الأنظمة القائمة على القواعد والتعلم الآلي والذكاء الاصطناعي التوليدي

ثلاثة أنماط مختلفة للمشكلة، لا سلم واحد للذكاء

يمكن أن يحل النظام مشكلة بقواعد صريحة، أو يتعلم نموذجًا من بيانات، أو يولد محتوى جديدًا استجابة لطلب. هذه الأنماط ليست درجات متتالية يجب أن يمر بها كل نظام، ولا يعني الأحدث أنه الأنسب. إذا كانت السياسة واضحة وثابتة ويمكن تنفيذها بقاعدة بسيطة، فقد تكون القاعدة أكثر شفافية وأقل كلفة من إدخال نموذج. وإذا كان المطلوب اكتشاف أنماط يصعب كتابتها يدويًا من أمثلة كثيرة، يصبح التعلم الآلي مرشحًا مفيدًا. وإذا كان المطلوب صياغة نص أو صورة أو رمز جديد، فقد نحتاج نموذجًا توليديًا مع ضوابط وتحقق مناسبين.

التدريب والاستدلال وظيفتان مختلفتان

في مثال مبسط للتعلم الموجّه، تمثل البيانات المدخلات بميزات، وتوفر الأمثلة الهدف أو التسمية. أثناء التدريب تضبط الخوارزمية معلمات النموذج—مثل الأوزان في نموذج عددي—بحيث تقل الخسارة أو الخطأ على بيانات التدريب. بعد ذلك، في الاستدلال، يستخدم النموذج الحالي هذه المعلمات لإنتاج مخرج لمدخل جديد. الاستدلال لا يعني أن النموذج يعيد تدريب نفسه بعد كل حالة، ولا يعني أن كل نظام يتعلم تلقائيًا بعد النشر. تحديث النموذج يحتاج عملية محددة وبيانات وضوابط وتقييمًا جديدًا.

التعلم العميق والتوليد ليسا مترادفين

الشبكات العصبية نوع من نماذج التعلم الآلي يتكون من طبقات وعقد، ويمكنه تعلم علاقات غير خطية. عندما تكون الشبكات كبيرة وعميقة نتحدث عادة عن التعلم العميق. لكن «عميق» يصف بنية التعلم، لا نوع المخرج بالضرورة: شبكة عميقة قد تصنف صورة أو تتنبأ بقيمة، كما قد تكون جزءًا من نظام توليدي. لذلك لا نستنتج أن كل تعلم عميق يولد محتوى، ولا أن كل مهمة تنبؤية بسيطة تحتاج شبكة عصبية.

النماذج اللغوية الكبيرة مثال مهم للذكاء الاصطناعي التوليدي. بصورة مبسطة، تتعلم علاقات احتمالية بين الرموز أو تسلسلات الرموز وتستخدم بنى المحوّلات وآليات الانتباه الحديثة لإنتاج تسلسلات جديدة. قدرتها على إنتاج نص متماسك لا تجعل كل جملة حقيقة موثقة. لهذا يجب فصل سؤال «هل النص مناسب لغويًا؟» عن سؤال «هل الادعاء صحيح ومدعوم؟».

مقارنة تعليمية النمط | كيف يُحدد السلوك | مثال مخرج | متى يفيد قاعدة صريحة | شروط يكتبها المصمم | موافقة/رفض وفق حد معلوم | سياسة ثابتة واضحة تعلم آلي تنبؤي | معلمات تتعلم من بيانات | فئة أو قيمة متوقعة | أنماط يصعب ترميزها يدويًا ذكاء توليدي | نموذج يولد تسلسلًا أو محتوى | مسودة نص أو صورة أو رمز | إنشاء محتوى يحتاج مراجعة وضبط نظام هجين | يجمع أكثر من مكوّن | تنبؤ ثم قاعدة أمان ثم مراجعة | عندما تخدم المكونات أغراضًا مختلفة