🤖 كورس آلية عمل الذكاء الاصطناعي – الحلقة 5
🧠 كيف يفهم ChatGPT اللغة؟ (Large Language Models)
#برمجة #AI
🧠 مقدمة مهمة جداً
في الحلقات السابقة تعلمنا:
- كيف تتعلم الشبكات العصبية 🔥
- كيف يتم Backpropagation 🔁
- كيف يقل الخطأ تدريجياً 📉
اليوم ندخل أخطر وأقوى فكرة في الذكاء الاصطناعي الحديث:
🤖 كيف يفهم ChatGPT اللغة؟
أو بشكل أدق:
كيف يتحول الكلام إلى أرقام ثم إلى “ذكاء”؟
🧠 الحقيقة الصادمة أولاً
ChatGPT لا يفهم اللغة مثل الإنسان ❌
بل:
يحول الكلمات إلى أرقام ثم يتوقع الكلمة التالية
📌 الفكرة الأساسية
Text → Tokens → Numbers → Neural Network → Prediction
🧠 ما هي Tokens؟
Token = جزء من الكلمة أو كلمة كاملة
مثال:
"الذكاء الاصطناعي"
تتحول إلى:
["الذكاء", "الاصطناعي"]
أو أحياناً:
["الذ", "كاء", "ال", "اصطناعي"]
🧠 لماذا نستخدم Tokens؟
لأن:
✔ الكمبيوتر لا يفهم الحروف
✔ يجب تحويل النص إلى أرقام
📊 تحويل النص إلى أرقام
كل Token يحصل على رقم:
"Hello" = 4521
"world" = 9812
🧠 الآن ماذا يحدث؟
النموذج يرى:
4521 → 9812
بدلاً من:
Hello world
🔥 كيف يفهم ChatGPT الجملة؟
هو لا يفهمها… بل:
يتوقع الكلمة التالية
📌 مثال بسيط جداً
إذا كتبنا:
"أنا أحب"
النموذج يتوقع:
"البرمجة"
أو:
"الذكاء الاصطناعي"
🧠 كيف يتم التوقع؟
باستخدام:
Neural Network ضخمة جداً
📊 المعادلة العامة
Next Token = f(previous tokens)
🧠 ما هو Large Language Model؟
هو:
شبكة عصبية ضخمة جداً مدربة على مليارات الكلمات
📌 مثال الحجم
| نموذج | البيانات |
|---|---|
| صغير | آلاف الجمل |
| متوسط | ملايين الجمل |
| GPT | مليارات الكلمات |
🧠 كيف يتم التدريب؟
نفس فكرة Backpropagation لكن على نطاق ضخم:
Prediction → Error → Update → Repeat (مليارات المرات)
🔥 أهم فكرة في LLM
يتعلم من “الكلمة التالية”
📊 مثال تدريب بسيط
"أنا أدرس في" → "الجامعة"
🧠 ماذا يتعلم النموذج؟
✔ القواعد
✔ الأسلوب
✔ المعاني
✔ العلاقات بين الكلمات
⚠️ لكنه لا يفهم فعلياً
هو:
❌ لا يعرف معنى “حب”
✔ لكنه يعرف أنه يأتي مع كلمات معينة
🧠 كيف يولد النص؟
خطوة بخطوة:
1) يأخذ الجملة
"كيف حالك"
2) يتوقع الكلمة التالية
"؟"
3) ثم يكمل
"أنا بخير"
🧠 ما هو السر الحقيقي؟
هو:
الاحتمالات (Probability)
📊 مثال احتمالات
"بخير" = 70%
"جيد" = 20%
"سيء" = 10%
🧠 كيف يختار الكلمة؟
يختار أعلى احتمال أو عشوائي ذكي
🔥 هذا يسمى:
Sampling
🧠 ما هو الذكاء هنا؟
ليس فهم…
بل:
توقع مبني على مليارات الأمثلة
📌 لماذا ChatGPT قوي جداً؟
لأنه:
✔ تدرب على بيانات ضخمة
✔ يعرف أنماط اللغة
✔ يتوقع بدقة عالية
🧠 أين الخطأ في الفهم؟
ChatGPT:
❌ لا يفهم الواقع
❌ لا يملك وعي
✔ فقط يحاكي اللغة
🧠 تشبيه قوي جداً
تخيله مثل:
شخص قرأ كل الكتب لكنه لا يعيش التجربة
📊 ماذا يحدث داخل النموذج؟
Input Tokens → Embeddings → Neural Network → Output Tokens
🧠 ما هي Embeddings؟
هي:
تحويل الكلمات إلى أرقام تحتوي معنى رياضي
مثال:
ملك = [0.2, 0.8, 0.1]
ملكوت = [0.21, 0.79, 0.11]
🧠 لماذا هذا مهم؟
لأن النموذج يفهم:
التشابه بين الكلمات
🔥 مثال تشابه
- ملك ↔ ملكوت (متشابهة)
- ملك ↔ سيارة (غير متشابهة)
🧠 ملخص الحلقة 5
تعلمنا:
- كيف يفهم ChatGPT اللغة
- ما هي Tokens
- كيف تتحول الكلمات إلى أرقام
- مفهوم التوقع
- الاحتمالات
- Embeddings
- كيف يولد النص
🚀 في الحلقة 6 سنبدأ أقوى مرحلة:
🧠 Transformers (سر الذكاء الاصطناعي الحديث)
وسنشرح:
- كيف يفهم السياق
- ما هو Attention
- لماذا ChatGPT ذكي جداً
- كيف يربط بين الجمل
- السر الحقيقي وراء الذكاء الحديث 🤖
تعليقات
إرسال تعليق