كيف تبني Hugging Face تطبيقات ويب قابلة للتوسع باستخدام Privacy Filter من OpenAI

بعد أيام قليلة من إطلاق OpenAI نموذج Privacy Filter، عرض فريق Hugging Face ثلاثة سيناريوهات عملية، لا عرضًا تقديميًا نظريًا، تتحول فيها هذه الأداة إلى تطبيقات ويب متكاملة. الفكرة بسيطة: تُكتشف البيانات الشخصية وتُخفى محليًا أولًا، ثم يُمرَّر النص أو المستند أو لقطة الشاشة إلى بقية مسار عمل الذكاء الاصطناعي. وبالنسبة للفرق التي تبني واجهات حول بيانات حساسة، فهذا أهم من عرض تجريبي آخر لروبوت دردشة، لأن المسألة لا تتعلق بجودة النموذج وحدها، بل بكيفية دمجه في منتج حقيقي دون بنية تحتية إضافية.

أطلقت OpenAI نموذج Privacy Filter في 22 أبريل 2026. وهو نموذج مفتوح الأوزان (open-weight) للكشف عن بيانات PII وتحريرها في النصوص، ويأتي برخصة Apache 2.0، ما يتيح تشغيله في بيئتك الخاصة، وإعادة تدريبه ليلائم حالات الاستخدام الخاصة بك، واستخدامه في المنتجات التجارية.

يضم النموذج 1.5 مليار معامل، لكن نحو 50 مليونًا منها فقط تظل نشطة، ويصل طول السياق إلى 128 ألف رمز (token). ويعلّم النص في تمريرة واحدة، ويبحث عن ثمانية أنواع من الكيانات الحساسة: أسماء الأفراد، والعناوين، والبريد الإلكتروني، وأرقام الهواتف، وعناوين URL، والتواريخ، وأرقام الحسابات، وأنواع مختلفة من الأسرار مثل كلمات المرور أو مفاتيح API.

ووفق بيانات OpenAI، يحقق النموذج مقياس F1 بنسبة 96% على معيار PII-Masking-300k، وبنسبة 97.43% على النسخة المصحّحة من مجموعة البيانات. وثمة تفصيل مهم: النموذج ليس مولّدًا للنصوص، بل مصنِّف رموز متخصص، ولذلك يناسب مهام الخصوصية السريعة في السجلات والمستندات والفهارس ومسارات الوسم.

المثال الأول من Hugging Face هو Document Privacy Explorer. يرفع المستخدم ملف PDF أو DOCX، فيستعيد المستند وقد أُبرزت فيه مقاطع PII، مع مرشّح حسب الفئات وإحصاءات موجزة في الأعلى. وبفضل السياق الطويل، يستطيع النموذج معالجة مستند كبير بأكمله، دون تقسيمه إلى أجزاء ثم إعادة ضمّها، وبالتالي تتطابق مواضع الأحرف مع ما يراه المستخدم في الواجهة. ويؤكد الفريق بشكل خاص أن كتابة واجهة القراءة هذه يدويًا بلغتي HTML وJavaScript كانت أسهل من تجميعها من كتل واجهة جاهزة. أما الجزء الخلفي فيبقى مختصرًا: نقطة وصول واحدة (endpoint) عبر gradio.Server تستقبل الملف، وتستخرج النص، وتمرّره عبر Privacy Filter، ثم تعيد النص والمقاطع المكتشفة والإحصاءات.

السيناريو الثاني هو Image Anonymizer للقطات الشاشة والصور. المسار هنا أكثر تعقيدًا قليلًا: يستخرج OCR عبر Tesseract النص وإحداثيات الكلمات أولًا، ثم يحدد Privacy Filter المقاطع الحساسة، وبعد ذلك يحوّل الخادم الخلفي (backend) المقاطع المكتشفة إلى مستطيلات على الصورة. وفي النهاية لا يحصل المستخدم على لقطة شاشة مطموسة فحسب، بل على لوحة canvas تفاعلية: يمكن تشغيل الأشرطة السوداء وإيقافها حسب الفئة، وتحريكها، وإضافة أشرطة يدويًا، وتصدير صورة PNG النهائية دون إعادة إرسال التعديلات إلى الخادم. وهذه حجة قوية للسيناريوهات الخاصة: فكل المعالجة اللاحقة تبقى في المتصفح، ولا يلزم النموذج إلا في خطوة الكشف الأولى.

المثال الثالث هو SmartRedact Paste، وهو في جوهره pastebin للنصوص الحساسة. يلصق المستخدم سجلًا أو رسالة بريدية أو تذكرة دعم، فيحصل على رابطين: نسخة عامة تحمل أقنعة مثل PRIVATE_EMAIL وPRIVATE_PERSON، ورابط خاص برمز وصول (token) يتيح رؤية الأصل مع إبراز المقاطع المكتشفة. ويوضح هذا المثال جيدًا سبب استخدام Hugging Face لـ gradio.Server تحديدًا. فكل ما يتعلق بالنموذج يمر عبر قائمة الانتظار @server.api، أما الصفحات العادية وعرض اللصقات فتخدمها مسارات FastAPI بسيطة داخل العملية نفسها. وبفضل ذلك يمكن أن تتعايش في الخدمة عناوين URL مخصصة، وبوابة رموز للعرض الخاص، ودالة الكشف نفسها متاحة من المتصفح ومن عميل Python على حد سواء. وتشير المقالة إلى أن الخدمة كلها مع التخزين تتسع لنحو 200 سطر من الشيفرة التطبيقية.

الخلاصة الرئيسية من هذه الأمثلة ليست أن Gradio قادرة على عرض نماذج تجريبية جذابة، بل أن البنية التحتية للخصوصية بدأت تبدو كطبقة منتج عادية. وتقترح Hugging Face قاعدة معمارية بسيطة: تُرسَل العمليات الثقيلة الخاصة بالنموذج إلى قوائم الانتظار في gradio.Server، بينما يُترك سائر المنطق — الصفحات، وتقديم الملفات، والقراءات الخفيفة، والتحقق من الرموز — على مسارات FastAPI العادية. ويمنح هذا التوزيع قابلية للتوسع دون تكرار شيفرة الخادم الخلفي، ويتيح بناء واجهات خاصة بدلًا من النماذج الجاهزة المعتادة. وبالنسبة إلى السوق، فهذه إشارة إلى أن ترشيح البيانات الشخصية محليًا لم يعد مهمة حكرًا على فرق المؤسسات الكبرى.

ومع ذلك، تحذّر OpenAI صراحة من أن Privacy Filter ليس شهادة امتثال ولا بديلًا عن مراجعة السياسات. ففي السيناريوهات القانونية والطبية والمالية، تبقى هناك حاجة إلى مراجعة بشرية، وتقييم على بيانات المجال، وضبط دقيق للعتبات. لكنه، كلبنة أساسية لتطبيقات ذكاء اصطناعي آمنة، أداة عملية جدًا.