نماذج ولغوية كبيرة
نموذج الاستدلال (Reasoning Model)
نموذج الاستدلال نموذج لغوي مدرّب على «التفكير قبل الإجابة»: يخصص حسابات إضافية لإنتاج سلاسل تفكير داخلية، فيستكشف الخيارات ويراجع عمله قبل تقديم الرد النهائي. هذا يجعله أفضل بوضوح في الرياضيات والبرمجة والتخطيط والمنطق التجاري متعدد الخطوات، مقابل زمن استجابة وتكلفة أعلى. قد يستخدم مكتب استشارات في تونس نموذج استدلال لتحليل ملف مناقصة معقد.
←
تطبيقات
نظام التوصية (Recommendation System)
نظام التوصية يتنبأ بما سيرغب فيه المستخدم لاحقاً، استناداً إلى سلوكه السابق وإلى أنماط متعلَّمة من مستخدمين أو منتجات مشابهة. إنه المحرك وراء خاصية «الزبائن اشتروا أيضاً» في المتاجر الإلكترونية وقوائم التشغيل المخصصة في تطبيقات البث. تمتد التقنيات من الترشيح التعاوني إلى التعلم العميق على التضمينات. يمكن لسوق إلكترونية في الدار البيضاء رفع متوسط سلة المشتريات بترشيح منتجات مكمّلة.
←
التعلم العميق
الشبكة العصبية التكرارية (RNN)
الشبكة العصبية التكرارية تعالج المتتاليات عنصراً بعد عنصر مع الاحتفاظ بذاكرة خفية لما سبق، مثل قراءة جملة كلمة كلمة مع تذكّر السياق. هيمنت هذه الشبكات ونسختها المحسّنة LSTM طويلاً على التعرف على الكلام والترجمة والتنبؤ بالسلاسل الزمنية. لكنها تتعثر مع المتتاليات الطويلة جداً ويبطؤ تدريبها، ولهذا حلّت المحوّلات (Transformers) محلها إلى حد كبير. تبقى مفيدة للمهام الخفيفة.
←
الأخلاقيات والسلامة
الفريق الأحمر (Red Teaming)
الفريق الأحمر ممارسة تقوم على مهاجمة نظام الذكاء الاصطناعي عمداً لاكتشاف نقاط ضعفه قبل أن يكتشفها الخصوم الحقيقيون أو تكشفها الحوادث. يجرّب المختبرون كسر القيود وحقن الأوامر والمخرجات المتحيزة وتسريب البيانات وتوليد محتوى ضار، ثم يرفعون النتائج لتقوية الدفاعات. قبل أن يطلق بنك مغربي روبوت محادثة للزبائن، يفحص الفريق الأحمر إمكانية خداعه لكشف بيانات الحسابات.
←
أساسيات
الانحدار (Regression)
الانحدار عائلة من أساليب التعلم الموجَّه تتنبأ بقيمة عددية متصلة لا بفئة: سعر، درجة حرارة، كمية. يتعلم النموذج العلاقة بين خصائص المدخلات والهدف من أمثلة تاريخية. الانحدار الخطي يلائم خطاً مستقيماً، بينما تلتقط الأنواع الأكثر تقدماً أنماطاً معقدة. يمكن لوكالة عقارية في طنجة تقدير أسعار الشقق حسب المساحة والحي والطابق.
←
التعلم العميق
التنظيم (Regularization)
التنظيم مجموعة تقنيات تمنع النموذج من حفظ بيانات تدريبه عن ظهر قلب بدل تعلم أنماط عامة، وهو خلل يسمى فرط التخصيص. تشمل الأساليب الشائعة معاقبة الأوزان الكبيرة جداً (L1 وL2)، وتعطيل خلايا عصبية عشوائياً أثناء التدريب (dropout)، أو إيقاف التدريب مبكراً. تخيّل طالباً يُشجَّع على فهم المفاهيم بدل حفظ امتحانات سابقة.
←
أساسيات
التعلم المعزز (RL)
التعلم المعزز يدرّب وكيلاً عبر المحاولة والخطأ: يقوم بأفعال داخل بيئة ما، فيتلقى مكافآت أو عقوبات، ويتعلم تدريجياً استراتيجية تعظّم المكافأة على المدى الطويل. هكذا يتعلم الطفل ركوب الدراجة، مصححاً مساره بعد كل اهتزاز. يشغّل التعلم المعزز أنظمة الألعاب والروبوتات وقرارات ديناميكية مثل مزادات الإعلانات وإدارة الطاقة.
←
أدوات ومنصات
ريبليت (Replit)
ريبليت منصة تطوير تعمل في المتصفح تتيح كتابة الشيفرة وتشغيلها ونشرها دون تثبيت أي شيء. يستطيع وكيلها الذكي بناء تطبيقات كاملة انطلاقاً من وصف بلغة عادية، متكفلاً بالشيفرة وقاعدة البيانات والاستضافة في مكان واحد. لهذا تحظى بشعبية في النماذج الأولية ولدى غير المبرمجين الذين يحوّلون أفكارهم إلى أدوات عاملة.
←
هندسة الأوامر
إعادة الترتيب (Reranking)
إعادة الترتيب خطوة ثانية في أنظمة البحث والتوليد المعزز بالاسترجاع: بعد أن يجلب مسترجِع سريع خمسين وثيقة مرشحة مثلاً، يعيد نموذج أقوى وأبطأ تقييمها ويدفع الوثائق الأكثر صلة فعلاً إلى القمة. إضافة معيد الترتيب تحسّن غالباً جودة إجابات روبوتات المحادثة المؤسسية بشكل كبير.
←