو. إنه ليس أداة للاستخدام العملي — النموذج المدرب بهذه الطريقة لن يجري حوارات ذات مغزى ولن يحل محل ChatGPT. أداء Python النقي بدون مكتبات محسنة أقل بعدة رتب من حيث الحجم عن الأطر المتخصصة. لكن قيمة المشروع تكمن في مستوى مختلف تماماً. إنها إزالة الغموض عن التكنولوجيا التي تحدد مظهر العالم الحديث.

بالنسبة لكاربثي، هذا النهج ليس جديداً. لقد أثبت نفسه منذ زمن طويل كأحد أفضل المعلمين الشعبيين للتعلم العميق. أصبح مقرره الدراسي حول الشبكات العصبية في ستانفورد كلاسيكياً، وساعدت سلسلة "الشبكات العصبية: من الصفر إلى البطل" على YouTube عشرات الآلاف من الناس على فهم الأساسيات. يستمر مشروع microGPT هذا الخط لكنه يرفع المعيار: إذا كان كاربثي يشرح العمائر بمساعدة PyTorch سابقاً، فالآن أزال الطبقة الأخيرة من التجريد. بين القارئ وبين رياضيات المحول، لم يتبقَ شيء.

تتجاوز عواقب هذه الخطوة المجال التعليمي. تعيش صناعة الذكاء الاصطناعي لحظة متناقضة: تصبح التكنولوجيا مؤثرة بشكل متزايد، ولكن في الوقت نفسه غير شفافة بشكل متزايد. تغلق الشركات نماذجها، وتنشر تفاصيل تقنية أقل، والفجوة بين من ينشئ الذكاء الاصطناعي ومن يستخدمه تتسع. في هذا السياق، تؤدي مشاريع مثل microGPT وظيفة حاسمة — فهي تعيد فهماً أساسياً للتكنولوجيا إلى الساحة العامة. عندما يريد سياسي أو صحفي أو ببساطة مهندس فضولي من مجال مجاور أن يفهم ما هو GPT حقاً، فإن 243 سطراً من الكود يعطي إجابة أكثر صدقاً من أي وثيقة تسويقية.

هناك أيضاً جانب عملي. بالنسبة للباحثين المبتدئين والطلاب، microGPT هو صندوق رمل مثالي. يمكنك تعديل آلية الانتباه ورؤية ما يحدث. يمكنك تغيير دالة التنشيط، والتجريب مع حجم نافذة السياق، وإضافة نسختك الخاصة من ترميز الموضع. عندما يكون الكود بأكمله أمام عينيك وكل سطر مفهوم، يتحول التجريب من السحر الأسود إلى الطريقة العلمية.

في النهاية، microGPT بمثابة تذكير بأنه خلف التقييمات بتريليونات الدولارات لشركات الذكاء الاصطناعي والحديث عن الذكاء الفائق الاصطناعي تقف الرياضيات التي يمكن أن تتسع على عدة صفحات. يحول الحجم والقوة الحسابية هذه الرياضيات إلى شيء رائع، لكن الجوهر ذاته يبقى في متناول الفهم. وطالما هناك أشخاص مثل كاربثي مستعدون لقضاء الوقت في جعل المعقد بسيطاً، تملك الصناعة فرصة للبقاء ليس فقط قوية بل شفافة أيضاً.