أحدث تحديثات OpenAI: Canvas والضبط الدقيق للرؤية والمزيد

بعد أن ألقينا نظرة أخيرة على نماذج o1 من OpenAI في سبتمبر، والتي صُممت لتحسين الاستدلال، أُضيفت إلى ChatGPT ميزات جديدة ومثيرة كثيرة. تستهدف بعض هذه الإصدارات المطورين، بينما صُمم بعضها الآخر لتحسين تجربة المستخدم. وبوجه عام، تساعد كل ترقية على جعل التفاعل مع ChatGPT أكثر سلاسة وفاعلية.

أثارت التحديثات مثل Canvas، المصممة للكتابة والبرمجة التعاونية، والضبط الدقيق لقدرات الرؤية الذي يحسّن تعامل ChatGPT مع الصور، اهتمامًا كبيرًا وشجعت المستخدمين على استكشاف إمكانات إبداعية أوسع. وفي الوقت نفسه، تتناول التحسينات التقنية، مثل واجهات API الجديدة وتقارير اختبارات الإنصاف، جوانب مثل دمج النماذج وممارسات الذكاء الاصطناعي الأخلاقي. دعونا نلقِ نظرة أقرب على أحدث ميزات ChatGPT من OpenAI.

نظرة عامة على ميزة Canvas من OpenAI#

Canvas هو أول تحديث رئيسي لواجهة المستخدم (UI) في ChatGPT منذ إطلاقه. وهو واجهة جديدة بتصميم ذي شاشتين، تظهر فيهما المطالبات في الشريط الجانبي الأيسر، والردود في النافذة اليمنى. وتستغني واجهة المستخدم الجديدة عن سير العمل المعتاد ذي الشاشة الواحدة المشابه للمحادثة، وتنتقل إلى تصميم ذي شاشتين يلائم تعدد المهام ويعزز الإنتاجية.

الشكل 1. تقدم Canvas تحديثات لواجهة المستخدم في ChatGPT.

قبل تقديم Canvas، كان العمل على المستندات الطويلة في ChatGPT يتطلب التمرير كثيرًا إلى الأعلى والأسفل. وفي التخطيط الجديد، تظهر المطالبات في الشريط الجانبي الأيسر، بينما يشغل المستند النصي أو مقتطف الشفرة معظم الشاشة. ويمكنك أيضًا، عند الحاجة، تخصيص حجم الشريط الجانبي الأيسر وشاشة الإخراج. كما يمكنك تحديد جزء من النص أو مقطع من الشفرة وتحرير ذلك الجزء تحديدًا دون تغيير المستند بأكمله.

الشكل 2. تحرير أجزاء محددة من النص باستخدام Canvas.

إذا كنت تستخدم Canvas، فستلاحظ عدم وجود زر أو مفتاح تبديل مخصص لفتحه في واجهة ChatGPT. وبدلًا من ذلك، عند العمل باستخدام نموذج GPT-4o، يُفتح Canvas تلقائيًا إذا اكتشف أنك تحرر نصًا أو تكتبه أو تبرمج. أما في المطالبات الأبسط، فيظل غير نشط. وإذا أردت فتحه يدويًا، فيمكنك استخدام مطالبات مثل "Open the Canvas" أو "Get me the Canvas layout."

يتوفر Canvas حاليًا في إصدار تجريبي، ولا يمكن استخدامه إلا مع GPT-4o. لكن OpenAI أشارت إلى أن Canvas سيكون متاحًا لجميع المستخدمين مجانًا بعد انتهاء المرحلة التجريبية.

تحديثات API في ChatGPT#

أصدرت OpenAI ثلاثة تحديثات جديدة لـ API في ChatGPT، بهدف تحسين الكفاءة وقابلية التوسع وتعدد الاستخدامات. لنلقِ نظرة عن كثب على كل تحديث.

تقطير النماذج#

باستخدام ميزة تقطير النماذج عبر واجهات OpenAI البرمجية (APIs)، يمكن للمطورين الاستفادة من مخرجات النماذج المتقدمة مثل GPT-4o أو o1-preview لتحسين أداء النماذج الأصغر والأقل تكلفة مثل GPT-4o mini. وتقطير النماذج عملية تتضمن تدريب نماذج أصغر على محاكاة سلوك نماذج أكثر تقدمًا، ما يجعلها أكثر كفاءة في مهام محددة.

قبل طرح هذه الميزة، كان على المطورين تنسيق مجموعة متنوعة من المهام يدويًا باستخدام أدوات مختلفة. وشملت هذه المهام إنشاء مجموعات البيانات وقياس أداء النماذج وضبطها بدقة، ما جعل العملية معقدة وعرضة للأخطاء في كثير من الأحيان. ويتيح تحديث تقطير النماذج للمطورين استخدام Stored Completions، وهي أداة تنشئ مجموعات البيانات تلقائيًا عبر تسجيل أزواج المدخلات والمخرجات التي تنتجها النماذج المتقدمة من خلال واجهة API وتخزينها.

ومن ميزات تقطير النماذج الأخرى Evals، المتاحة حاليًا بنسخة تجريبية، وهي تساعد على قياس مدى أداء النموذج في مهام محددة دون الحاجة إلى إنشاء نصوص برمجية مخصصة للتقييم أو استخدام أدوات منفصلة. وباستخدام مجموعات البيانات التي أُنشئت عبر Stored Completions وتقييم الأداء باستخدام Evals، يمكن للمطورين ضبط نماذج GPT المخصصة الخاصة بهم بدقة.

الشكل 3. يمكنك استخدام Evals لقياس أداء النماذج.

تخزين المطالبات مؤقتًا#

غالبًا ما يُستخدم السياق نفسه (المعلومات الخلفية أو سجل المحادثة السابق اللازم لفهم الطلب الحالي) مرارًا في تطبيقات الذكاء الاصطناعي، ولا سيما روبوتات المحادثة، عبر استدعاءات متعددة لواجهة API. ويتيح التخزين المؤقت للمطالبات للمطورين إعادة استخدام رموز الإدخال المستخدمة مؤخرًا (مقاطع نصية يعالجها النموذج لفهم المطالبة وإنشاء استجابة)، ما يساعد على خفض التكلفة وزمن الاستجابة.

اعتبارًا من الأول من أكتوبر، طبقت OpenAI تلقائيًا تخزين المطالبات مؤقتًا على نماذجها مثل GPT-4o وGPT-4o mini وo1-preview وo1-mini. وهذا يعني أنه عندما يستخدم المطورون API للتفاعل مع نموذج عبر مطالبة طويلة (تتجاوز 1,024 رمزًا)، يحفظ النظام الأجزاء التي سبق أن عالجها.

وبذلك، إذا أُعيد استخدام المطالبات نفسها أو مطالبات مشابهة، يمكن للنظام تجاوز إعادة حساب تلك الأجزاء. ويخزن النظام تلقائيًا أطول جزء من المطالبة سبق أن صادفه، بدءًا من 1,024 رمزًا، ثم يضيف أجزاءً من 128 رمزًا مع ازدياد طول المطالبة.

واجهة API الآنية#

يتطلب إنشاء مساعد صوتي عادةً تحويل الصوت إلى نص، ثم معالجة النص وتحويله مرة أخرى إلى صوت لتشغيل الاستجابة. وتهدف واجهة Realtime API من OpenAI إلى تنفيذ هذه العملية كاملةً بطلب API واحد. ومن خلال تبسيط العملية، تتيح واجهة API إجراء محادثات آنية مع الذكاء الاصطناعي.

على سبيل المثال، يمكن لمساعد صوتي مدمج مع Realtime API تنفيذ إجراءات محددة، مثل تقديم طلب أو العثور على معلومات، استنادًا إلى طلبات المستخدم. وتجعل واجهة API المساعد الصوتي أكثر استجابة وقدرة على التكيف سريعًا مع احتياجات المستخدمين. وأصبحت Realtime API متاحة عبر نسخة تجريبية عامة في 1 أكتوبر، مع ستة أصوات. وفي 30 أكتوبر، أُضيفت خمسة أصوات أخرى، ليصبح إجمالي الأصوات المتاحة أحد عشر صوتًا.

الشكل 4. مثال على استخدام واجهة API الآنية للتدرب على المحادثة بلغة جديدة.

ضبط ChatGPT بدقة لمهام الرؤية الحاسوبية#

في الأصل، لم يكن من الممكن ضبط نموذج GPT-4o للرؤية واللغة بدقة وتخصيصه إلا باستخدام مجموعات بيانات نصية فقط. أما الآن، ومع إصدار واجهة API للضبط الدقيق للرؤية، فيمكن للمطورين تدريب GPT-4o وتخصيصه باستخدام مجموعات بيانات الصور. ومنذ إصدارها، أصبح الضبط الدقيق للرؤية موضوعًا يحظى باهتمام كبير بين المطورين ومهندسي الرؤية الحاسوبية.

لضبط قدرات GPT-4o البصرية بدقة، يستطيع المطورون استخدام مجموعات بيانات صور تضم ما لا يقل عن 100 صورة وما يصل إلى 50,000 صورة. وبعد التأكد من توافق مجموعة البيانات مع التنسيق الذي تتطلبه OpenAI، يمكن تحميلها إلى منصة OpenAI، ثم ضبط النموذج بدقة لتطبيقات محددة.

على سبيل المثال، استخدمت شركة الأتمتة Automat مجموعة بيانات من لقطات الشاشة لتدريب GPT-4o على تحديد عناصر واجهة المستخدم على الشاشة استنادًا إلى وصف. ويساعد ذلك على تبسيط أتمتة العمليات الروبوتية (RPA) من خلال تسهيل تفاعل الروبوتات مع واجهات المستخدم. فبدلًا من الاعتماد على إحداثيات ثابتة أو قواعد محددات معقدة، يستطيع النموذج تحديد عناصر واجهة المستخدم استنادًا إلى أوصاف بسيطة، ما يجعل إعدادات الأتمتة أكثر قابلية للتكيف وأسهل في الصيانة عند تغير الواجهات. تستطيع نماذج OpenAI الأحدث مثل GPT-6.1 Sol كشف الأجسام من دون ضبط دقيق، وتوضح نتائج الاختبارات المعيارية لنماذج VLM كيفية مقارنتها بنماذج الرؤية واللغة الأخرى على مجموعات البيانات الواقعية.

الشكل 5. استخدام نسخة مضبوطة بدقة من نموذج GPT-4o لاكتشاف عناصر واجهة المستخدم.

الإنصاف في ChatGPT واكتشاف التحيز#

تُعدّ المخاوف الأخلاقية المحيطة بتطبيقات الذكاء الاصطناعي موضوعًا بارزًا للنقاش مع ازدياد تطور الذكاء الاصطناعي. وبما أن ردود ChatGPT تستند إلى المطالبات التي يقدّمها المستخدم والبيانات المتاحة على الإنترنت، فقد يكون من الصعب ضبط لغته بدقة لتكون مسؤولة في جميع الأوقات. وتشير التقارير إلى أن إجابات ChatGPT متحيزة على أساس الاسم والجنس والعرق. ولمعالجة هذه المشكلة، أجرى الفريق الداخلي في OpenAI اختبارًا مباشرًا للإنصاف.

غالبًا ما تحمل الأسماء مؤشرات دقيقة عن الثقافة والعوامل الجغرافية. وفي معظم الحالات، يتجاهل ChatGPT هذه المؤشرات الدقيقة في الأسماء. لكن الأسماء التي تعكس العرق أو الثقافة تؤدي أحيانًا إلى اختلاف إجابات ChatGPT، ويعكس نحو 1% منها لغة ضارة. ويُعد التخلص من التحيز واللغة الضارة مهمة صعبة بالنسبة إلى النموذج اللغوي. ومع ذلك، تساعد OpenAI المستخدمين على تنقيح مطالباتهم للحصول على إجابات أكثر حيادًا وخلوًا من التحيز، من خلال مشاركة هذه النتائج علنًا والإقرار بقيود النموذج.

الشكل 6. مثال على اختلاف الردود بسبب اسم المستخدم.

فهم البحث في ChatGPT#

عند إطلاق ChatGPT لأول مرة، دار نقاش في مجتمع الذكاء الاصطناعي حول إمكانية أن يحل محل تصفح الويب التقليدي. واليوم، يستخدم كثير من المستخدمين ChatGPT بدلًا من بحث Google.

يخطو التحديث الجديد من OpenAI، وهو ميزة البحث، خطوة إضافية في هذا الاتجاه. فمع ميزة البحث، ينشئ ChatGPT ردودًا محدثة ويضمّن روابط إلى مصادر ذات صلة. واعتبارًا من 31 أكتوبر، أصبحت ميزة البحث متاحة لجميع مستخدمي ChatGPT Plus وTeam، ما يجعل ChatGPT أقرب إلى محرك بحث مدعوم بالذكاء الاصطناعي.

الشكل 7. مثال على استخدام ميزة البحث الجديدة في ChatGPT.

الطريق إلى الأمام#

تركز تحديثات ChatGPT الأخيرة على جعل الذكاء الاصطناعي أكثر فائدة ومرونة وإنصافًا. تساعد ميزة Canvas الجديدة المستخدمين على العمل بكفاءة أكبر، بينما يتيح الضبط الدقيق للرؤية للمطورين تخصيص النماذج لتحسين أدائها في المهام البصرية. ويُعد التصدي للتمييز والحد من التحيز من الأولويات الرئيسية أيضًا، لضمان أداء الذكاء الاصطناعي جيدًا للجميع، بصرف النظر عن هويتهم. سواء أكنت مطورًا يضبط النماذج بدقة أم مستخدمًا يستفيد من أحدث الميزات، فإن ChatGPT يتطور لتلبية مجموعة واسعة من الاحتياجات. وتُسهم هذه التحديثات، بقدراتها الآنية وتكاملها البصري وتركيزها على الاستخدام المسؤول، في بناء تجربة ذكاء اصطناعي أكثر موثوقية واعتمادية للجميع.

استكشف المزيد عن الذكاء الاصطناعي بزيارة مستودع GitHub والانضمام إلى مجتمعنا. وتعرّف إلى المزيد عن تطبيقات الذكاء الاصطناعي في القيادة الذاتية والرعاية الصحية.