ما الذكاء الاصطناعي التوليدي؟ النطاق والاستخدامات

ابدأ من المهمة، لا من اسم الأداة

الذكاء الاصطناعي التوليدي هو فئة من أنظمة الذكاء الاصطناعي تنتج محتوى جديدًا مشتقًا من الأنماط التي تعلمتها من بيانات سابقة. قد يكون الناتج نصًا أو صورة أو صوتًا أو فيديو أو شيفرة أو بنية رقمية أخرى. الفكرة المهمة للمتعلم ليست أن النظام «يبحث عن جملة جاهزة» ثم يعيدها، بل أنه يكوّن استجابة جديدة وفق المدخل والسياق وطريقة التوليد. لهذا يمكن للنظام أن يصوغ مسودة بريد، يقترح عناوين، يعيد تنظيم ملاحظات، أو يولد مثالًا برمجيًا. ويظل الناتج محتوى مولدًا يحتاج أن يُقرأ بوصفه اقتراحًا أو مادة عمل، لا بوصفه حقيقة موثقة تلقائيًا.

من المفيد التفريق بين النموذج والتطبيق. النموذج هو المكوّن الحسابي الذي يعالج المدخل ويولّد مخرجات. أما التطبيق فهو التجربة التي تحيط به: واجهة المستخدم، التعليمات الثابتة، الملفات أو قواعد المعرفة، الأدوات الخارجية، ضوابط الأمان، وسجل المحادثة. لذلك قد تختلف النتيجة بين تطبيقين يستخدمان نموذجًا متشابهًا لأن السياق والأدوات والسياسات مختلفة. كما أن عبارة «ذكاء اصطناعي توليدي» أوسع من «نموذج لغوي»؛ بعض الأنظمة تولّد صورًا أو صوتًا، بينما يركز هذا الدبلوم على نماذج اللغة وسير العمل النصي مع الإشارة إلى مبادئ عامة تمتد إلى الوسائط الأخرى.

أين يضيف التوليد قيمة؟

تكون مهام كثيرة مناسبة عندما تجمع ثلاثة شروط: يوجد مخرج يمكن وصفه بوضوح، توجد مادة أو سياق كافيان للبدء، ويمكن مراجعة الناتج قبل الاعتماد عليه. أمثلة ذلك: توليد مسودات، تلخيص نص معروف، تحويل نبرة النص، اقتراح بدائل أولية، إنشاء بيانات تجريبية غير حساسة، أو استخراج بنية من مستند. تقل الملاءمة عندما تكون النتيجة صعبة التحقق، أو تكون تكلفة الخطأ مرتفعة، أو يحتاج النظام إلى معلومات غير موجودة ولا يملك أداة للوصول إليها. جودة المخرج إذن ليست خاصية للنموذج وحده؛ هي نتيجة تفاعل المهمة والمدخل والسياق والمراجعة.

حدود المصطلح وحدود الثقة

لا يلزم أن يكون كل استخدام للذكاء الاصطناعي «توليديًا». نظام توصية قد يرتب خيارات، ونموذج تصنيف قد يختار فئة، ومحرك بحث قد يعيد وثائق من فهرس. كما قد يجمع التطبيق أكثر من وظيفة في سير واحد: يسترجع وثيقة، يستخرج منها حقائق، ثم يولد شرحًا. هذا التفريق مهم لأن طريقة التحقق تختلف؛ التوليد يحتاج مراجعة للمحتوى المنتج، والاستخراج يحتاج مقارنة بالمصدر، والاسترجاع يحتاج فحص التغطية والصلاحية. وعندما يجتمع أكثر من مكوّن، لا يجوز افتراض أن خطأ المخرج سببه «النموذج» وحده؛ قد يكون السبب مصدرًا ناقصًا أو استرجاعًا سيئًا أو تعليمات غامضة.