أكدت الباحثة هديل الشربيني المدرس المساعد بمركز الأساليب التخطيطية في معهد التخطيط القومي، خلال ندوة نظمها معهد التخطيط القومي، أن نماذج اللغات الكبيرة هي تقنيات متطورة تعتمد على الذكاء الاصطناعي لفهم النصوص وإنتاجها بطريقة تشبه تفكير الإنسان.

وقالت الشربيني إن هذه النماذج تقسم وفقًا لعدة معايير، منها طريقة العمل، حيث توجد نماذج تستخدم للتنبؤ بالكلمات والجمل، وأخرى متخصصة في فهم النصوص، بالإضافة إلى نماذج تُحوّل النصوص من لغة إلى أخرى.

تطبيقات ونماذج الذكاء الاصطناعى

وأشارت إلى أن بعض النماذج تصمم لأغراض عامة مثل المساعدات الذكية، بينما توجد نماذج مخصصة لمجالات محددة مثل الطب والتعليم، كما أن بعضها قادر على التعامل مع الصور والأصوات بجانب النصوص، وبحسب طريقة الوصول، هناك نماذج مغلقة المصدر تُطورها شركات كبرى وتتاح بشروط، وأخرى مفتوحة المصدر يمكن لأي شخص استخدامها وتطويرها.

تحسين أداء الذكاء الاصطناعى 

ولفتت الباحثة إلى أن هناك طريقتين رئيسيتين لتحسين أداء هذه النماذج، الأولى هي "الضبط الدقيق" (Fine Tuning)، وهو تدريب إضافي للنموذج ليصبح أكثر دقة في مجال معين، والثانية هي "هندسة التوجيه" (Prompt Engineering)، التي تعتمد على طريقة إدخال الأسئلة والأوامر للنموذج ليعطي إجابات أكثر دقة وفائدة.

كانت ندوة معهد التخطيط قد ناقشت نماذج اللغات الكبيرة والتى هى عبارة عن أنظمة ذكاء اصطناعي متطورة قادرة على فهم وإنشاء نصوص شبيهة بلغة الإنسان، وتعتمد على تقنيات الشبكات العصبية ومعالجة اللغة الطبيعية (NLP)، حيث يتم تدريبها على حجم بيانات ضخم باستخدام مليارات المعلمات، مما يجعلها قادرة على التحليل والتوليد التلقائي للنصوص في مختلف المجالات.

واستعرضت الندوة مراحل تطور هذه النماذج، والتى ظهر أول ملامحها فى عامى 2018-2019 وقام على تقنية المحوّلات (Transformers)، حيث أطلقت Google نموذج BERT القادر على فهم السياق النصي ثنائي الاتجاه، بينما قدمت OpenAI نموذج GPT-2، الذي كان أول نموذج توليدي ينتج نصوصًا طبيعية.