من فهم الصور في Computer Vision، إلى التعامل مع الكلمات واللغة في NLP.
وصلنا الآن إلى واحد من أكثر المفاهيم حضورًا في الذكاء الاصطناعي الحديث:
LLMs — Large Language Models.
كيف تعمل؟ وما المقصود بالـ Tokens والـ Context Window؟
هذا موضوعنا القادم مع «ثلاثة».
كيف يفهم ChatGPT سؤالك؟
وكيف يقدر Google يترجم كلامك من لغة إلى ثانية؟ وكيف يعرف النظام إذا كانت مراجعتك إيجابية أو سلبية؟
كل هذي التطبيقات يجمعها مجال واحد في الذكاء الاصطناعي اسمه NLP
🧵خلونا نفهم كيف يتعامل الكمبيوتر مع لغتنا
طيب، هل NLP هو نفسه ChatGPT؟
لا.
NLP مجال واسع، وChatGPT يعتمد على نماذج لغوية كبيرة (LLMs)، وهي من التقنيات التي حققت تطورًا كبيرًا في معالجة اللغة وتوليدها.
وهنا نصل إلى ��ؤال مهم:
كيف تتعلم هذه النماذج اللغة؟ وكيف تستطيع توليد إجابات تبدو طبيعية؟
الجميل في الذكاء الاصطناعي إن كل مفهوم يقودنا لمفهوم أوسع.
بدأنا بـ Machine Learning، ثم Deep Learning، ووصلنا إلى Computer Vision.
والآن ننتقل من فهم الصور إلى فهم اللغة!
كيف يحلل الكمبيوتر كلامنا؟ وكيف يتعامل مع النصوص والترجمة والمحادثات؟
المحطة القادمة: NLP 🧠
وش أكثر تطبيق من تطبيقات Computer Vision لفت انتباهك؟
قد صوّرت شيء بجوالك، وبعدها بحثت عنه وطلع لك اسمه ومعلوماته؟
أو فتحت جوالك وتعرّف على وجهك بدون ما تكتب كلمة؟
هنا فيه تقنية تشتغل خلف الكواليس، واسمها Computer Vision.
خلونا نعرف كيف تخلي الآلة «تشوف» العالم
لكن هل نقدر نعتمد على النظام في كل مرة؟
مو بالضرورة.
تغيّر الإضاءة، وزاوية التصوير، وجودة الصورة، وحتى اختلاف البيانات عن بيانات التدريب، كلها ممكن تؤثر على دقته.
عشان كذا بناء نموذج جيد ما ينتهي عند التدريب؛ لازم نختبره ونقيّم أداءه في ظروف مختلفة.