ما هي تقنية الذكاء الاصطناعي التوليدي المُستخدمة في ChatGPT وكيف تعمل؟

خلال أشهرٍ قليلة اكتسحت الإنترنت مجموعة من تطبيقات الذكاء الاصطناعي التي يقول المتخصصون إن العالم بعد ظهورها لن يعود كما كان قبلها، بل إن بعضهم شبّه الثورة التي جاءت بها هذه التطبيقات بالثورة التي أحدثها ظهور الإنترنت نفسها.

وخلال أشهرٍ قليلة أصبحت تطبيقات مثل ChatGPT الذي يقدم خدمة توليد النصوص، و DALL-E و Midjourny وغيرها من تطبيقات توليد الصور، حديث العالم وشغله الشاغل، حتى أن ChatGPT صعد بسرعة كي يُصبح أسرع تطبيق ويب نموًا على الإطلاق إلى درجة أن العملاقة مايكروسوفت دفعت 10 مليارات دولار للاستثمار فيه والحصول على حق استخدامه في برامجها. فكيف تعمل هذه التقنيات الجديدة؟ وما هو سر قوّتها وقدرتها على توليد أعمال لا يمكن تفريقها عن الإنتاج البشري؟

الذكاء الاصطناعي التوليدي
تعتمد هذه التطبيقات على تقنية من تقنيات الذكاء الاصطناعي كان يجري تطويرها لسنوات وتُعرَف باسم (الذكاء الاصطناعي التوليدي) Generative AI، وسمّيت بهذا الاسم لقدرتها على توليد محتوىً جديد اعتمادًا على بيانات موجودة سابقًا. وتتراوح إمكانيات هذه التقنية من توليد الصور والأصوات والنصوص، إلى مقاطع الفيديو.

وتعمل التقنية على تدريب نموذج للذكاء الاصطناعي على مجموعة ضخمة من الإنتاج البشري، كالكتب والمقالات والرسومات، بحيث يستخدم النموذج هذه البيانات لتعلُّم الأنماط والعلاقات بين العناصر المختلفة الموجودة فيها. وبعد التدرّب على البيانات يمكن استخدام النموذج لتوليد محتوىً جديد من خلال التنبؤ بالعنصر التالي ضمن سلسلة من العناصر المحتملة. على سبيل المثال لا يفهم الذكاء الاصطناعي معنى عبارة بسيطة مثل “ذهب التلميذ إلى المدرسة”، لكن من خلال تدريبه على ملايين النصوص تتكون لديه قاعدة معرفية تتيح له تقدير بأن التلميذ هو فاعل، والمدرسة هي مكان وأنها يجب أن تأتي مجرورة ليس لأن الذكاء الاصطناعي يفهم ما هو الجر، لكن لأنه لاحظ أن الكلمات دائمًا ما تأتي مجرورة بعد “إلى” في النصوص التي تدرّب عليها. ومن ثَم يُصبح النموذج بعد التدريب الكافي قادرًا على كتابة جملة مثلها حتى لو لم تكن تلك الجملة من ضمن البيانات التي تدرّب عليها سابقًا.
لهذا لو تم تدريب نموذج للذكاء الاصطناعي على مجموعة من البيانات تتضمن مقالاتٍ إخبارية، سيُصبح قادرًا على توليد مقالات جديدة تُشبهها بحيث لا يمكن تمييزها عن المقالات المكتوبة بشريًا. ويُعتبر توليد النصوص حقلًا من حقول تقنيات الذكاء الاصطناعي يعتمد على ما يُعرف بمعالجة اللغة الطبيعية Natural Language Processing.
وتعمل خدمات توليد الصور بطريقة مشابهة اعتمادًا على تقنية (الرؤية الحاسوبية) Computer Vision إذ يستطيع الذكاء الاصطناعي توليد صور جديدة اعتمادًا على صور موجودة سابقًا دُرِّب عليها. فلو دُرِّب النموذج على صور تحتوي على وجوه، يُصبح قادرًا على توليد صور وجوه جديدة لا تُشبه تلك التي تدرب عليها لكنها تبدو واقعية للغاية.

مخاوف وانتقادات
ورغم الإمكانيات المثيرة للاهتمام التي يقدمها الذكاء الاصطناعي فإن هذا لم يمنع ظهور الكثير من المخاوف والانتقادات لهذه التقنية، ومنها استخدامه لإنتاج محتوى مزيف يصعب تمييزه عن الحقيقي. على سبيل المثال يمكن تدريب نموذج للذكاء الاصطناعي على مجموعة من صور المشاهير ثم استخدامه لتوليد صور جديدة مزيفة لا يمكن تفريقها عن الحقيقية، وهو ما يمكن استخدامه لنشر الأكاذيب والتأثير في الرأي العام. كما قامت عدة جامعات ومدارس حول العالم بحظر الوصول إلى ChatGPT بسبب استخدامه من قِبَل الطلاب لكتابة التقارير وحل الواجبات المدرسية، مما دفع عددًا من الشركات إلى تطوير أدوات خاصة للكشف عن النصوص التي كُتِبت باستخدام الذكاء الاصطناعي.

وما يثير قلق المستخدمين هو مدى دقة النتائج التي يقدمها الذكاء الاصطناعي التوليدي. ففي حين أنه قادر على توليد محتوى مُستقى من بيانات فعلية ويبدو شبيهًا بها، لا يوجد ما يضمن دقة النتائج أو أن تكون ذات معنى. على سبيل المثال يمكن لنموذج دُرِّب على مجموعة من المقالات إنتاج مقالات جديدة تحتوي على معلومات مغلوطة أو لا علاقة لها بالموضوع المطلوب.

الموازنة بين الإمكانيات والمخاوف
من الغني عن الذكر أن الذكاء الاصطناعي سيعيد تشكيل العالم على مختلف الأصعدة، من عملنا إلى حياتنا الشخصية. فكبرى الشركات التقنية بدأت إدخال تقنيات الذكاء الاصطناعي كي تُصبح جزءًا من برامجها وتطبيقاتها. آخرها مايكروسوفت التي دمجت ChatGPT في محرّك بحثها، وجوجل التي أعلنت عن خطوة شبيهة. إضافةً إلى مئات التطبيقات الأخرى من مختلف المجالات من تطبيقات تسجيل الملاحظات إلى تطبيقات تحرير الصور.

الذكاء الاصطناعي وُجِدَ ليبقى، وينبغي الاستفادة من الإمكانات التي يقدمها، لكن من الضروري الحذر من احتمال استخدامه لإنتاج المحتوى المزيف أو غير الدقيق. ومن الضروري للشركات المطوّرة لهذه التقنية التأكُّد من تحسينها باستمرار لتلافي المشاكل المُحتملة وعمل ما يلزم لضمان دقّة ما يقدمه ومحاولة منع استخدامه لأهداف غير أخلاقية أو غير قانونية.