كيف يعمل ChatGPT فعلياً؟

تنبع الإثارة المحيطة بكيفية عمل برنامج ChatGPT من كفاءته في فهم وإنتاج لغة شبيهة بلغة البشر. في هذه المقالة، سنتعمق في هذه المقالة في الأعمال الداخلية لبرنامج الذكاء الاصطناعي هذا حيث يتضمن برنامج InvestGlass الآن برنامج Chatgpt للعمليات المصرفية والمبيعات.

نموذج اللغة الكبيرة

تعتمد ChatGPT في جوهرها على نظام نموذج اللغة الكبيرة. وهذا يعني في الأساس أنه شكل من أشكال الذكاء الاصطناعي مصممة لفهم اللغة البشرية وتوليدها. فكر في الأمر على أنه شبكة عصبية تم تدريبها على كميات هائلة من البيانات النصية، بهدف محاكاة الطريقة التي يعالج بها الدماغ البشري اللغة.

بيانات التدريب

إن جزءاً كبيراً مما يجعل ChatGPT فعالاً هو بيانات التدريب التي يتعرض لها. وكلما كانت هذه البيانات أكثر تنوعاً وشمولاً، أصبح ChatGPT أفضل في التعرف على الأنماط وتوليد الاستجابات المناسبة. وهنا يأتي دور مفهوم التعلُّم تحت الإشراف. يتعرّض النموذج لمجموعات بيانات هائلة، مع كل من استفسارات المستخدم وأفضل الردود الممكنة، لتعلّم الأنماط وتحسين نماذج اللغة الخاصة به. إن أسلوب النمذجة اللغوية المقنعة هو نوع مختلف من التنبؤ بالرمز التالي. في هذه الطريقة، يتم استبدال كلمات معينة داخل العبارة المدخلة برمز مميز، وغالبًا ما يُشار إليه باسم [MASK].

الدماغ البشري والشبكة العصبية

لفهم كيفية عمل ChatGPT، من المفيد إجراء مقارنة بين دماغ الإنسان و الشبكة العصبية. تماماً كما تتعرف أدمغتنا على الأنماط وتتعلم من التجارب، تقوم الشبكات العصبية بتعديل وضبط نفسها من خلال عملية تعلم. يستخدم التعلم العميق، وهو مجال فرعي للتعلم الآلي، الشبكات العصبية لتحقيق مهام معقدة، مثل ترجمة اللغة وتحليل المشاعر والتعرف على الكلام.

إن التدريب عملية ChatGPT يمكن تشبيهه بتعليم الطفل لغة ما. من خلال التعلم المعزز، وهو تقنية في التعلم الآلي، يتلقى النموذج تغذية راجعة من البشر لمخرجاته. وتساعد هذه التغذية الراجعة، التي غالباً ما تكون في شكل نموذج مكافأة، النظام على فهم السياق والتحسن بمرور الوقت.

نموذج اللغة ومعالجة اللغة الطبيعية

من أهم ما يميز سحر دردشةGPT هو مفهوم معالجة اللغة الطبيعية (NLP). تسمح البرمجة اللغوية العصبية للدردشة في ChatGPT بفهم السياق والتعرف على المشاعر وإنتاج استجابات شبيهة بالإنسان. تعتمد البنية الأساسية لنماذج اللغة في ChatGPT على مبادئ البرمجة اللغوية العصبية.

تتمثل إحدى المهام الرئيسية في البرمجة اللغوية العصبية في التنبؤ بالكلمة التالية أو التنبؤ بالكلمة التالية في تسلسل ما. عندما تطرح سؤالاً على ChatGPT، يستخدم النموذج بشكل أساسي الضبط الدقيق الذي خضع له للتنبؤ بالكلمة التالية الأكثر احتمالاً، والكلمة التي تليها، وهكذا، حتى يتم إنشاء استجابة نصية ذات معنى.

عملية الصقل والتعلم

على الرغم من أن ChatGPT يبدأ بأساس قوي في تدريبه الأولي، إلا أن ما يجعله متميزًا حقًا هو القدرة على الضبط الدقيق. يتم تحقيق هذا التحسين من خلال التعلّم تحت الإشراف، حيث يتم تدريب النموذج على مجموعة بيانات موسومة لفهم المدخلات البشرية وإنتاج مخرجات مناسبة.

إن الضبط الدقيق من ChatGPT هي عملية مستمرة، وكلما تعرض لكلمات وعبارات وفروق دقيقة جديدة، أصبح أكثر مهارة في توليد النصوص والإجابة على الأسئلة وكل ما يتعلق بلغة البشر بشكل أساسي.

سيادة البيانات والدردشةGPT

إن فهم كيفية عمل ChatGPT لا يقتصر فقط على تقدير النمذجة اللغوية المثيرة للإعجاب، بل أيضًا إدراك الآثار المترتبة على سيادة البيانات. إن ChatGPT، مثلها مثل غيرها من نماذج اللغات الكبيرة, يعتمد على كميات هائلة من البيانات المدخلة، التي يتم جمعها من مصادر متنوعة من خلال عمليات جمع البيانات. في التدريب، يتضمن ما يسمى بـ “النهج الخاضع للإشراف” في ChatGPT، تغذية النموذج بمهام النمذجة اللغوية المقنعة والبيانات النصية والرقمية على حد سواء. ويعزز ذلك من قدرة النموذج على التعرف على أنماط الكلام البشري، وتحسين فهم القراءة، وتوليد استجابات تتماشى بشكل وثيق مع التوزيع الاحتمالي للغة البشرية في العالم الحقيقي.

ومع ذلك، فإن عملية التدريب بأكملها تثير تساؤلات. على وجه التحديد، كيف تتعامل ChatGPT مع بيانات الإدخال من حيث السيادة؟ نظرًا لأن ChatGPT يتم ضبطه بدقة لمهام محددة، فمن الضروري تحديد المجالات التي قد تكون فيها بيانات المستخدم في خطر. هل يحترم تدريب النموذج، وخاصة ما يسمى بالضبط الدقيق، حدود سيادة البيانات؟ إن قدرة النموذج على فهم السياق وتقديم مخرجات متعددة استنادًا إلى مدخلات قائمة على الكلمات أمر رائع، ولكن يجب أن تحافظ العملية برمتها على التوازن مع حقوق المستخدمين في بياناتهم الخاصة.

يهدف إدخال نموذج المكافأة الجديد لـ ChatGPT إلى تحسين استجاباته بشكل أكبر، ولكن هناك حاجة ملحة لضمان ألا يأتي ذلك على حساب سيادة البيانات. مع استمرار الجهود المبذولة لتحسين ChatGPT، يصبح من الأهمية بمكان ضمان أن تظل خصوصية البيانات وسيادة البيانات في صميم هذه المساعي، وضمان دعم المبادئ المنطقية المتعلقة ببيانات المستخدم.

الخاتمة

في عالم الذكاء الاصطناعي, ، يمثل ChatGPT خطوة كبيرة في مجال النمذجة اللغوية. إن قدرتها على فهم الأسئلة والإجابة عنها، بالإضافة إلى ضبطها المستمر يجعلها أداة لا تقدر بثمن في مجال علوم الحاسوب دائم التطور. في المرة القادمة التي تتفاعل فيها مع ChatGPT أو ما شابهها من المساعدين الافتراضيين، ستحصل على رؤية أوضح لعمليات الغوص العميق التي تُمكِّن مثل هذه التفاعلات الشبيهة بالبشر. يتضمن InvestGlass الآن دردشة لعمليات مهام محددة: إعادة موازنة المحفظة وتحسين المبيعات. نظرًا لأن المستثمرين يشملون بالفعل محركًا قائمًا على القواعد للوسطاء الماليين (MIFID، FIDLEG SLFIN) فلا حاجة لتدريب chatgpt مسبقًا.