الحوسبة واللغة cs.CL

ضوء النجم ممدد كشريط قوس قزح. الخطوط الداكنة — ندوب من العناصر الممتصة، القمم الساطعة — آثار الغاز الساخن. هكذا يبدو الطيف، الدليل الرئيسي في يد عالم الفلك. Cecilia Payne-Gaposchkin كانت أول من استنتج أن معظم النجوم تتكون من الهيدروجين.

نموذج اللغة هو بنية متعددة الطبقات، حيث تعالج كل طبقة الكلمات بطريقتها الخاصة. في بداية التدريب، تكون الطبقات فوضوية، لكنها تدريجيًا تنتظم في فريقين. الفريق الأول يعمل ببساطة: هندسته الداخلية تتماسك وتصبح أقل تشابكًا. بينما يظل الفريق الثاني معقدًا ومتشعبًا. الطبقات ذات الهندسة البسيطة كانت أفضل المتنبئين بنشاط مناطق اللغة في الدماغ.

المعلمة في الفصل تشرح الفرق بين «دوم» و«توم»: ضع يدك على حلقك واستشعر الاهتزاز. الآلة التي تتعرف على الكلام تفعل الشيء نفسه تقريبًا، لكن بدل الحلق، يوجد بداخلها قوائم طويلة من الأرقام. واتضح أن هذه الأرقام يمكن ترتيبها على رفوف — مثل مكعبات الحروف في غرفة الأطفال. أخذ العلماء نموذجًا دُرِّب على 96 لغة، ووجدوا بداخله اتجاهات مسؤولة عن خصائص معينة للأصوات. على سبيل المثال، هناك اتجاه «الجهر».

أفضل مساعد ذكاء اصطناعي للعلماء رسب في الامتحان أسوأ من طالب متوسط في اختبار قصير. 21% فقط من الإجابات الصحيحة — وهذا هو سقف أقوى أربعة نماذج. مسائل الاختبار الجديد لم يكتبها مبرمجون، بل طلاب دراسات عليا: أناس يواجهون العلم الحقيقي كل يوم. سُمي الاختبار COMPOSITE-STEM. يضم 70 مسألة في الفيزياء والأحياء والكيمياء والرياضيات.

عندما لا تفيد الأدوية في علاج الصرع، يقترح الأطباء إجراء جراحة: إزالة جزء من الدماغ حيث تنشأ النوبات. لكن من الصعب تحديد مسبقًا ما إذا كانت الجراحة ستساعد هذا الشخص بعينه. صور الرنين المغناطيسي قبل الجراحة تُظهر الحالة الحالية فقط، وليس كيف سيتغير الدماغ بعد التدخل. النهج الجديد يعمل مثل أمين مكتبة يبحث عن سجلات مرضية مشابهة.

مكتبة تضم 27 ألف كتاب، وكلها عن الخرسانة. في كل كتاب وصفة للخلطة، ودرجة حرارة، وقوة. لكن المعلومات متناثرة بين الفقرات والجداول والحواشي. الإنسان لو أراد جمعها في مكان واحد لاحتاج سنوات. أما البرنامج فقد أنجز المهمة في ساعة واحدة. أخذ العلماء نموذجًا لغويًا كبيرًا — وهو النموذج الذي يجيد قراءة النصوص وفهمها — وضبطوه للبحث عن بيانات الخرسانة. استخرج النموذج من المقالات مكونات الخليط وطريقة التحضير والخصائص النهائية.

تسارع توسع الكون، وربما لا تعمل الجاذبية كما نعتقد. يطور الفيزيائيون نظريات بديلة، ولكن لاختبارها، يجب حساب كيف نشأت المجرات من التموجات بعد الانفجار العظيم. هذه الحسابات عبارة عن معادلات طويلة بمئات الحدود، يسهل الضياع فيها.

مصباح يدوي لا يضيء إلا بجوار لافتة طريق — هكذا يعمل البحث عن الأدوية تقريبًا عندما يعتمد العلماء على التلميحات الجينية. درست مجموعة من الباحثين أكثر من 26 ألف زوج من «الهدف والمرض»: أي توليفات بين البروتين الذي يستهدفه الدواء والمرض الذي يعالجه. إذا كان للهدف أي صلة جينية بالمرض، فإن فرص النجاح ترتفع عدة أضعاف. بالأرقام: الأهداف المدعومة جينيًا كانت تُعتمد بمعدل 3.25 مرة أكثر.

مهندس يضبط هوائيًا: يشدّ جزءًا — يتردد التردد، يغيّر الزاوية — ينخفض الكسب. هكذا تقريبًا يُدار تطوير الببتيدات العلاجية (سلاسل بروتينية قصيرة). الذوبانية، والقدرة على عدم تدمير كريات الدم الحمراء، ومقاومة التصاق الفضلات البروتينية — هذه الخصائص الثلاث متشابكة، ومحاولة تحسين واحدة غالبًا ما تكسر الأخرى. النظام الجديد Pepti-Agent يعمل بشكل مختلف.

يتصفح الطبيب سجل المريض ويرى سطرًا: «الدواء يقلل الخطر». ولكن إلى أي مدى يمكن تصديق ذلك؟ هل يستند الادعاء إلى حالات قليلة من الممارسة العملية أم إلى عشرات الآلاف من المرضى في دراسة عمياء؟ يعتمد العلاج على الإجابة. اليوم، كثيرًا ما يكتب هذه النصوص ليس البشر، بل النماذج اللغوية الكبيرة — تلك التي تساعد في البحث عن المعلومات وإعداد الملخصات.

المقالة العلمية ليست مجرد مجموعة نتائج، بل هي بصمة أسلوب بحثي. بعض العلماء يرسمون خطوطًا ببليومترية صارمة على الورق، وآخرون يضعون لمسات تجريبية، وثالثون يكتبون بنسق التحليل المحتوى. على مدى 30 عامًا، في ثلاث مجلات رائدة في علم المكتبات والمعلومات، تراكمت 5281 «توقيعًا» من 81 دولة. في عام 1990، كانت المقالة المتوسطة توقيع دولة واحدة. بحلول عام 2019، أصبحت توقيعًا جماعيًا بمشاركة 1,45 دولة.

يقوم نظام جديد بتحليل مقابلة قصيرة للتعرف على شكوك الشخص، من خلال دمج النص والصوت وتعابير الوجه. لكن المفتاح الرئيسي لعدم اليقين كان المادة المظلمة للكلام - التوقفات وكلمات الحشو التي تُمحى من أنظمة الكلام القياسية كما يمحو الثقب الأسود كل شيء. هذه الفجوات، التي تُعتبر عادةً نفايات، قدّمت الإشارة غير اللفظية الأكثر استقلالية.

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.

يتطلب تحضير طبق معقد وصفة دقيقة: اِبدأ بالتقطيع، ثم القلي، وأضف التوابل في الوقت المناسب. التحولات الكيميائية أيضاً تسير وفق وصفات خطوة بخطوة — آليات تعيد فيها ذرات الكربون والهيدروجين ترتيب نفسها بترتيب صارم. في السابق، كانت الشبكات العصبية غالباً ما تختلق خطوات غير موجودة، مثل طباخ خيالي يستبدل الملح بالسكر.

غالبًا ما يتصرف مساعدو كتابة الكود مثل طاهٍ يعيد قراءة كتاب الطبخ بأكمله لسلق بيضة واحدة. عند تكليفهم بإجراء تصحيح بسيط، يعيدون فتح عشرات الملفات ويتحققون من روابط معروفة مسبقًا. هذا عمل غير ضروري — طاقة تُهدر بلا فائدة. اقترح الباحثون طريقة E3: أولاً تقييم التعقيد الحقيقي، ثم تنفيذ أقل عدد من الإجراءات، وتوسيع نطاق البحث فقط عند الفشل.

النماذج التي تحول النص إلى صوت تتقن إعادة إنتاج الأصوات المنفردة، لكنها تحتار عندما يتضمن السيناريو عدة أحداث. على سبيل المثال، وفقًا للسيناريو يأتي رنين الجرس أولاً، ثم خطوات الأقدام، ثم صوت إغلاق الباب. قد يعيد المولد ترتيب الأحداث، فيسمع المستمع خطوات الأقدام قبل رنين الجرس. وجد الباحثون حلاً غير متوقع: بدلاً من برمجة قواعد معقدة، أخذوا شبكة عصبية 'تفهم' الصوت، وجعلوها مراقبًا صارمًا.

حكّام الكلام الآليون هم خوارزميات تُقيّم النطق والعواطف. لكنهم غالبًا ما يعملون كناقد طعام يُصدر حكمه بعد قراءة القائمة دون تذوّق الطبق. فبدلاً من تحليل الصوت، يتشبث النموذج بالمؤشرات النصية — كما لو كان يحكم على طبق من خلال وصفتها لا مذاقها. أظهرت التجارب أنه إذا قمت ببساطة بتبديل تسجيلين صوتيين، فإن حكم الذكاء الاصطناعي يغيّر درجته، رغم بقاء الصوت كما هو.

إن إتقان لغة أجنبية يشبه ضبط آلة موسيقية. تعمل التقنية الجديدة كموالف ذكي: فهي تستقبل تسجيلك الصوتي وخطاب الناطق الأصلي المرجعي، ثم تمدد أو تضغطهما زمنيًا بشكل ديناميكي — تمامًا كما تُشدّ أوتار الآلة لمطابقة النغمات بدقة — لمحاذاة الإشارات بشكل مثالي، وتقيّم ثلاثة معايير رئيسية: نقاء الأصوات (النطق)، والدقة الإيقاعية، والمنحنى التنغيمي.

في عام 2025، لم تعد النماذج اللغوية الكبيرة مثل GPT مجرد أدوات للدردشة — بل تساعد العلماء في تصميم التجارب. لكن الأداة نفسها قد تقع في أيدي الأشرار. مجموعة من الباحثين بنت ميدانًا رقميًا لاختبار ذلك. لقد أنشأوا نموذجًا مخترقًا باسم Intern-BioBreaker — وهو بمثابة لص أقفال افتراضي يلتقط مفاتيح لاختراق دفاعات الشبكات العصبية.

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.