أصبحت روبوتات الدردشة بالذكاء الاصطناعي جزءًا من الحياة اليومية، لكن معظم الناس لا يعرفون ما يحدث بين كتابة السؤال وقراءة الرد. تشرح هذه المقالة كيف تعالج روبوتات الدردشة الحديثة المدخلات، وكيف تولّد النص توكنًا بتوكن باستخدام النماذج اللغوية الكبيرة، ولماذا تكون بعض الردود أنسب من غيرها.
في كل مرة تكتب رسالة إلى روبوت دردشة بالذكاء الاصطناعي وتضغط إرسال، يحدث شيء مدهش خلال جزء من الثانية. يقرأ النظام كلماتك، ويقسّمها إلى أجزاء، ويجري مليارات الحسابات، ثم يجمع الرد كلمة بكلمة. يظن معظم الناس أن هناك جدول بحث ما أو إنسانًا يعمل في الخلف. لا هذا ولا ذاك. ما يحدث فعليًا أبسط وأغرب من ذلك.
روبوت الدردشة بالذكاء الاصطناعي برنامج يستقبل نصًا ويعيد نصًا. يبدو هذا بسيطًا، لكن الجزء غير البسيط أن البرنامج يستخدم نموذجًا لغويًا كبيرًا (LLM) لتوليد ردود تبدو كأن إنسانًا كتبها، وذلك لأن النموذج دُرِّب على مئات المليارات من الكلمات التي كتبها البشر.
ليس لروبوت الدردشة مشاعر ولا نوايا ولا وعي. لا "يفكر" كما تفكر أنت. ما يفعله هو التنبؤ بدقة استثنائية بالكلمات التي ينبغي أن تأتي بعد كل ما كتبته.
يسترجع محرك البحث صفحات ويب موجودة تطابق استعلامك. أما روبوت الدردشة بالذكاء الاصطناعي فيولّد ردًا جديدًا تمامًا في كل مرة. لا يُسترجع أي شيء من قاعدة بيانات تضم إجابات مكتوبة مسبقًا. كل رد يُصاغ في اللحظة نفسها، باستخدام أنماط اكتسبها أثناء التدريب.
تبدو الكلمات طبيعية لأن النموذج دُرِّب على كتابة بشرية طبيعية. لكن العملية التي تولّد تلك الكلمات هي مطابقة إحصائية للأنماط، بحجم لم يكن ممكنًا قبل العتاد الحديث. عندما يرد روبوت الدردشة بعبارة "سؤال رائع"، فهو لا يشعر بالحماس. إنه يُخرج كلمات كثيرًا ما تأتي بعد الأسئلة في بيانات تدريبه.
تستغرق الفجوة بين رسالتك والرد أجزاء من الثانية، لكن هناك عدة خطوات متميزة مضغوطة داخل تلك النافذة الزمنية.
قبل أن يتمكن النموذج من معالجة رسالتك، يقسّمها إلى توكنات. التوكن تقريبًا كلمة أو جزء من كلمة. قد تكون كلمة "Chatbot" توكنًا واحدًا. وقد تُقسَّم كلمة "Photosynthesis" إلى توكنين أو ثلاثة. وتصبح الأرقام وعلامات الترقيم كل منها توكنًا مستقلًا.
تتحول الجملة النموذجية المكونة من 15 كلمة إلى ما بين 15 و25 توكنًا. لماذا يهم هذا؟ لأن النموذج لا يقرأ الكلمات. إنه يقرأ معرّفات التوكنات، وهي أرقام صحيحة تقابل مدخلات في المفردات. فالجملة "How does this work?" تصبح شيئًا مثل [1128, 507, 428, 670, 30].
تدخل معرّفات التوكنات إلى شبكة المحوّلات العصبية (transformer). يتحول كل توكن إلى متجه طويل من الأرقام يُسمّى التضمين (embedding)، وهو يضع ذلك التوكن في فضاء رياضي عالي الأبعاد. تقع المفاهيم المتشابهة قريبة من بعضها في هذا الفضاء. فكلمتا "Dog" و"wolf" جارتان، وكلمتا "Paris" و"capital" قريبتان.
تمر التضمينات عبر عشرات الطبقات المتراكمة من الحسابات. تطبّق كل طبقة عملية تُسمّى الانتباه الذاتي (self-attention)، وهي تتيح لكل توكن أن ينظر إلى كل توكن آخر في المحادثة ويقرر مقدار الوزن الذي يعطيه لكل منها. وكلمة "it" التي تنتبه إلى "the car" قبل جملتين هي الانتباه في العمل.
بعد أن تعالج كل الطبقات المدخلات، تُنتج الشبكة توزيعًا احتماليًا على مفرداتها كلها، وغالبًا ما تكون 100,000 توكن محتمل، ولكل منها درجة احتمال.
لا يُختار التوكن ذو أعلى احتمال دائمًا. يأخذ النموذج عينات من أفضل المرشحين بناءً على إعداد يُسمّى درجة الحرارة (temperature). تعني درجة الحرارة المنخفضة أن الكلمة الأكثر احتمالًا تفوز في كل مرة تقريبًا، فيصبح الناتج متوقعًا ومتكررًا. أما درجة الحرارة الأعلى فتُدخل تنوعًا أكبر، فيصبح الناتج أكثر إبداعًا لكنه أقل دقة أحيانًا.
يُضاف التوكن المختار إلى التسلسل، ثم تتكرر العملية. هكذا يُبنى الرد حرفيًا: توكنًا بتوكن، في حلقة متكررة، حتى يُصدر النموذج إشارة توقف.
لا يوجد "مخزن مؤقت للرد" يكون فيه الجواب كاملًا قبل أن يظهر على الشاشة. عندما تشاهد النص يظهر حرفًا بحرف، فأنت ترى التوليد الفعلي للنموذج في الوقت الحقيقي. يعتمد كل توكن جديد على كل التوكنات السابقة في المحادثة.
يفسّر هذا الاعتماد التسلسلي سبب قدرة روبوتات الدردشة على الحفاظ على خيط متماسك عبر محادثات طويلة. يرى النموذج تاريخ المحادثة كاملًا عند توليد كل كلمة تالية.
| درجة الحرارة | السلوك | الأفضل لـ |
|---|---|---|
| 0.0 | حتمي، يختار دائمًا التوكن الأعلى | أسئلة وأجوبة دقيقة قائمة على الحقائق، الشيفرة البرمجية |
| 0.5 | متوازن | الدردشة العامة، الملخصات |
| 0.8 | أكثر تنوعًا | الكتابة الإبداعية |
| 1.2+ | تباين مرتفع | العصف الذهني، الخيال |
تستخدم معظم روبوتات الدردشة الاستهلاكية قيمًا في النطاق من 0.5 إلى 0.8، مضبوطة حسب حالة الاستخدام.
بسبب أخذ العينات. اطرح على روبوت الدردشة السؤال "What is photosynthesis?" مرتين بدرجة حرارة أعلى من الصفر، وقد تحصل على صياغات مختلفة قليلًا. المعرفة الأساسية واحدة، لكن اختيار الكلمات يتنوع. وهذا تصميم مقصود، وليس خللًا.
تشير كلمة "Large" في النموذج اللغوي الكبير إلى عدد المعاملات القابلة للتدريب: المليارات من الأوزان العددية داخل الشبكة العصبية، والتي تحدد كيف تعالج النص وترد عليه. يقع GPT-5 وClaude Opus 4.7 في الطرف الأعلى. ويقدم Llama 4 Scout Instruct وDeepseek V3 أداءً قويًا بتكلفة حوسبة أقل.
تُعدَّل تلك المعاملات أثناء التدريب حتى يصبح النموذج بارعًا جدًا في التنبؤ بالتوكن التالي عبر تنوع هائل من النصوص. وبعد التدريب تُجمَّد المعاملات. النموذج الذي تتحدث إليه اليوم له الأوزان نفسها التي كان يملكها الأسبوع الماضي.
تشمل مجموعة بيانات التدريب المسبق لنموذج كبير صفحات الويب والكتب والأوراق العلمية ومستودعات الشيفرة البرمجية والمنتديات وغير ذلك كثير. لا يحفظ النموذج هذا النص كما تحفظ رقم هاتف. إنه يبني تمثيلًا إحصائيًا للغة، فيكتسب أنماط علاقة الكلمات ببعضها، وكيفية بناء الحجج، ووظيفة الشيفرة البرمجية، وكيفية الإجابة عن الأسئلة.
💡 فكّر في الأمر هكذا: استوعب النموذج نصوصًا أكثر مما يستطيع أي إنسان قراءته في ألف حياة، لكنه لا يستطيع أن يخبرك بما تناوله على الإفطار، لأنه لم يتناول إفطارًا قط.
يعرف النموذج الأشياء بالمعنى الاحتمالي. لقد استوعب أن باريس عاصمة فرنسا لأن هذه العبارة تظهر في وثائق لا تحصى مع تعزيز متسق. ليس لديه سجل قاعدة بيانات لهذه المعلومة. لديه يقين إحصائي مدمج في أوزانه.
يهم هذا من ناحية الموثوقية. الحقائق شائعة التكرار راسخة تمامًا. أما التفاصيل الغامضة من أمثلة تدريب نادرة الظهور فقد تُستذكر بشكل خاطئ أو يُختلق لها تفصيل، وهنا تنشأ الهلوسة.
توسّع مشهد النماذج اللغوية بسرعة. فيما يلي تفصيل للاعبين الرئيسيين ونقاط قوتهم:
| النموذج | الأفضل في | الوصول |
|---|---|---|
| GPT-5 | الاستدلال، البرمجة، السياق الطويل | عبر الإنترنت |
| GPT-4o | متعدد الوسائط: نص ورؤية | عبر الإنترنت |
| Claude 4 Sonnet | البرمجة الدقيقة، اتباع التعليمات | عبر الإنترنت |
| Claude 4.5 Sonnet | الكتابة، تصحيح الشيفرة البرمجية | عبر الإنترنت |
| Gemini 3 Pro | الاستدلال متعدد الوسائط، البحث | عبر الإنترنت |
| Gemini 2.5 Flash | ردود سريعة، إنتاجية عالية | عبر الإنترنت |
| Llama 4 Maverick Instruct | مفتوح الأوزان، قابل للتخصيص | عبر الإنترنت / محليًا |
| Deepseek R1 | الاستدلال خطوة بخطوة، الرياضيات | عبر الإنترنت |
| Kimi K2 Instruct | المهام الوكيلية، البرمجة | عبر الإنترنت |
| Grok 4 | حل المشكلات المعقدة | عبر الإنترنت |
| o4 Mini | الاستدلال السريع، المهام اليومية | عبر الإنترنت |
دُرِّب كل نموذج على مزيج مختلف من البيانات والأهداف وطرق الضبط الدقيق. لهذا تكون لها "شخصيات" مختلفة ونقاط قوة متباينة، رغم أنها تستخدم بنى أساسية متشابهة.
يستضيف PicassoIA أكثر من 65 نموذجًا لغويًا كبيرًا ضمن مجموعته، من النماذج الخفيفة السريعة إلى محركات الاستدلال الكاملة. لا تحتاج إلى حسابات لدى عدة شركات ذكاء اصطناعي. كل شيء يعمل في مكان واحد.
الخطوة 1: اختر نموذجًا لمهمتك
ليست كل النماذج متساوية في كل المهام. للكتابة والتلخيص، يعمل Claude 4.5 Sonnet أو GPT-4.1 بشكل جيد. للرياضيات والاستدلال مع خطوات ظاهرة، جرّب Deepseek R1 أو o4 Mini. للسرعة الخام، يستجيب Gemini 2.5 Flash أو GPT-4.1 Mini في أقل من ثانية.
الخطوة 2: اكتب أمرًا نصيًا واضحًا
تعكس جودة الرد جودة المدخلات بشكل مباشر. الأوامر النصية الغامضة تنتج ردودًا غامضة.
التحديد في الشكل والنبرة والطول والجمهور ليس تشددًا. إنه الطريقة التي تحصل بها على ناتج مفيد.
الخطوة 3: استخدم تاريخ المحادثة
يرى النموذج كل ما في المحادثة الحالية. لست مضطرًا إلى تكرار نفسك. ابنِ على الردود السابقة، وصحّح النموذج عندما يحيد عن المسار، أو اطلب منه مراجعة الناتج الأخير بقيد مختلف. الطبيعة المتسلسلة والمرتبطة بالسياق في النماذج اللغوية الكبيرة تجعلها حوارية حقًا.
الخطوة 4: كرر المحاولة
نادرًا ما يكون الرد الأول المنتج النهائي. اطلب من النموذج أن يجعل الناتج أقصر، أو أكثر رسمية، أو في نقاط، أو من زاوية مختلفة. ولأن التوليد سريع، فإن التكرار لا يكلّف شيئًا تقريبًا.
💡 نصيحة متقدمة: ابدأ محادثات جديدة للمهام غير المرتبطة. قد يُضعف تاريخ المحادثة الطويل تركيز النموذج إذا احتوى على سياق كثير غير ذي صلة.
الهلوسة هي أن يولّد النموذج نصًا يبدو واثقًا وسلسًا لكنه خاطئ من حيث الوقائع. قد يخترع عنوان كتاب، أو ينسب اقتباسًا إلى الشخص الخطأ، أو يستشهد بدراسة غير موجودة. يحدث هذا لأن النموذج يحسّن من أجل المعقولية، لا من أجل الحقيقة.
تكون الهلوسة أكثر شيوعًا في:
القاعدة العملية: تحقّق من أي شيء مهم قبل استخدامه.
لكل نموذج أقصى عدد من التوكنات يستطيع معالجتها دفعة واحدة، ويُسمّى نافذة السياق (context window). كانت النماذج القديمة تصل إلى 4,096 توكن كحد أقصى. أما النماذج الحديثة مثل GPT-5 فتدعم نوافذ سياق تُقاس بمئات الآلاف من التوكنات.
عندما تتجاوز المحادثة نافذة السياق، تخرج الرسائل القديمة من الرؤية. لا يتذكرها النموذج كما تتذكر أنت الأجزاء الأولى من مكالمة هاتفية. إذا كنت تدردش لساعات وبدا أن النموذج نسي شيئًا قلته في البداية، فهذا هو السبب.
تُدرَّب النماذج اللغوية على بيانات حتى تاريخ قطع محدد. أي شيء يحدث بعد التدريب يكون غير مرئي للنموذج ما لم يُقدَّم في الأمر النصي أو عبر أدوات. نماذج مثل Kimi K2.6 وGemini 3 Flash حُدّثت في وقت أقرب، لكن حتى أحدث نموذج له أفق معرفي.
بالنسبة إلى المعلومات الحساسة للوقت، والأخبار، وأسعار الأسهم، أو الأحداث الجارية، ادمج روبوت الدردشة مع واجهة تدعم البحث، أو تحقّق من المعلومة من مصدر خارجي.
لا تستخدم كل النماذج اللغوية البنى نفسها أو مناهج التدريب نفسها. وهذا يؤثر في طريقة ردها.
النماذج الأساسية (Base models) دُرِّبت فقط على التنبؤ بالتوكن التالي. إذا سألتها سؤالًا، فقد تمدّده كأنها تكمل مستندًا، بدلًا من أن تجيب عنه مباشرة.
النماذج المضبوطة على التعليمات (Instruction-tuned models) خضعت لضبط دقيق لتتبع التعليمات وتجيب عن الأسئلة بصيغة مفيدة. كل واجهة دردشة تستخدمها في الإنتاج هي نموذج مضبوط على التعليمات.
نماذج RLHF (التعلم المعزز من التغذية الراجعة البشرية) تذهب أبعد من ذلك. يقيّم المراجعون البشريون الردود، ثم يُحدَّث النموذج ليفضّل المخرجات التي يصنّفها البشر عالية الجودة. بهذه الطريقة شُكّلت النماذج لتكون مهذبة، ولترفض طلبات معينة، ولتنظّم الإجابات بشكل مقروء.
نماذج الاستدلال مثل Deepseek R1 وo4 Mini تضيف خطوة "تفكير" داخلية صريحة قبل الرد. تولّد سلسلة من توكنات الاستدلال قبل أن تنتج الإجابة النهائية، وهذا يحسّن الأداء بشكل كبير في المنطق والرياضيات والمسائل متعددة الخطوات.
اختيار النموذج الصحيح لا علاقة له بالمكانة. الأمر يتعلق بمطابقة المهمة مع البنية. فيما يلي ما يفرّق بينها فعليًا في الممارسة:
💡 قاعدة عملية: للكتابة والدردشة اليومية، يكفي نموذج سريع من الفئة المتوسطة. للاستدلال المعقد، أو التحليل القانوني والطبي، أو توليد الشيفرة البرمجية، ادفع ثمن النموذج الأكبر. الفرق في الجودة في المهام الصعبة كبير.
قراءة المقالات عن روبوتات الدردشة شيء، واستخدامها في شيء حقيقي هو ما يجعل التقنية تتضح فعلًا. يضع PicassoIA أكثر من 65 نموذجًا لغويًا كبيرًا خلف واجهة واحدة، فيمكنك مقارنة GPT-5 مع Claude Opus 4.7 باستخدام الأمر النصي نفسه، أو اختبار الاستدلال خطوة بخطوة في Deepseek R1، أو معرفة كيف يتعامل Kimi K2 Instruct مع مهمة برمجية.
يعمل كل نموذج بطريقة مختلفة. أسرع طريقة لبناء حدس حول النموذج الذي يناسب عملك هي تشغيل الأمر النصي نفسه على عدة نماذج في وقت واحد. ستلاحظ الفروق في النبرة والعمق والدقة خلال دقائق.
ابدأ بأي مهمة تقوم بها بانتظام: كتابة بريد إلكتروني، أو تلخيص مستند، أو كتابة شيفرة برمجية، أو ترجمة نص. اختر نموذجًا، واكتب أمرًا نصيًا محددًا، وكرر المحاولة. عند ذلك الاستخدام الفعلي الأول، تتوقف التوكنات والمحوّلات ودرجة الحرارة التي قرأت عنها للتو عن أن تكون مجردة، وتصبح أداة حقيقية في سير عملك.
اختر لغتك
