"إنه مجرد إكمال تلقائي متطور"، عبارة تسمعها كثيرًا كلما جاء الحديث عن ChatGPT وأخواته، وهي تختصر نماذج اللغة الكبيرة (Large Language Models) في ميزة لوحة مفاتيح الهاتف التي تقترح عليك الكلمة التالية. والمفاجأة أن العبارة صحيحة في جوهرها، فالنموذج فعلًا يتنبأ بالجزء التالي من النص خطوة بعد خطوة. لكنها مضللة لأنها تخفي حجم ما يحدث قبل كل تنبؤ: تحويل الكلمات إلى أرقام، وفهم العلاقات بينها عبر طبقات متتابعة، ثم تدريب طويل يعلّم النموذج كيف يجيب بدل أن يكتب أي كلام.
اقتراح هاتفك يعتمد على آخر كلمة أو كلمتين، أما النموذج فيزن السياق كله قبل أن يختار. لذلك سنتتبع رحلة سؤال عربي واحد من لحظة كتابته حتى ظهور الإجابة على شاشتك، محطة بعد محطة. السؤال الذي سنرافقه هو: "لماذا تتساقط أوراق الشجر في الخريف؟"، وفي كل محطة ستجد تشبيهًا بسيطًا يقرّب الفكرة دون أن يشوّهها.
ما هي نماذج اللغة الكبيرة
النموذج اللغوي الكبير برنامج حاسوبي يتكوّن في الأساس من شبكة عصبية ضخمة تحتوي على عدد هائل من الأرقام القابلة للتعديل، تُسمّى المعاملات (Parameters). هذه الأرقام ليست قاعدة بيانات فيها جمل محفوظة، بل هي أشبه بإعدادات دقيقة لآلة معقدة، ضُبطت تدريجيًا حتى أصبحت الآلة بارعة في مهمة واحدة: إذا أعطيتها نصًا، تقدّر ما الجزء الأرجح أن يأتي بعده. وصف "كبير" يعود إلى أمرين معًا، ضخامة عدد المعاملات، وضخامة بيانات التدريب التي تعلّم منها النموذج، وهي نصوص هائلة من الكتب والمواقع والمقالات والشيفرات البرمجية.
عندما يسأل الناس كيف يعمل ChatGPT أو Gemini، فهم يسألون في الحقيقة عن سلسلة مراحل تمر بها رسالتهم في أجزاء من الثانية. سؤالنا عن أوراق الخريف لا يدخل النموذج كما كتبته، بل يُقطَّع أولًا إلى الرموز Tokens، ثم تتحول هذه الرموز إلى أرقام، ثم يمر عبر عشرات الطبقات الحسابية، وفي النهاية يخرج احتمال لكل جزء محتمل من الإجابة. والنموذج لا "يبحث" عن الإجابة في ذاكرة مرتبة كما يفعل محرك البحث، وإنما يبنيها بناءً بالاعتماد على الأنماط التي استوعبها من بيانات التدريب.
وهنا يظهر الفرق الأول عن الإكمال التلقائي البسيط. اقتراحات الهاتف تتعلم من رسائلك أنت، وتنظر إلى نافذة صغيرة جدًا من الكلمات، أما نموذج اللغة الكبير LLM فقد تعلّم من مقدار من النصوص يفوق ما يقرؤه إنسان في آلاف الأعمار، ويستطيع ربط كلمة في آخر رسالتك بكلمة في أولها. لهذا يبدو قادرًا على الشرح والتلخيص والترجمة وكتابة الشيفرة، مع أن الآلية الأساسية تحت كل ذلك واحدة: توقع الرمز التالي بأفضل ما يمكن. وكل ما سيأتي في المحطات التالية هو تفصيل لكيفية الوصول إلى هذا التوقع، ولماذا يبدو ذكيًا إلى هذا الحد.
كيف تقسم النصوص إلى رموز Tokens
المحطة الأولى في رحلة سؤالنا هي التقطيع (Tokenization). النموذج لا يتعامل مع الحروف واحدًا واحدًا، ولا مع الكلمات الكاملة دائمًا، بل مع وحدات وسيطة تُسمّى الرموز Tokens. الرمز قد يكون كلمة شائعة كاملة، أو مقطعًا من كلمة، أو علامة ترقيم. فكلمة مثل "الشجر" قد تبقى رمزًا واحدًا أو تنقسم إلى "ال" و"شجر"، بحسب المفردات التي بناها النموذج أثناء إعداده. الأمر أشبه بقطع الليغو: بدل أن يحتفظ النموذج بقطعة جاهزة لكل كلمة في كل لغة، يمتلك مخزونًا محدودًا من القطع يركّب منه أي نص.
لماذا يستهلك النص العربي رموزًا أكثر
يحتاج النص العربي في كثير من النماذج إلى رموز أكثر مما يحتاجه نص إنجليزي يحمل المعنى نفسه. السبب أن المقطِّعات بُنيت تاريخيًا على بيانات يغلب عليها الإنجليزية، فحصلت الكلمات الإنجليزية الشائعة على رموز كاملة، بينما تتفكك الكلمات العربية إلى أجزاء أصغر. ويزيد الأمر طبيعة العربية نفسها، فالكلمة الواحدة قد تحمل أداة تعريف وحرف عطف وضميرًا متصلًا، مثل "فسيكتبونها". النتيجة العملية أن سؤالك العربي قد يشغل حيزًا أكبر من حدود النموذج، وقد يكون أبطأ أو أعلى تكلفة عند استخدام الواجهات البرمجية المدفوعة بالرمز، وإن كانت النماذج الأحدث قد حسّنت تمثيل العربية بدرجات متفاوتة.
كيف تتحول الكلمات إلى نقاط في فضاء المعنى
المحطة الثانية هي التضمين (Embedding). كل رمز يتحول إلى قائمة طويلة من الأرقام تمثّل موقعه في ما يمكن وصفه بخريطة للمعاني. على هذه الخريطة تقع "ورقة" قريبة من "شجرة" و"غصن"، وتقع "الخريف" قريبة من "الشتاء" و"الفصول"، بينما تبتعد "حاسوب" عنها كثيرًا. هذه المواقع لم يرسمها أحد يدويًا، بل تعلّمها النموذج من ملاحظة الكلمات التي تظهر في سياقات متشابهة. بعد هذه الخطوة يصبح سؤالنا سلسلة من النقاط في فضاء المعنى، جاهزة للمعالجة الحسابية.
كيف تعمل آلية الانتباه
المحطة الثالثة هي قلب القصة. معظم نماذج اللغة الكبيرة الحالية مبنية على معمارية المحولات Transformer، التي قدّمها باحثون من Google في ورقة شهيرة عام 2017 بعنوان "Attention Is All You Need". الفكرة المحورية في هذه الورقة هي آلية الانتباه (Attention)، وهي الطريقة التي يقرر بها النموذج أي الكلمات في النص يجب أن ينظر إليها عند فهم كل كلمة أخرى.
خذ كلمة "تتساقط" في سؤالنا. وحدها لا تكفي، فقد تتساقط الأمطار أو الأسعار أو أوراق الشجر. عبر آلية الانتباه، تنظر هذه الكلمة إلى بقية الرموز في الجملة وتمنح وزنًا أكبر لكلمتي "أوراق" و"الخريف"، فيتشكل لها تمثيل جديد يحمل معنى "سقوط الأوراق في موسم محدد". وكلمة "لماذا" بدورها تنتبه إلى الجملة كلها، فيُفهَم أن المطلوب تفسير سببي وليس وصفًا. التشبيه الأقرب هو قارئ يحمل قلم تظليل، يمر على كل كلمة ثم يظلل الكلمات الأخرى التي تساعده على فهمها، بدرجات متفاوتة من القوة.
ماذا تفعل طبقات المحولات Transformer
لا تحدث هذه العملية مرة واحدة، بل تتكرر عبر طبقات كثيرة مكدسة فوق بعضها. ويمكن تصور ما يجري في هذه الطبقات بصورة مبسطة كما يلي:
- الطبقات الأولى تلتقط البنية: تميل إلى التقاط العلاقات القريبة والسطحية، مثل ارتباط أداة التعريف بالاسم، أو ارتباط الفعل بفاعله. هذه المعالجة تمنح النموذج صورة نحوية أولية عن السؤال قبل الانتقال إلى المعنى الأعمق.
- الطبقات الوسطى تبني المعنى: هنا تتجمع المعلومات من أطراف الجملة، فيتكوّن تمثيل يربط الخريف بقصر النهار وانخفاض الحرارة. ويبدأ النموذج في تكوين صورة عن نوع الإجابة المناسبة لسؤال سببي من هذا النوع.
- الطبقات الأخيرة تجهّز الرد: تحوّل الفهم المتراكم إلى تمثيل موجّه نحو مهمة واحدة، هي اختيار الرمز التالي. أي أن كل ذلك العمق ينتهي في النهاية إلى قرار بسيط الظاهر، لكنه مبني على السياق الكامل.
هذا التقسيم تقريبي، فالباحثون أنفسهم ما زالوا يدرسون ما تفعله كل طبقة بالضبط، لكنه يوضح لماذا تفهم المحولات السياق أفضل بكثير من الأنظمة التي سبقتها.
كيف يعمل ChatGPT عند الإجابة
بعد أن يمر سؤالنا بكل الطبقات، نصل إلى المحطة الرابعة: التنبؤ بالرمز التالي. النموذج لا يُخرج كلمة واحدة مؤكدة، بل يحسب احتمالًا لكل رمز في مفرداته. بعد سؤال أوراق الخريف قد تحصل كلمة "تتساقط" على احتمال مرتفع، و"يعود" على احتمال أقل، و"السبب" على احتمال قريب، بينما تحصل كلمة مثل "سيارة" على احتمال ضئيل جدًا. هذه الاحتمالات هي الترجمة الرياضية لكل ما فهمه النموذج من السؤال، وهي تُحسب على مستوى الرموز Tokens لا الكلمات الكاملة، فقد تحتاج كلمة عربية واحدة إلى أكثر من خطوة تنبؤ حتى تكتمل على الشاشة.
ما دور درجة الحرارة Temperature في الإجابة
بعد حساب الاحتمالات يأتي الاختيار، وهو ما يُعرف بأخذ العينة (Sampling). لو اختار النموذج دائمًا الكلمة الأعلى احتمالًا، لصارت إجاباته متطابقة ورتيبة. لذلك يستخدم إعدادًا يُسمّى درجة الحرارة (Temperature). الحرارة المنخفضة تجعله يلتزم بالخيارات الأرجح، فتأتي الإجابة دقيقة ومتوقعة، وتناسب الحقائق والشيفرات. والحرارة المرتفعة توسّع فرص الخيارات الأقل احتمالًا، فتأتي الإجابة أكثر تنوعًا وإبداعًا، وتناسب كتابة القصص والأفكار. التشبيه هنا طاهٍ يتبع الوصفة حرفيًا عند الحرارة المنخفضة، ويجرّب توابل غير معتادة عند الحرارة المرتفعة.
لماذا تظهر الإجابة كلمة بعد كلمة
بعد اختيار الرمز الأول، يُضاف إلى النص، ثم تتكرر الرحلة كلها من جديد: السؤال مع الرمز الجديد يمر عبر الطبقات، فيُحسب احتمال الرمز الثاني، وهكذا. هذا هو السبب في أنك ترى الإجابة تتدفق على الشاشة تدريجيًا بدل أن تظهر دفعة واحدة. وهنا تحديدًا تكمن صحة عبارة "الإكمال التلقائي"، فالنموذج يكتب بطريقة تراكمية فعلًا. أما ما يجعل النتيجة شرحًا متماسكًا عن الكلوروفيل وقصر النهار، فهو كل ما تعلّمه في مراحل التدريب التي تسبق هذه اللحظة بزمن طويل.
كيف تدرب نماذج اللغة الكبيرة
قبل أن تكتب سؤالك بشهور، مرّ النموذج بمرحلتين مختلفتين جوهريًا من التدريب. المرحلة الأولى هي التدريب المسبق (Pre-training)، حيث يُعرض على النموذج قدر ضخم من بيانات التدريب، ويُطلب منه مرارًا تخمين الرمز التالي في نصوص حقيقية، ثم تُعدَّل معاملاته قليلًا بعد كل خطأ. بعد مليارات المحاولات يكتسب النموذج معرفة واسعة باللغة والحقائق وأنماط التفكير المكتوبة. لكن نموذجًا خرج للتو من هذه المرحلة قد يرد على سؤال أوراق الخريف بكتابة أسئلة مشابهة بعده، لأنه تعلّم إكمال النصوص لا الإجابة عنها.
ما الفرق بين التدريب المسبق واللاحق
هنا يأتي التدريب اللاحق (Post-training)، الذي يحوّل "مكمّل النصوص" إلى مساعد مفيد. وتشمل هذه المرحلة عادة خطوات متكاملة يمكن تلخيصها كالتالي:
- ضبط التعليمات (Instruction Tuning): يُدرَّب النموذج على أمثلة منتقاة بعناية تتكون من طلب وإجابة جيدة عنه، كتبها أو راجعها بشر. بهذه الأمثلة يتعلم أن السؤال يستحق ردًا مباشرًا ومنظمًا، لا تكملة عشوائية للنص.
- التعلم من تقييم البشر (RLHF): يكتب النموذج عدة إجابات للسؤال نفسه، ويرتبها مقيّمون بشريون من الأفضل إلى الأسوأ. ثم يُستخدم هذا الترتيب لتوجيه النموذج نحو إجابات أوضح وأكثر فائدة وأمانًا، وبعيدًا عن الردود الضارة أو المراوغة.
- تدريب مهارات الاستدلال: ظهرت نماذج استدلال، مثل سلسلة o من OpenAI وأوضاع "التفكير" في عدة منصات، تُدرَّب على كتابة خطوات وسيطة قبل الإجابة النهائية. هذه النماذج تستهلك وقتًا ورموزًا أكثر، لكنها تتحسن غالبًا في الرياضيات والبرمجة والمسائل المركبة.
التشبيه المناسب طالب قرأ مكتبة كاملة في مرحلة أولى، ثم التحق بمدرب يعلّمه كيف يجيب عن الأسئلة بوضوح وأدب ودقة. المعرفة جاءت من القراءة، أما أسلوب الإجابة الذي تراه في ChatGPT وGemini فجاء من التدريب اللاحق.
ما هي نافذة السياق
المحطة الأخيرة في رحلتنا تتعلق بحدود ما يستطيع النموذج رؤيته. نافذة السياق (Context Window) هي أقصى عدد من الرموز يمكن للنموذج التعامل معه دفعة واحدة، وتشمل رسالتك الحالية، وما سبقها في المحادثة، والتعليمات الخفية التي يضعها مقدم الخدمة، والإجابة التي يكتبها. حجم هذه النافذة يختلف كثيرًا من نموذج إلى آخر ومن إصدار إلى إصدار، وقد اتسع بصورة ملحوظة في السنوات الأخيرة، لذلك يُفضَّل الرجوع إلى صفحة النموذج الرسمية لمعرفة الرقم الحالي. وما يقع خارج هذه النافذة لا يراه النموذج إطلاقًا، كأنه مكتب لا يتسع إلا لعدد محدد من الأوراق، وعند امتلائه تُزاح الأوراق الأقدم.
وهذا يفسر ظاهرة يلاحظها كثيرون: في المحادثات الطويلة جدًا قد "ينسى" النموذج تفصيلًا ذكرته في البداية. وتذكّر أن العربية تستهلك رموزًا أكثر، فتمتلئ نافذة السياق بها أسرع من الإنجليزية. كما أن معرفة النموذج الداخلية تتوقف عند تاريخ معين هو تاريخ جمع بيانات التدريب، فلا يعرف ما حدث بعده من تلقاء نفسه.
كيف يصل النموذج إلى معلومات حديثة
المعرفة المخزنة داخل النموذج تتوقف عند تاريخ انتهاء بيانات تدريبه، فلا يعرف ما حدث بعده إلا إذا أُعطي مصدرًا جديدًا. لتجاوز هذه الحدود، تربط المنصات الحديثة النموذج بأدوات خارجية، أبرزها ما يلي:
- البحث في الويب: يطلب النموذج إجراء بحث، فتُجلب صفحات حديثة وتوضع داخل نافذة السياق، ثم يصوغ إجابته بالاستناد إليها. هكذا يتحدث عن أخبار لم تكن موجودة وقت تدريبه، مع ذكر المصادر أحيانًا.
- التوليد المعزز بالاسترجاع (RAG): تُقسَّم مستنداتك أو ملفات شركتك إلى مقاطع، ويُسترجع منها الأقرب إلى سؤالك في فضاء المعنى نفسه الذي شرحناه في محطة التضمين. ثم تُمرَّر هذه المقاطع إلى النموذج ليجيب منها بدل الاعتماد على ذاكرته العامة.
في الحالتين لا يتغير النموذج نفسه، وإنما يتغير ما يوضع أمامه في نافذة السياق. وبهذا تكتمل رحلة سؤال أوراق الخريف: تقطيع، فتضمين، فانتباه عبر الطبقات، فتنبؤ واختيار، كلها فوق أساس من التدريب الطويل، وضمن حدود نافذة لا يرى النموذج ما وراءها إلا بمساعدة الأدوات.
الأسئلة الشائعة
هل نماذج اللغة الكبيرة مجرد إكمال تلقائي
الإجابة نعم ولا في آن واحد. آلية العمل الأساسية في نماذج اللغة الكبيرة هي فعلًا التنبؤ بالرمز التالي، لكن هذا التنبؤ يعتمد على تمثيلات عميقة للمعنى وعلى تدريب لاحق يعلّم النموذج الإجابة والتنظيم. لذلك فالوصف دقيق تقنيًا، لكنه يقلل كثيرًا من حجم ما يحدث في الداخل.
هل يفهم ChatGPT ما يقوله
يتوقف ذلك على تعريفك للفهم. النموذج يلتقط العلاقات بين المفاهيم بطريقة تسمح له بالشرح والاستنتاج في حالات كثيرة، لكنه لا يمتلك تجربة حسية أو وعيًا كما لدى الإنسان. لهذا يمكن أن يقدم شرحًا ممتازًا ثم يخطئ في تفصيل بسيط، ويبقى التحقق من المعلومات المهمة ضروريًا، وهو موضوع نتناوله بالتفصيل في مقال مستقل.
لماذا تختلف إجابة النموذج عند تكرار السؤال نفسه
السبب الرئيسي هو أخذ العينة ودرجة الحرارة. النموذج يحسب احتمالات لعدة رموز ممكنة، ثم يختار منها بقدر من العشوائية المحسوبة، فيسلك كل مرة مسارًا مختلفًا قليلًا. وكلما ارتفعت درجة الحرارة زاد هذا التنوع بين الإجابات.
هل تتعلم نماذج اللغة الكبيرة من محادثاتي فورًا
لا، فمعاملات النموذج لا تتغير أثناء محادثتك معه. ما يبدو "تذكرًا" داخل المحادثة هو ببساطة وجود رسائلك السابقة في نافذة السياق، وبعض المنصات تضيف ميزات ذاكرة منفصلة تحفظ ملاحظات عنك. أما استخدام المحادثات في تدريب نسخ مستقبلية فيخضع لسياسة كل شركة وإعدادات الخصوصية في حسابك.
ما الفرق بين ChatGPT وGemini من الداخل
كلاهما نموذج لغة كبير LLM قائم على معمارية المحولات Transformer وآلية الانتباه، ويمر بمرحلتي التدريب المسبق واللاحق نفسيهما من حيث المبدأ. الاختلافات تكمن في التفاصيل: حجم النموذج، ونوعية بيانات التدريب، وطريقة التدريب اللاحق، وحجم نافذة السياق، والأدوات المرتبطة به. لذلك قد يتفوق أحدهما في مهمة ويتفوق الآخر في مهمة مختلفة، والتجربة العملية على مهامك أنت هي أفضل وسيلة للمقارنة.
0 تعليقات