فهم محولات التوليد المدربة مسبقًا (GPT): جوهر الذكاء الاصطناعي الحديث

Lisa Ernst · 29.01.2026 · الذكاء الاصطناعي · 9 دقائق

فك شفرة GPT: المحرك وراء الذكاء الاصطناعي التوليدي

عندما صادفت نماذج اللغة الكبيرة لأول مرة، شعرت الميكانيكا الأساسية وكأنها صندوق أسود. كيف يمكن لجهاز كمبيوتر أن يولد نصًا متماسكًا وشبيهًا بالبشر؟ تكمن الإجابة في الهندسة المعقدة لـ محولات التوليد المدربة مسبقًا (GPT)، وهي عائلة من نماذج الشبكات العصبية التي أعادت تشكيل مجال الذكاء الاصطناعي بشكل أساسي. هذه النماذج ليست مجرد روبوتات محادثة متطورة؛ بل إنها تقود مجموعة واسعة من تطبيقات الذكاء الاصطناعي التوليدي، بما في ذلك ChatGPT الذي حظي بتغطية إعلامية كبيرة.

المصدر: صورة توضيحية خاصة

ملخص

• تعريف GPT: محولات التوليد المدربة مسبقًا، وهي عائلة من نماذج الشبكات العصبية التي تستخدم معمارية المحول.
• الوظيفة الأساسية: توليد نص شبيه بالبشر ومحتوى آخر (صور، موسيقى، كود) من خلال تحليل المطالبات باللغة الطبيعية.
• المكونات الرئيسية: معمارية المحول (المُشفِّر-المُفسِّر، آلية الانتباه الذاتي)، التدريب المسبق على مجموعات بيانات ضخمة، والتعلم المعزز.
• التطوير: من GPT-1 (2018) إلى GPT-4o (2024)، زيادة في عدد المعلمات والقدرات المتعددة الوسائط.
• التطبيقات: إنشاء المحتوى، مساعدة المبرمجين، تحليل البيانات، خدمة العملاء، والأمن السيبراني.
• التحديات: الخصوصية، مخاوف الملكية الفكرية، احتمال 'الهلوسة' (المخرجات غير الدقيقة)، وتحيز النموذج.
• الذكاء: تظهر نماذج GPT 'ذكاءً ضعيفًا' أو 'ذكاءً متخصصًا'، حيث تحاكي الذكاء دون وعي أو عواطف حقيقية.

نشأة GPT

يشير GPT إلى 'Generative Pre-trained Transformer' (محول التوليد المدرب مسبقًا) ويشير إلى فئة من نماذج الشبكات العصبية التي تعتمد على Transformer-Architektur. هذه المعمارية، التي قدمها فاسواني وآخرون في ورقتهم البحثية عام 2017 بعنوان " " Attention Is All You Need", ،" شكلت تقدمًا كبيرًا في معالجة اللغة الطبيعية (NLP). على عكس الشبكات العصبية المتكررة السابقة، تعالج المحولات تسلسلات الإدخال بأكملها في وقت واحد، مما يتيح توازيًا أفضل والتقاط سياق أوسع، كما هو موضح في Forschung von Google.

المصدر: app.readytensor.ai

أحدثت معمارية المحول ثورة في معالجة اللغة الطبيعية من خلال تمكين المعالجة المتوازية لتسلسلات الإدخال بأكملها من خلال آليات الانتباه المبتكرة الخاصة بها.

في جوهرها، يتكون نموذج المحول من وحدتين رئيسيتين: مُشفِّر ومُفسِّر. يعالج المُشفِّر المدخلات النصية عن طريق تحويل الكلمات إلى تمثيلات رياضية تسمى التضمينات (Embeddings). يتم تمثيل الكلمات ذات المعاني المتشابهة بتضمينات تكون أقرب إلى بعضها البعض في هذا الفضاء الرياضي. خلال هذه المرحلة، يقوم المُشفِّر بتعيين وزن لكل كلمة، يشير إلى مدى أهميتها داخل الجملة. لمنع المعاني الغامضة الناتجة عن ترتيب الكلمات المتشابه، يتم استخدام الترميز الموضعي للمساعدة في اكتشاف الفروق الدلالية. ثم يستخدم المُفسِّر التمثيل المتجه المنتج من قبل المُشفِّر للتنبؤ بالإخراج المطلوب، مستخدمًا آليات الانتباه الذاتي للتركيز بشكل حيوي على أجزاء مختلفة من نص الإدخال في كل خطوة معالجة. هذه القدرة على مراعاة السياق عبر ممرات نصية طويلة، جنبًا إلى جنب مع مجموعات البيانات الضخمة، تسمح بتوليد أنماط كلام واقعية بشكل ملحوظ.

يشير جانب 'التوليد المدرب مسبقًا' إلى قدرة النموذج على التدرب على كميات هائلة من البيانات غير المصنفة لتعلم أنماط اللغة وإجراء تنبؤات دقيقة. يحدث هذا التدريب المسبق التوليدي في وضع شبه مُشرف: التدريب غير المُشرف يحدد الأنماط، يليه التدريب المُشرف باستخدام التغذية الراجعة البشرية (التعلم المعزز من التغذية الراجعة البشرية، أو RLHF) لتحسين قدراته.

تطور نماذج GPT

بدأ تطور نماذج GPT في عام 2018 مع GPT-1، الذي يتكون من 117 مليون مُعامل وأسس المبادئ الأساسية لنمذجة اللغة. تبعه GPT-2، الذي تم تقديمه في عام 2019، وتوسع بشكل كبير بما يصل إلى 1.5 مليار مُعامل، مما يدل على تحسن كبير في توليد النصوص.

جاء الانفجار الكبير في عام 2020 مع GPT-3. تم تدريب GPT-3 على أكثر من 175 مليار مُعامل على مجموعة بيانات هائلة تزيد عن 45 تيرابايت، من نصوص الويب، و Common Crawl، والكتب، وويكيبيديا، ليصبح أحد أكبر نماذج اللغة وأكثرها قوة في عصره. تطلب هذا النطاق المذهل موارد حسابية هائلة، واستخدم أكثر من 3000 بطاقة رسومات عبر 285 خادمًا لتدريبه.

OpenAI، التي أسسها سام ألتمان وغريغ بروكمان وآخرون في عام 2015، كانت في الأصل منظمة غير ربحية، ولكنها تحولت إلى هيكل ربحي في عام 2019. هذه الشركة هي التي تقف وراء روبوت المحادثة ChatGPT، الذي يستخدم نماذج GPT. تم إطلاق ChatGPT في نوفمبر 2022، وسرعان ما حظي باهتمام واسع، كما يصف Gabler Wirtschaftslexikon. بالتفصيل. تعتمد النسخة المجانية من ChatGPT على GPT-3.5، بينما يوفر نظيرها المدفوع (ChatGPT Plus)، الذي يكلف عادةً 20 دولارًا أمريكيًا شهريًا، الوصول إلى GPT-4 الأكثر تقدمًا.

المصدر: slate.com

سام ألتمان وغريغ بروكمان، شخصيتان رئيسيتان في OpenAI ساعدتا في تحويل الشركة من منظمة غير ربحية إلى كيان تجاري يطور ChatGPT.

يمثل GPT-4، الذي تم إصداره في مارس 2023، قفزة كبيرة، حيث يعمل كنموذج كبير متعدد الوسائط (LMM) يقدر بـ 1.8 تريليون مُعامل ويمكنه معالجة كل من مدخلات الصور والنصوص. أحدث تكرار، GPT-4o، الذي تم تقديمه في مايو 2024، يوسع القدرات بشكل أكبر ليكون متعدد اللغات ومتعدد الوسائط (صوت، فيديو، نص)، مع كونه أيضًا أرخص بنسبة 50٪ وأسرع مرتين من GPT-4 Turbo لتوليد النصوص. تبعته نسخة أصغر وأكثر اقتصادية، GPT-4o mini، في يوليو 2024. تمتلك أمازون أيضًا نموذج لغة خاص بها يعتمد على معمارية GPT، وهو GPT55X، والذي يواصل باحثوها تطويره.

المراحل الرئيسية لنماذج GPT

كيف تعمل نماذج GPT؟

تعمل نماذج GPT كجهاز تنبؤ باللغة يعتمد على الشبكة العصبية، حيث تحلل مطالبات اللغة الطبيعية، أو 'التعليمات'، للتنبؤ بالإجابة الأكثر احتمالًا. تعتمد على المعرفة المكتسبة من التدريب على مجموعات بيانات لغوية ضخمة تشمل مئات المليارات من المعاملات. تأخذ هذه النماذج في الاعتبار سياق الإدخال ويمكن أن تركز بشكل حيوي على أجزاء مختلفة منه لتوليد إجابات شاملة ومتماسكة. كل مُعامل هو متغير داخلي يقوم النموذج بتحسينه أثناء التدريب، مما يؤثر على سلوكه. كلما زاد عدد المعاملات، كان النموذج أفضل في التعامل مع المهام المعقدة وتقديم إجابات شبيهة بالبشر.

ChatGPT هو نموذج لغوي كبير (LLM) تحديدًا، تم تدريبه على فهم وتوليد اللغة البشرية. تعتمد وظيفته على التعلم الآلي والشبكات العصبية والتعلم العميق ومعالجة اللغة الطبيعية (NLP). أثناء التدريب، تتم معالجة مجموعات بيانات ضخمة تبلغ حوالي 500 مليار كلمة لتحديد الأنماط اللغوية. يتم تقسيم المدخلات إلى وحدات أصغر تسمى 'الرموز' (Tokens) وتحليلها من خلال طبقات متعددة من الشبكة العصبية. يفهم ChatGPT القواعد النحوية، وبناء الجملة، وأجزاء الكلام، والسياق لالتقاط المعنى ومن ثم يحسب الكلمات التالية الأكثر احتمالًا لإنشاء إجابة. يحدث التحسين المستمر من خلال التعلم المعزز بناءً على التغذية الراجعة من المستخدمين.

التطبيقات والفوائد

يمتد تأثير نماذج GPT عبر قطاعات عديدة. تستخدمها الشركات لأغراض متنوعة: إنشاء روبوتات للأسئلة والأجوبة، وتلخيص النصوص، وتوليد المحتوى، وتعزيز وظائف البحث. تكمن قيمتها الأساسية في السرعة والنطاق الذي تعمل به؛ على سبيل المثال، إنشاء مقال في ثوانٍ بدلاً من ساعات. وقد دفعت هذه القدرة أبحاث الذكاء الاصطناعي نحو الذكاء الاصطناعي العام (AGI).

تشمل التطبيقات المحددة صياغة محتوى وسائل التواصل الاجتماعي، وتحويل النص إلى أنماط مختلفة، وكتابة وشرح مقتطفات من الكود، وتحليل البيانات، وإنشاء مواد تعليمية، وتطوير مساعدين صوتيين تفاعليين. في مجال الأمن السيبراني، يوفر ChatGPT اكتشافًا للتهديدات والاستجابة لها في الوقت الفعلي، وتحليلًا آليًا للتهديدات، وكفاءة معززة، وتدريب المستخدمين. كما أنه يعمل كأداة بحث داخلية أو مساعدة في صياغة رسائل البريد الإلكتروني أو الوثائق أو النماذج النصية. يستخدم المطورون GPT كطيار مساعد لمقتطفات الكود، وتصحيح الأخطاء، واقتراحات التوثيق. يمكنه حتى ترجمة المفاهيم القانونية المعقدة إلى لغة أبسط.

قدرة ChatGPT لا تقتصر على النص. مع دمج DALL-E، يمكنه أيضًا توليد الصور، كما هو موضح في QuillBot. يشرح. يوضح Sora من OpenAI، وهو مولد فيديو يعمل بالذكاء الاصطناعي، ذلك بشكل أكبر من خلال إنشاء مقاطع فيديو واقعية من مدخلات نصية.

التحديات والاعتبارات الأخلاقية

على الرغم من تقدمها، تثير نماذج GPT العديد من التحديات والمخاوف الأخلاقية. تنشأ مخاوف تتعلق بالخصوصية لأن ChatGPT يجمع البيانات التي يمكن استخدامها لتدريب نماذج أخرى، مما يشكل خطرًا أمنيًا على المعلومات السرية. واجهت OpenAI نفسها دعاوى قضائية بخصوص استخدام مواد محمية بحقوق الطبع والنشر لتدريب نماذجها.

إحدى القضايا الهامة هي احتمال الحصول على مخرجات غير دقيقة، والتي يشار إليها غالبًا باسم 'الهلوسة'، حيث تولد نماذج الذكاء الاصطناعي أنماطًا غير موجودة. يمكن أن يؤدي هذا إلى معلومات مضللة. ينشأ تحيز النموذج أيضًا لأن GPT مدرب على بيانات الإنترنت، والتي قد تحتوي على وجهات نظر تمييزية. يمكن أن يؤدي هذا إلى إخراج يعكس هذه التحيزات أو وجهات نظر غير مناسبة. وبالتالي، فإن احتمال إساءة الاستخدام لنشر المعلومات المضللة أو التلاعب كبير.

بالإضافة إلى ذلك، بينما يمكن أن يساعد ChatGPT في الموضوعات الشخصية مثل الصحة، لا ينبغي أبدًا أن يحل محل المشورة الطبية المهنية. إنه يعمل دون وعي أو ذكاء حقيقي؛ إنه 'ذكاء اصطناعي ضعيف' أو 'ذكاء اصطناعي متخصص'. 'ذكاوه' يحاكي التعرف على الأنماط وتوليد النصوص، ويفتقر إلى الوعي الذاتي أو العواطف الحقيقية.

تظل مسألة ما إذا كان ChatGPT يمتلك 'ذكاءً حقيقيًا' مرتبطة بتعريف الذكاء نفسه. تنتج قدراته الإبداعية وقدراته على حل المشكلات عن الجمع والتعديل للمعلومات التي تم تعلمها، وليس عن فهم أو إحساس جوهري.

الخاتمة

أحدثت نماذج GPT، المدعومة بمعمارية المحول والتقدم المستمر في شبكاتها العصبية الأساسية، ثورة في الطريقة التي نتفاعل بها ونتصور الذكاء الاصطناعي. من صياغة المستندات المعقدة إلى توليد المحتوى الإبداعي، فإن تطبيقاتها متنوعة وتتوسع باستمرار. في حين أنها توفر كفاءة لا مثيل لها وإمكانيات جديدة عبر كل صناعة، فإن تطورها يتطلب أيضًا اهتمامًا مستمرًا بالآثار الأخلاقية، والخصوصية، والاستخدام المسؤول للتحيزات المحتملة. من المرجح أن يشمل مستقبل ChatGPT والتقنيات المماثلة التي تدعم GPT مزيدًا من التكامل مع أدوات الذكاء الاصطناعي الأخرى، مما يدفع حدود ما يمكن أن يحققه الذكاء الاصطناعي التوليدي، بينما لا يزال يتطلب نهجًا مدروسًا لتأثيرها المجتمعي.

المراجع