Large Language Model (LLM)

يُعد النموذج اللغوي الكبير (LLM) نوعًا متطورًا من الذكاء الاصطناعي (AI)، وقد دُرِّب على مجموعات بيانات ضخمة لفهم اللغة البشرية وإنشائها ومعالجتها. وتمثل هذه النماذج تطورًا مهمًا في التعلم العميق (DL)، إذ تستخدم شبكات عصبية تضم مليارات المعلمات لالتقاط الأنماط اللغوية المعقدة والقواعد والعلاقات الدلالية. وتعتمد معظم نماذج LLM الحديثة في جوهرها على بنية Transformer، التي تتيح لها معالجة تسلسلات البيانات بالتوازي بدلًا من معالجتها تسلسليًا. وتستخدم هذه البنية آلية الانتباه الذاتي، مما يمكّن النموذج من تحديد أهمية الكلمات المختلفة في الجملة بالنسبة إلى بعضها، بغض النظر عن المسافة بينها في النص.

الآليات الأساسية لنماذج LLM#

تبدأ وظائف نموذج LLM بـتجزئة النص إلى رموز، وهي عملية يُقسَّم فيها النص الخام إلى وحدات أصغر تُسمى رموزًا (كلمات أو أجزاء كلمات). وخلال مرحلة تدريب النموذج، يحلل النظام بيتابايتات من النصوص المستمدة من الإنترنت والكتب والمقالات. ويستخدم التعلم غير الخاضع للإشراف للتنبؤ بالرمز التالي في تسلسل ما، وبذلك يتعلم البنية الإحصائية للغة بفاعلية.

بعد هذا التدريب الأولي، يطبّق المطورون غالبًا الضبط الدقيق لتخصيص النموذج لمهام محددة، مثل التحليل الطبي أو المساعدة في البرمجة. وتفسر هذه القابلية للتكيف سبب تصنيف مؤسسات مثل مركز ستانفورد لأبحاث النماذج الأساسية لهذه النماذج على أنها «نماذج أساسية»؛ أي قواعد واسعة تُبنى عليها تطبيقات محددة.

التطبيقات الواقعية#

انتقلت نماذج LLM من نطاق البحث النظري إلى تطبيقات عملية عالية التأثير في مختلف القطاعات:

• المساعدون الافتراضيون الأذكياء: تعتمد خدمة العملاء الحديثة بدرجة كبيرة على روبوتات المحادثة المدعومة بنماذج LLM. وعلى خلاف الأنظمة القديمة القائمة على القواعد، تستطيع هذه الوكلاء التعامل مع الاستفسارات الدقيقة والمتنوعة. ولتحسين الدقة وتقليل الهلوسات، يدمج المطورون التوليد المعزز بالاسترجاع (RAG)، مما يتيح للنموذج الرجوع إلى وثائق الشركة الخارجية والمحدّثة قبل الإجابة.
• الأنظمة متعددة الوسائط للرؤية واللغة: يربط أحدث توجهات الذكاء الاصطناعي بين النصوص والبيانات المرئية. وتتيح نماذج الرؤية واللغة (VLMs) للمستخدمين الاستعلام عن الصور باستخدام اللغة الطبيعية. فعلى سبيل المثال، يتيح الجمع بين واجهة لغوية وكاشف قوي مثل YOLO26 للأنظمة تحديد الكائنات ووصفها في تدفقات الفيديو في الوقت الفعلي استنادًا إلى الأوامر المنطوقة.

الربط بين النص والرؤية باستخدام التعليمات البرمجية#

بينما تعالج نماذج LLM القياسية النصوص، تتجه الصناعة نحو الذكاء الاصطناعي متعدد الوسائط. يوضح المثال التالي كيف يمكن للمطالبات اللغوية التحكم في مهام الرؤية الحاسوبية باستخدام YOLO-World، وهو نموذج يفهم أوصاف النصوص لاكتشاف المفردات المفتوحة.

from ultralytics import YOLOWorld

# Load a model capable of understanding natural language prompts
model = YOLOWorld("yolov8s-world.pt")

# Define custom classes using text descriptions rather than fixed labels
model.set_classes(["person wearing a red helmet", "blue industrial machine"])

# Run inference to detect these specific text-defined objects
results = model.predict("https://ultralytics.com/images/bus.jpg")

# Show results
results[0].show()

التمييز بين المفاهيم ذات الصلة#

من المهم التمييز بين نماذج LLM والمصطلحات الأوسع أو الموازية لها:

• LLM مقابل معالجة اللغة الطبيعية (NLP): تُعد معالجة اللغة الطبيعية المجال الأكاديمي الشامل المعني بالتفاعل بين الحواسيب واللغة البشرية. أما نموذج LLM فهو أداة أو تقنية محددة تُستخدم ضمن هذا المجال لتحقيق نتائج رائدة.
• LLM مقابل الذكاء الاصطناعي التوليدي: الذكاء الاصطناعي التوليدي فئة تشمل أي ذكاء اصطناعي قادر على إنشاء محتوى جديد. وتمثل نماذج LLM المجموعة الفرعية القائمة على النصوص ضمن هذه الفئة، في حين تمثل نماذج مثل Stable Diffusion المجموعة الفرعية الخاصة بتوليد الصور.

التحديات والتوقعات المستقبلية#

على الرغم من قدراتها، تواجه نماذج LLM تحديات تتعلق بـالتحيز في الذكاء الاصطناعي، إذ قد تعيد عن غير قصد إنتاج التحيزات الموجودة في بيانات تدريبها. وعلاوة على ذلك، تثير القدرة الحاسوبية الهائلة المطلوبة لتدريب نماذج مثل GPT-4 أو Google Gemini مخاوف بشأن استهلاك الطاقة. ويركز البحث حاليًا على تكميم النماذج لجعل هذه الأنظمة فعالة بما يكفي للعمل على الأجهزة الطرفية.

للاطلاع على رؤى تقنية أعمق، تقدم الورقة الأصلية الانتباه هو كل ما تحتاج إليه النظرية الأساسية لبنى Transformer. ويمكنك أيضًا استكشاف كيفية تحسين NVIDIA للأجهزة للتعامل مع أعباء العمل الهائلة هذه.