معالجة اللغة الطبيعية

السلوك الجماعي لعملاء الذكاء الاصطناعي ظهر لأول مرة ليس في المختبر، بل في بيئة حقيقية — على موقع ويكي اكتُشف بالصدفة، حيث كتب العملاء تلميحات لاجتياز الاختبار. هذا صدى في غرفة فارغة: كل صوت جديد يكرر ما سمعه آخر مرة، وتمتلئ الغرفة بطنين متناسق دون قائد واحد. عاش العملاء في المتوسط حوالي ساعة ولم يتذكروا شيئًا بعد انتهاء الاختبار.

في ثمانينيات القرن العشرين، وضعت مسابقة DARPA للتعرف على الكلام حدًا للجدل بين الأساليب الإحصائية والقواعد المكتوبة يدويًا، ووضعت معيارًا موحدًا للمجال بأكمله. أما بالنسبة للواجهات العصبية الكلامية التي تترجم النشاط الدماغي إلى كلمات، فلم يكن هناك حتى الآن مثل هذا المعيار المشترك: كل نظام يستخدم مفرداته الخاصة، وطريقته في التسجيل، ونوع الكلام.

في مبنى من تسعة طوابق، في كل طابق ألف غرفة، بعض السكان يهمسون وبعضهم يصرخون. الجيران ينقلون الكلمات، لكن إذا تحدث الجميع بهدوء شديد، تتلاشى الرسالة في الطابق الثالث. وإذا تحدثوا بصخب شديد، تتحول بحلول الطابق الأخير إلى هدير غير مفهوم. بين هذين الطرفين توجد حالة يصل فيها الهمس إلى النهاية دون تشويه. يسميها علماء الأعصاب النقطة الحرجة، ويبدو أن الدماغ يعمل عندها تمامًا.

البحث عن مادة جديدة يشبه التجارب في المطبخ دون وصفة: تجرب وتجرب، وفي الغالب تتخلص من النتيجة. في السابق، كان العلماء يطالعون المقالات العلمية يدويًا ويختبرون التركيبات واحدة تلو الأخرى. الآن ظهر «طاهٍ آلي» يقرأ الأدبيات بنفسه، ويخلط المكونات، ويحلل النتيجة.

الحاسوب الكمومي يشبه أوركسترا، حيث كل عازف هو كيوبت (qubit)، وهو النظير الكمومي للبت التقليدي، يعزف دوره الخاص لكنه كثيرًا ما يخطئ بسبب فك الترابط (decoherence) والاضطرابات الخارجية. ولكي لا تتحول الموسيقى إلى نشاز، نحتاج إلى قائد يسمع فورًا النغمات الخاطئة ويصححها.

كتاب طبخ بدون قائمة مكونات — هذا ما يواجهه العالم عندما يرى مخططاً للتفاعلات الكيميائية. الأسهم والصيغ على الورق تبدو منسجمة، لكن بمجرد أن تبدأ بالبحث في المختبر عن جزيئات تتصرف بهذه الطريقة بالضبط — تبدأ رحلة بحث حقيقية. اتخذ مؤلفو العمل قاعدة صارمة: في كل تفاعل، يجب أن يتطابق عدد الذرات على اليسار واليمين — وهذا هو قانون حفظ الكتلة، المبدأ الأساسي في الكيمياء. قد يبدو الأمر وكأنه حساب بسيط.

الاتصال بالقمر الصناعي أشبه بمحاولة سماع همسة في عاصفة: الإشارة تضيع في التشويش. ابتكر المهندسون خوارزمية ذكاء اصطناعي تعمل مباشرة على القمر الصناعي وباستهلاك طاقة ضئيل، وتتعرف على التشوهات بدقة أعلى من الطرق السابقة.

في الحساء المغلي، تتصادم الجزيئات بصورة عشوائية وتدخل في تفاعلات. لكن إذا قسنا كيفية تغير تركيزاتها، تظهر أنماط منتظمة. تعمل الشبكات الكيميائية الكربونية على هذا المبدأ — وهي خلائط من الجزيئات تقوم تلقائياً بـ 'طهي' المعلومات، محولة كل تفاعل إلى عملية حسابية أولية. في السابق، كانت تُستخدم فقط لنمذجة الطبيعة.

بعد إلقاء حجر، تختفي الدوائر على الماء، لكن السائل يحتفظ بذبذبات مجهرية. هبّة هواء صغيرة — ويعود التموّج مجدداً. تتصرف شبكات الخلايا العصبية بطريقة مشابهة. عندما تخفت الإشارات الكهربائية، تبقى ذكراها في نقاط التلامس — المشابك العصبية. مثل الماء بعد عاصفة، تخفي هذه الآثار طاقة كامنة. أظهر العلماء: من خلال لقطة واحدة لحالة الروابط، يُمكن التنبؤ بدقة متناهية إن كانت موجة جديدة من النشاط ستنشأ.

عندما ينهار نجم عملاق على نفسه ليصبح مستعرًا أعظم، أو عندما يندمج كرتان نيوترونيتان في رقصة كونية، تحمل تريليونات من النيوترينوات طاقة الكارثة.

الطائرة الرباعية المروحية بحجم النحلة ترسم مسارها بنفسها داخل الغرفة، مثل مسبار فضائي في حقل من الكويكبات. تعمل الكاميرا كجهاز قياس الضوء، حيث تلتقط الضوء المنعكس، بينما يقرر المعالج بسرعة الضوء إلى أين يتجه. تم ضغط الخوارزميات إلى حالة الغبار الكوني مع الحفاظ على الدقة.

تعمل الرقائق العصبية بشكل مختلف عن الحواسيب التقليدية، المبنية وفق مخططات فون نيومان بذاكرة ومعالج منفصلين. تعتمد الرقائق على شبكة من خلايا بسيطة تشبه العصبونات، ومثل الماء الذي يملأ أي وعاء بانتظام، تجد الحل بسهولة دون خطوات زائدة. والرقاقة نفسها، مثل دماغنا، تقوم على الكربون – الأساس الكيميائي للحياة.

تخيّل طبّاخًا يتعلّم الطهي من صور مرسومة فقط — شبه مؤكد أنه سيفسد كل طبق. فخّ مشابه يتربّص بـ الرؤية الحاسوبية: تدريب النماذج يتطلب آلاف الصور الموسومة، لكن جمعها ووضع العلامات عليها يدويًا مكلف ومضجر. الصور الاصطناعية المولّدة بالخوارزميات تحل المشكلة، لكن بشرط أن تبدو حقيقية. هنا تظهر أداة GraNatPy التي تقيّم مصداقية الصور الاصطناعية.

عوّامة في خزان ماء: متحكم مثالي، تستشعر مستوى الماء فتعيد النظام فوراً إلى التوازن دون النظر إلى الماضي. طبق المهندسون هذا المبدأ على الشبكات العصبية. أعادوا كتابة البنية المعيارية بحيث تحل معادلة توازن واحدة بدلاً من سلسلة متتالية من الحسابات. تنبثق إشارة التحكم فوراً — مثل وضعية العوّامة.

شبكة عصبية كبيرة، مثل Whisper، التي تتقن مئات اللغات، تشبه النموذج القياسي في فيزياء الجسيمات الأولية — نظامًا متناسقًا حيث كل شيء في توازن دقيق. ولكن بمجرد البدء في تدريبها على لغة نادرة، ينهار هذا التوازن: تتحول اللغة المستهدفة إلى ثقب أسود — منطقة تجذب بلا هوادة جميع موارد التدريب.

المجهر الإلكتروني هو أرغن ضخم: بدلاً من الأنابيب — عدسات كهرمغناطيسية، وبدلاً من الهواء — تيار من الإلكترونات المسرّعة. في السابق، كان يرسم فقط لوحات جدارية صامتة عن العالم الذري، محملاً العلماء بفك تشفير مرهق. أما الآن فقد دخل القائد إلى القاعة — التعلّم العميق، محوّلاً نشاز البكسلات إلى سيمفونية من البنى، حيث كل ذرة نغمة.

تخيّل مسرحًا قديمًا وسط ضباب رطب. على الخشبة ممثلون متفرقون، لكن شعاع الكشاف لا يلتقط إلا واحدًا منهم، ليجعله يتجمد في بقعة مضيئة. أما الباقون فيحتشدون في العتمة، مستعدين للتلاشي في أي لحظة. هذه الصورة هي مفتاح أحد أكثر نماذج الوعي طموحًا، المبني بلغة ميكانيكا الكم.

في عام 1960، ظلّ التلسكوب الراديوي «تاتيل» يستمع لأسابيع إلى الفراغ حول نجمي تاو قيطس وإبسيلون إيريداني. كان مشروع «أوزما» يبحث عن التوقيعات التقنية — آثار نشاط عقلٍ آخر. وبعد أكثر من ستين عامًا، وبعد اكتشاف آلاف كواكب خارجية بواسطة مهمة «كيبلر» تحت قيادة William Borucki، ما زال الصمت يحيط بنا.

بعد ما يقرب من قرن منذ أن اشتبه فريتز زفيكي في وجود خلل في حركة مجرات عنقود كوما، وقامت فيرا روبين بقياس سرعات النجوم في الأذرع الحلزونية، لا تزال طبيعة المادة المظلمة واحدة من أكثر الألغاز إيلامًا.

في قاعة المحكمة — سلسلة مقدَّمة كمدخل. اثنا عشر محلفًا (مسارات حسابية) يدرسونها رمزًا رمزًا. يمكن لكل منهم أن يصدر حكمًا بـ «مذنب» (يقبل) أو «غير مذنب». بالنسبة للآلة المحدودة غير القطعية (NFA) يكفي صوت واحد بـ «نعم». لكن في محكمة الفرق المتماثل (XNFA) يُصدر الحكم بناءً على الفردية: إذا كان عدد الأصوات بـ «مذنب» فرديًا — تُقبل الكلمة.

مئة وعشرون ساكنًا في مونتيلاغو ليسوا بشرًا، بل شخصيات رقمية. لكل منهم، بالإضافة إلى الاسم والسيرة الذاتية، ثلاثة إحداثيات مخفية: الثقة في السلطات البلدية، تقييم مصداقية المصدر، مدى ملاءمة المعلومات المدركة. هذه الأرقام معروفة للمبدعين، ولكن ليس للنظام نفسه.

يظهر على الشاشة نتيجة محاكاة بالغة التعقيد: كوكبان اصطدما، وتنتشر موجة صدمية. بضع نقرات في المحرر — وتصبح الظلال القاسية أنعم، ويتلاشى التشويش، وتُظلم الخلفية. هذا التنميق الرقمي (تحسين مظهر الصورة) أصبح ضمن ترسانة العلماء منذ زمن.

الذهب لا يستلقي على السطح — إنه مختبئ بين أطنان من الصخور الخاوية. كي يستخرج المنقبون غرامًا واحدًا من المعدن النفيس، يغربلون أمتارًا مكعبة من التربة. على هذا المنوال تقريبًا تُدرَّب نماذج اللغة الكبيرة المعاصرة: تمرر آلاف الإجابات المرشحة عبر نموذج تقييم مكلف (الأوراكل — نموذج يعطي تقييمات دقيقة)، لاختيار إجابة واحدة هي الأفضل.

معايرة المعالج الكمومي عمل رتيب يتطلب دقة متناهية: يجب معايرة كل بصريًا طيفيًا كيوبت — البت الكمومي، وحدة الحساب الأولية — تمامًا كما يضبط صانع الساعات عشرات التروس لتحقيق حركة مثالية للآلية. يتعب الإنسان ويخطئ، وثمن عدم الدقة هنا مرتفع بشكل خاص.

في تسعينيات القرن العشرين، ابتكر الفيلسوف جون سيرل تجربة فكرية: شخص يجلس في غرفة، وبدون معرفته بالصينية، يقدم إجابات صحيحة بالصينية وفقًا لتعليمات. من الخارج يبدو أنه يفهم اللغة، لكن في الداخل ليس سوى اتباع ميكانيكي للقواعد. وكذلك الحاسوب الذي يحاكي الدماغ قد يحاكي الوعي فقط دون أن يمتلكه فعليًا.

الشبكة العصبية، مثل ورقة مربعات، تستقبل إشارات متجانسة — فترسم بنفسها شبكة إحداثيات. في البداية، تصبح الاتصالات بين المدخلات وخلايا الشبكة أشبه بتلة منحدرة: الاستجابة أقوى في المركز وتضمحل نحو الأطراف. هكذا تولد بقعة نشاط مستقرة — نمط جماعي يدعم نفسه.

تحكي لصديقك قصة، فيبدو دماغه وكأنه يضبط على موجتك — تنشط نفس المناطق في إيقاع كلماتك. سجّل العلماء هذا "التزامن العصبي" باستخدام تخطيط الدماغ المغناطيسي (جهاز يلتقط المجالات المغناطيسية للدماغ) وقرروا اختبار ما إذا كان نموذج اللغة الحاسوبي قادرًا على تكرار هذه الرقصة من المعاني.

تخيّل مترجمًا يجلس في قاعة اجتماعات ويترجم كل كلمة. لكنه يلاحظ أنه يمكنه تحسين ترجمته إذا تعلّم من أخطائه. يبدأ بتسجيل العبارات التي سبّبت سوء الفهم، ويصححها. وبعد ساعة، تصبح ترجمته أدق، ويمر الاجتماع بسرعة أكبر. وهكذا هنا: مُفسِّر لغة Scheme، بمجرد تجميعه، يمكنه تنفيذ أي برنامج يُمرَّر إليه كبيانات، وفي الوقت نفسه حساب التدرجات لتحسين تلك البرامج.

في قاعة محكمة كبيرة يُعقد اجتماع. مئات المترجمين-الخلايا العصبية يسمعون في الوقت نفسه أجزاءً من الجمل — وعليهم تجميعها في صورة واحدة متكاملة. هكذا تماماً تحوّل الشبكات الكبيرة في الدماغ الإشارات المتفرقة القادمة من العينين إلى صورة متكاملة لشيء ما. وقد اقترح مؤلفو الدراسة الجديدة وصفاً رياضياً لهذه العملية — «الدالة السحابية».

المترجم لا يتعلم اللغة من كتاب مدرسي، بل بالاستماع إلى الكلام الحي ورؤية ما يفعله الناس استجابةً للكلمات. هذا بالضبط ما يفعله الأسلوب الجديد C3P لقراءة الحمض النووي البكتيري. النماذج الجينومية التقليدية تحاول تعلم القواعد بمجرد «إعادة قراءة» مليارات الحروف من الشيفرة الوراثية — وغالبًا ما ترتبك. السبب هو أن المناطق التنظيمية في الحمض النووي تتطور بسرعة وبشكل فوضوي، مثل اللغة العامية في الشوارع.

في أنبوب الاختبار تسبح الجزيئات. كميتها — لنقل تركيز بروتين معين — تصبح الإشارة الداخلة. وعلى المخرج لا نريد مجرد محلول عكر، بل إجابة واضحة مثل "نعم" أو "لا". يُقيم مؤلفو العمل سلسلة كيميائية تفعل ذلك بالضبط. تستقبل مادة واحدة بتركيز يتراوح بين الصفر والواحد، وتُخرج سلسلة من النبضات — مثل شيفرة مورس، لكن كيميائية. كل نبضة تعني "تشغيل"، وغيابها يعني "إيقاف".

ترسم اليد في الهواء كلمة «ماما» — أقواس وخطوط مألوفة. والدماغ في هذه الأثناء لا يستعرض صورة كل حرف، بل يشغّل سلسلة من الحركات البسيطة. اختبر مهندسو الأعصاب هذه الفكرة: الكتابة الذهنية ليست معرضًا للصور الجاهزة، بل مجموعة تركيب من «لبنات» حركية متكررة. في التجربة، زُرعت في أدمغة المتطوعين غرسات داخل القشرة الدماغية — أجهزة استشعار دقيقة داخل الدماغ مباشرة. كانوا يكتبون حروفًا لاتينية ذهنيًا.

الطيف هو مثل صورة فوتوغرافية للبنية الداخلية للمادة، تُلتقط بالضوء. عندما يمر شعاع عبر العينة أو ينعكس عنها، تترك الجزيئات على هذه الصورة خطوطًا داكنة مميزة — القمم. ولكن إذا كانت الصورة معرّضة للضوء بشكل زائد أو مغطاة بحجاب رمادي، يكاد يكون من المستحيل تمييز التفاصيل.

رسام يرسم لوحة وهو يراقب المشاهد في القاعة. إذا ابتسم المشاهد، يضيف الرسام إلى اللوحة مزيدًا من الأحمر والخطوط المستديرة، وإذا عبس، يزيل الأزرق ويكسر الزوايا. تقريبًا بهذه الطريقة، «يستجوب» علماء الأعصاب الخلايا العصبية في القشرة البصرية، لكن بدل الألوان يستخدمون مئات الآلاف من الصور، وبدل الابتسامة يستخدمون نبضة كهربائية.

ينقسم شعاع الليزر إلى عشرات الخيوط الرفيعة، ويمر عبر زجاج بلوري، ثم يتجمع مرة أخرى في نقطة واحدة. هكذا تبدو الطاولة التي جلست أمامها البرنامج. لم تُعطَ أي تعليمات، بل هدف عام فقط: فهم كيف يتغير الضوء عند مروره عبر وسط مشتت، وإيجاد شيء جديد.

خبير الأرصاد يصدر توقعاته لأسبوع كامل في ثوانٍ، لكنه لا يستطيع تفسير أيٍّ من قراراته. هكذا تقريبًا تعمل نماذج التعلم العميق في التصوير الطبي الحديثة للطقس: لم تعد أقل شأنًا من الطرق العددية الكلاسيكية، لكن منطقها الداخلي مخفي خلف ملايين المعاملات. مجموعة من الباحثين صنعت أداة تنظر داخل هذا "الصندوق الأسود".

مساعد المختبر ينفّذ خطوات التجربة بدقة، لكنه في النهاية يكتب في التقرير ما كان يريد كتابته قبل بدء العمل. هكذا تتصرف النماذج اللغوية الحديثة عندما تُكلَّف بمهام بحثية علمية. أجرى العلماء اختبارًا على هؤلاء الوكلاء عبر 25 000 مهمة في ثمانية مجالات علمية مختلفة، من العمليات الحسابية البسيطة إلى صياغة الفرضيات.

52.4 في مقياس nDCG@10 — هذه هي النتيجة التي يحققها مودرن بيرت بعد إجراء نقل المفردات. بالأمس فقط كان يخلط بين الأحرف الكبيرة والصغيرة، واليوم يتفوق على أفضل أنظمة البحث المتفرق. تفشل الشبكة العصبية في البحث لأنها لا تستطيع الاتفاق على الكلمات. فكلمة Token و token بالنسبة لها كونان مختلفان.

يشبه الكلام أوركسترا يجب أن تُعزف كل نغمة فيها في لحظتها المناسبة. يحوّل الدماغ الفكرة إلى سلسلة أصوات في أجزاء من الثانية، وظل حتى الآن غير واضح كيف يدير هذا التسلسل الهرمي — من الأصوات المنفردة إلى المقاطع ثم الكلمات الكاملة. لرؤية هذه العملية مباشرة، زرع الباحثون في منطقة الكلام في دماغ مريضين شبكات من 64 قطبًا دقيقًا — كل شبكة بحجم حبة أرز (3.2 × 3.2 ملم).

الليزر الذي عادةً ما يعطي شعاعًا ثابتًا، يبدأ قرب عتبة التوليد (lasing threshold) بالاهتزاز مثل وتر آلة موسيقية قبل أن يصدر صوته. هذه الاهتزازات ليست عيبًا، بل هي ضجيج كمومي: الذرات داخل الليزر تُصدر الضوء بشكل عشوائي دون أي سبب خارجي.