الذكاء الاصطناعي التوليدي | مرحباً بالذكاء الاصطناعي

🤔 ماذا يعني "التوليدي"؟

الذكاء الاصطناعي التوليدي هو النوع القادر على إنتاج محتوى جديد — نصوص، صور، صوت، فيديو — بدلاً من مجرد التصنيف أو التحليل. إنه لا يسترجع إجابات محفوظة، بل يُركّب إجابات جديدة في كل مرة.

💡

الفرق في جملة واحدة

الذكاء الاصطناعي التقليدي يُجيب: "هذا البريد مزعج." — الذكاء الاصطناعي التوليدي يكتب: "عزيزي أحمد، أكتب إليك بشأن..."

🔤 ماذا تعني GPT؟

GPT اختصار لثلاث كلمات تصف كيف بُني النموذج وكيف يعمل:

G توليدي Generative

النموذج يُنتج محتوى جديداً — نص، صورة، كود — لم يكن موجوداً من قبل. يُركّب إجابته بدلاً من أن يسترجعها.

P مُدرَّب مسبقاً Pre-trained

قبل أن تستخدمه، تدرّب النموذج على كميات ضخمة من النصوص من الإنترنت والكتب — مئات المليارات من الكلمات.

T محوّل Transformer

المعمارية التقنية التي تجعل النموذج قادراً على فهم السياق والعلاقات بين الكلمات بغض النظر عن بُعدها في الجملة.

📌

GPT ليس الوحيد

GPT هو النموذج الذي طوّرته OpenAI ويعمل خلف ChatGPT. لكن هناك نماذج أخرى تتبع نفس الفكرة: Gemini من Google، Claude من Anthropic، Llama من Meta — كلها نماذج لغوية كبيرة تختلف في التفاصيل لا في المبدأ.

⚙️ كيف يعمل النموذج بشكل مبسّط؟

عندما تكتب سؤالاً لـ ChatGPT، يحدث هذا خلف الكواليس:

تكتب طلبك

النص الذي تدخله يُسمى الـ Prompt

النموذج يفهم السياق

يحلّل كل كلمة وعلاقتها بما قبلها وما بعدها

يتنبأ بالكلمة التالية

يختار الكلمة الأكثر احتمالاً بناءً على ما تعلّمه

يكرر حتى يكتمل

كلمة تلو كلمة حتى تكتمل الإجابة

⚠️

النموذج لا "يعرف" الحقيقة

النموذج يتنبأ بالكلمات الأكثر احتمالاً — لا يبحث في قاعدة بيانات للحقائق. لهذا قد يُخطئ أو يخترع معلومات تبدو منطقية. دائماً تحقق من المعلومات المهمة.

🗂️ المجالات الرئيسية للذكاء الاصطناعي التوليدي

الذكاء الاصطناعي التوليدي لا يعمل في مجال واحد — هناك أربعة مجالات رئيسية، كل منها يتخصص في نوع مختلف من البيانات:

📝

LLM

Large Language Models — نماذج اللغة الكبيرة

نماذج تدرّبت على كميات هائلة من النصوص البشرية لتفهم اللغة وتُنتجها. تستطيع الكتابة والتلخيص والترجمة والإجابة على الأسئلة بأسلوب طبيعي.

ChatGPT Claude Gemini Copilot

👁️

Computer Vision

رؤية الحاسوب

نماذج تتعامل مع الصور والفيديو — تستطيع توليد صور من نص، التعرف على الوجوه، قراءة المستندات، وتحليل مقاطع الفيديو.

DALL·E Midjourney Stable Diffusion Sora

🔍

NLP

Natural Language Processing — معالجة اللغة الطبيعية

مجال يُعنى بفهم اللغة البشرية وتحليلها — تحليل المشاعر، استخراج المعلومات، تحديد الموضوعات، والإجابة على الأسئلة من داخل النصوص.

تحليل المشاعر تصنيف النصوص استخراج المعلومات

✍️

NLG

Natural Language Generation — توليد اللغة الطبيعية

المجال المكمّل لـ NLP — بدلاً من فهم النص يُنتج نصاً جديداً. يحوّل البيانات والأرقام والأحداث إلى جمل ومقالات مقروءة.

كتابة التقارير توليد المحتوى ترجمة تلقائية

🔄 NLP مقابل NLG — ما الفرق؟

كثيراً ما يُخلط بين المصطلحَين — إليك الفرق بمثال واحد:

NLP

معالجة اللغة الطبيعية

يقرأ النص الموجود ويُحلّله — يستخرج منه معنى، شعوراً، أو معلومة. المدخل نص، والمخرج فهم أو تصنيف.

مثال: "الخدمة كانت بطيئة جداً ولن أعود." ← NLP يحدد: شعور سلبي، عميل غير راضٍ

مقابل

NLG

توليد اللغة الطبيعية

يُنتج نصاً جديداً من بيانات أو تعليمات — يحوّل الأرقام والمعطيات إلى لغة مقروءة. المدخل بيانات أو طلب، والمخرج نص.

مثال: بيانات: مبيعات Q3 ارتفعت 18% ← NLG يكتب: "حققت المبيعات نمواً ملحوظاً في الربع الثالث..."

🔗

في الواقع يعملان معاً

أدوات مثل ChatGPT وCopilot تجمع بين NLP وNLG في نفس الوقت — تفهم ما تكتبه (NLP) وتولّد رداً عليه (NLG). الفرق مهم نظرياً لكنهما عملياً وجهان لعملة واحدة.

🌍 أين ترى هذه التقنيات في حياتك؟

التطبيق	المجال	ما الذي يفعله بالضبط؟
Google Translate / DeepL	NLP NLG	يفهم لغة المصدر ويولّد ترجمة طبيعية
فلتر البريد المزعج في Gmail	NLP	يقرأ محتوى البريد ويُصنّفه: مهم أم spam
Microsoft Copilot / ChatGPT	LLM	يُجيب على الأسئلة ويكتب ويُلخّص بلغة طبيعية
Face ID في الجوال	Computer Vision	يحلل صورة وجهك ويقارنها بالنموذج المحفوظ
تلقائي التسميات في YouTube	NLP NLG	يفهم الكلام المنطوق ويحوّله إلى نص مكتوب
DALL·E / Midjourney	Computer Vision	يُنتج صوراً جديدة بناءً على وصف نصي
تقارير BI التلقائية	NLG	يحوّل أرقام لوحة التحكم إلى ملخص مكتوب