نبدأ سلسلتنا الجديدة عن تفكيك شفرة الذكاء الإصطناعي، وهي سلسلة تتخصص في البحث والتدقيق في عالم الذكاء الاصطناعي وتحديثاته وكل الإضافات به، في هذا الجزء من السلسلة نستفتح الكلام عن روبوتات المحادثات الآلية، كيف تعمل؟ ما أهميتها؟ وبالطبع سنتحدث عن النماذج اللغوية الكبيرة وكيف مكنتنا من وجود روبوتات المحادثات، فتابع معنا لنفك شفرة الذكاء الإصطناعي معًا ومع NVIDIA.

تفكيك شفرة الذكاء الإصطناعي: روبوتات المحادثات

روبوتات المحادثات نوع من انواع الذكاء الإصطناعي تعتمد في عملها على ما يُسمى باسم النماذج اللغوية الكبيرة والتي هي خوارزميات تعلم عميق مُدربة مسبقًا على مجموعات بيانات ضخمة واسعة مثل الإنترنت نفسه، هذه الخوارزميات يمكنها التعرف وتلخيص وترجمة والتنبؤ وإنتاج النصوص وأشكال أخرى من المحتوى، يمكن تشغيل هذه النماذج محليًا على أجهزة الكمبيوتر الشخصية او الـWorkstation المدعومة بواسطة كروت شاشة NVIDIA GeForce خاصة كروت RTX الرسومية.

تتفوق النماذج اللغوية الكبيرة LLM في تلخيص كميات كبيرة من النصوص وتصنيف واستخراج البيانات وكل ذلك من اجل الوصول الى رؤية جديدة للنصوص وانتاج نصوص جديدة بأسلوب ونبرة وتنسيق يحددها المستخدم، هذا يُسهل التواصل بأي لغة حتى تلك التي لا يتحدث بها البشر، سواء كنا نتحدث عن لغات البرمجة او دراسات حيوية مثل سلاسل البروتين والجينات.

مثال على النموذج اللغوي الكبير هو Google Gemma، والذي يمكن تجربته في NVIDIA AI Playground.

من المعروف ان النماذج اللغوية الأولى تم تدريبها على النصوص فقط، بينما تم تدريب الإصدارات اللاحقة على أنواع أخرى من البيانات مثل الوسائط المتعددة فيمكن لهذه النماذج التعرف وانتاج العديد من الوسائط مثل الصور والفيديوهات والصوت وأشكال أخرى من المحتوى المتنوع.

بداية الدردشة الآلية كانت مع ChatGPT الذي انتشر بسرعة، وكان من النماذج اللغوية الأولية التي قُدمت للمستهلكين، وذلك مع واجهة مألوفة مُصممة للتحاور مع المستخدمين والرد على أوامرهم بشكل طبيعي، منذ ذلك الحين تم استخدام روبوتات المحادثة والذكاء الإصطناعي لمساعدة المطورين في كتابة الأكواد ويُساعد العلماء في اكتشاف أدوية أكبر وتطوير اللقاحات بشكل أسرع.

النماذج اللغوية التي تشغل الوظائف الكبيرة بطبعها تتطلب قدرات حسابية كبيرة، لذلك الجمع بين تقنيات التحسين المتقدمة والخوارزميات المختلفة مع وحدات معالجة الرسومات RTX التي صُممت خصيصًا من أجل الذكاء الإصطناعي تساعد في جعل النماذج اللغوية الكبيرة مضغوطة بما يكفي وأجهزة الكمبيوتر قوية بما يكفي لتشغيل هذه النماذج محليًا دون الحاجة الى اتصال بالإنترنت، وتمهد النماذج اللغوية الكبيرة خفيفة الوزن مثل Mistral -والتي هي احد النماذج اللغوية الكبيرة التي تشغل الدردشة مع RTX- الطريق لأداء على أحدث طراز مع أقل متطلبات من الطاقة والتخزين.

أهمية النماذج اللغوية الكبيرة

يمكن تكييف النماذج اللغوية الكبيرة لحالات استخدام كثيرة ولمجموعة واسعة من الصناعات وسير العمل، هذه المرونة جنبًا الى جنب مع الأداء السريع توفر مكاسب في الأداء والكفاءة عبر جميع المهام القائمة على هذه اللغة، تُتسخدم الـ LLM على نطاق واسع في تطبيقات الترجمة اللغوية مثل DeepL والتي تستخدم الذكاء الاصطناعي والتعلم الآلي لتوفير نتائج دقيقة.

يستخدم DeepL، الذي يعمل على وحدات معالجة الرسومات NVIDIA في السحابة، الذكاء الاصطناعي المتقدم لتوفير ترجمات نصية دقيقة.

نماذج للاستفادة من النماذج اللغوية الكبيرة والذكاء الإصطناعي

يقوم الباحثون في المجال الطبي بتدريب النماذج اللغوية بشكل عام على الكتب المدرسية وغيرها من البيانات الطبية لتعزيز الرعاية الصحية للمرضى، ويستفيد تجار التجزئة من الدردشة الآلية المدعومة بالنماذج اللغوية الكبيرة لتقديم تجارب دعم عملاء متميزة، والمحللون الماليون يستعملون هذه النماذج اللغوية لتفريغ وتلخيص المكالمات الهامة والاجتماعات الأخرى وهذا مجرد غيث من فيض أكبر.

الدردشة الآلية مثل الدردشة مع RTX ومساعدي الكتابة المبنيين على النماذج اللغوية الكبيرة تترك بصمتها على كل جوانب من جوانب العمل المعرفي، بداية من التسويق مرورًا بكتابة النسخ حتى كتابة العمليات القانوية، كانت مساعدة البرمجة من أول التطبيقات المدعومة بالنماذج اللغوية الكبيرة، والتي أشارت الى مستقبل تطوير البرمجيات المُساعد بالذكاء الاصطناعي، الآن مشاريع مثل ChatDev تجمع النماذج اللغوية مع وكلاء الذكاء الإصطناعي -والتي هي روبوتات تعمل بشكل مستقل للمساعدة في الإجابة على الأسئلة أو أداء المهام الرقمية- لإنشاء شركة برمجيات افتراضية حسب الطلب، انت تخبر النظام بما تريد وتتركه ليعمل مع نفسه.

يمكنك التعرف على المزيد حول وكلاء النماذج اللغوية الكبيرة في مدونة مطوري NVIDIA.

الذكاء الإصطناعي سهل كبدء محادثة طبيعية

بداية تعامل المستخدمين مع الذكاء الاصطناعي التوليدي كانت مع برنامج دردشة آلية مثل ChatGPT والتي تبسط استخدام النماذج اللغوية الكبيرة من خلال اللغة الطبيعية، مما يجعل تنفيذ الأوامر والإجرائات المختلفة بسيطة مثل اخبار النموذج بما يجب القيام به.

يمكن للمستخدمين التفاعل مع النماذج اللغوية الكبيرة مثل Llama 2 من Meta في NVIDIA AI Playground.

يمكن للدردشة الآلية المدعومة بالنماذج اللغوية الكبيرة المساعدة في إنشاء مسودة لنسخة تسويقية مثلًا وتقديم أفكار لعطلة وصياغة بريد إلكتروني لخدمة العملاء وحتى انشاء شعار أصلي للماركة التي تريد التسويق لها، التقدم في توليد الصور والنماذج اللغوية الكبيرة متعددة الوسائط مكنوا من توسيع نطارق الدردشة الآلية لتشمل تحليل وإنتاج الصور مع الحفاظ على تجربة المستخدم البسيطة بشكل رائع، فقط اوصف صورة للبوت او قم برفع صورة له واطلب من النظام تحليلها، مجرد محادثة طبيعية مع بعض التغذية البصرية.

لمزيد من المعلومات حول كيفية تصميم هذه البوتات، تحقق من الندوة عبر الإنترنت حول بناء دردشة آلية ذكية باستخدام RAG.

سيساعد التقدم المستقبلي للنماذج اللغوية الكبيرة الـ LLM على توسيع قدراتها المختلفة في المنطق والاستدلال والرياضيات والمزيد من المهام المختلفة، هذا يمنحها القدرة على تقسيم الطلبات المعقدة الى مهام فرعية أصغر، وكذلك التفاعل بشكل مستقل مع النماذج اللغوية الكبيرة وأنظمة الذكاء الاصطناعي الأخرى على إكمالها، كمثال على ذلك ChatDev هو مثال على إطار عمل نموذج ذكاء اصطناعي، لكن في النهاية النماذج ليست محصورة في المهام الفنية فقط.

على سبيل المثال يمكن للمستخدمين الإستعانة بنموذج ذكاء اصطناعي متخصص في السفر لحجز عطلة عائلية في الخارج، بهذا الأمر سيقوم نموذج الذكاء الإصطناعي بتقسيم المهمة الى مهام فرعية؛ بداية من التخطيط للرحلة كلها مرورًا بمرحلة حجز السفر والإقامة ثم إنشاء قوائم خاصة بالرحلة، العثور مثلًا على مربي للكلاب او للقطط في حالة وجود حيوانات أليفة عندك، ومن ثم سيقوم النموذج بتنفيذ كل هذه المهام بشكل مستقل وبالترتيب تباعًا للوصول الى أفضل حل.

استعمل بياناتك الشخصية مع RAG

بقدر ما تكون النماذج اللغوية وطرق الدردشة الآلية مفيدة للاستخدام العام يمكن ان تزيد هذه الفائدة عن طريق دمج البيانات الشخصية بهذه النماذج، على سبيل المثال على ذلك ان تعطي للنموذج امكانية تحليل البريد الإلكتروني واكتشاف المطلوب في الرسائل التي تصلك على بريدك الإلكتروني، او مثلًا ان يكون لديه الوصول الى الكتيبات الفنية المختلفة، وذلك للعثور على إجابة لأي سؤال فني حول بعض الاجهزة، او كاستعمال آخر ان تحلل أعوام من كشوفات البنك وبيانات بطاقة الائتمان بسهولة.

مثال على تقنية الجيل المعزز بالاسترجاع RAG على جهاز الكمبيوتر.

تعزز تقنية الجيل المعزز بالاسترجاع او RAG دقة وموثوقية نماذج الذكاء الإصطناعي التوليدية بحقائق يتم جلبها من مصادر خارجية لصقل النماذج اللغوية الكبيرة LLM ببيانات محددة، من خلال ربط هذه النماذج اللغوية بأي مصدر بيانات خارجي يتيح RAG للمستخدمين الدردشة مع بياناتهم واعطاء النموذج القدرة على الاستشهاد بمصادر من هذه البيانات، هذا يعني ان تجربة المستخدم ستكون ابسط بكثير مثل توجية الدردشة الآلية نحو ملف معين او دليل معين في البيانات.

على سبيل المثال سيكون لدى نموذج الذكاء الإصطناعي معرفة عامة حول افضل ممارسات استراتيجية المحتوى وتكتيكات التسويق ورؤية أساسية حول صناعة معينة او قاعدة عملاء ولكن ربطه عبر RAG بأساسيات التسويق تدعم إطلاق منتج سيسمح له بتحليل المحتوى والمساعدة في التخطيط لاستراتيجية مصممة خصيصًا.

تعمل RAG مع أي نموذج لغوي كبير طالما ان التطبيقات يدعمه، تجربة الدردشة مع RTX من NVIDIA مثال على RAG التي تربط النموذج اللغوي بمجموعة البيانات الشخصية، يتم تشغيلها محليًا على انظمة تحتوي على وحدة معالجة الرسومات GeForce RTX او بطاقات NVIDIA RTX الإحترافية.

يمكنك معرفة المزيد عن RAG وكيفية مقارنتها بتحسين النموذج اللغوي الكبير عن طريق قراءة هذا المقال من مدونة انفيديا: RAG 101: الأسئلة المتعلقة بالجيل المعزز بالاسترجاع مُجاب عليها.

تجربة السرعة والخصوصية مع المحادثات مع RTX

الدردشة مع RTX هي تجربة دردشة آلية محلية وشخصية سهلة الاستخدام ومتاحة مجانًا للتنزيل من NVIDIA، تم بناؤها مع وظائف RAG وقدرات تسعير TensorRT-LLM وRTX كما تدعم العديد من النماذج اللغوية الكبيرة مفتوحة المصدر بما في ذلك Llama 2 من Meta وMistral من Mistral مع الدعم لـGemma من Google والذي سيصدر في تحديث مستقبلي لتجربة افضل في عالم الذكاء الإصطناعي.

تربط الدردشة مع RTX المستخدمين ببياناتهم الشخصية من خلال RAG.

يمكن للمستخدمين بسهولة ربط الملفات المحلية على جهاز الكمبيوتر الخاص بهم على جهاز كمبيوتر بنموذج لغوي مدعوم ببساطة عن طريق السحب والإفلات في مجلد وتوجية التجربة الى ذلك الموقع، يتيح بذلك الإجابة على الاستفسارات بإجابات سريعة وذات صلة بالسياق.

نظرًا لأن الدردشة مع RTX تعمل محليًا على أجهزة الكمبيوتر بنظام Windows مع أجهزة كمبيوتر GeForce RTX وأجهزة Workstation بتقنية NVIDIA RTX فإن النتائج تصبح سريعة جدًا وتظل بيانات المستخدم على الجهاز نفسه بدلًا من الإعتماد على الخدمات القائمة على التخزين السحابي، تتيح فكرة المحادثات مع RTX للمستخدمين معالجة البيانات الحساسة على جهاز كمبيوتر محلي بدون الحاجة الى مشاركتها مع طرف ثالث او الحاجة الى اتصال بالإنترنت.

يمكنك معرفة المزيد حول كيفية تشكيل الذكاء الإصطناعي للمستقبل عن طريق متابعة مؤتمر NVIDIA GTC والذي هو مؤتمر عالمي لمطوري الذكاء الإصطناعي والذي يُعقد من 18 الى 21 مارس في سان خوسيه كالفيورنيا وعبر الإنترنت.