شرح تقنية التوليد المعزز بالاسترجاع (RAG) في الذكاء الاصطناعي
يوضح هذا الدرس مفهوم التوليد المعزز بالاسترجاع (RAG) وسبب قيام شركات الذكاء الاصطناعي بشراء بيانات منصات مثل Reddit وFinancial Times. بدلاً من الاعتماد فقط على بيانات التدريب لتركيب إجابات غير مضمونة، تستخدم هذه التقنية مصادر موثوقة لاسترجاع معلومات دقيقة قبل توليد الرد. كما يُسهم التخزين المؤقت الدلالي في تسريع الاستجابات بتخطي النموذج عند تكرار الاستفسارات.
الفصول
- 00:00 صفقات البيانات وشركات الذكاء الاصطناعي
- شراء شركات الذكاء الاصطناعي بيانات منصات مثل Reddit وWordPress وFinancial Times.
- المخاوف من استغلال البيانات وتجاوز المصادر الأصلية للمعلومات.
- الفرق بين استخدام البيانات في التدريب واستخدامها كمصدر مرجعي موثوق.
- 00:47 تحديات نماذج التوليد التقليدية
- آلية عمل النماذج التوليدية البسيطة: إدخال موجه (Prompt) وتوليد إكمال (Completion).
- تجميع الرموز (Tokens) لإنشاء نصوص تبدو صحيحة دون ضمان دقة الإجابة فعلياً.
- عدم كفاية بيانات التدريب وحدها لضمان مصداقية الإجابات ودقتها.
- 01:59 مفهوم التوليد المعزز بالاسترجاع (RAG)
- إرسال السؤال إلى قاعدة بيانات لاسترجاع المعلومات المطابقة.
- دمج البيانات المسترجعة مع طلب المستخدم لتأصيل الإجابة في الحقيقة.
- تسمية التقنية بهذا الاسم لأنها تسترجع المعلومات ثم تعزز التوليد بها.
- 02:17 التخزين المؤقت الدلالي ومستقبل الذكاء الاصطناعي
- استخدام التخزين المؤقت الدلالي (Semantic Cache) لحفظ الإجابات السابقة.
- تخطي نموذج الذكاء الاصطناعي في الاستفسارات اللاحقة لزيادة الكفاءة والسرعة.
- توجه مستقبل الذكاء الاصطناعي نحو تأصيل الإجابات في بيانات حقيقية وموثوقة.
المصطلحات
- Retrieval Augmented Generation — التوليد المعزز بالاسترجاع
- تقنية تسترجع بيانات حقيقية من مصدر خارجي لتعزيز دقة إجابات نماذج الذكاء الاصطناعي.
- Prompt — المُوجّه / الطلب
- النص أو السؤال الذي يدخله المستخدم لطلب استجابة من نموذج الذكاء الاصطناعي.
- Completion — الإكمال / الإجابة الناتجة
- النص التوليدي النهائي الذي ينتجه نموذج الذكاء الاصطناعي استجابةً للمُوجّه المدخل.
- Training Data — بيانات التدريب
- مجموعة النصوص والمعلومات المستخدمة في البداية لبناء وتدريب نموذج الذكاء الاصطناعي.
- Tokens — الوحدات اللغوية (التوكنز)
- الأجزاء اللغوية الصغيرة أو الكلمات التي يقوم النموذج بتجميعها معاً لتركيب النصوص.
- Grounded Source — مصدر موثوق / مرجعي
- مصدر بيانات حقيقي وخارجي يستند إليه النموذج لضمان صحة الإجابة ومطابقتها للواقع.
- Semantic Cache — التخزين المؤقت الدلالي
- نظام تخزين مؤقت يحفظ الإجابات السابقة لاسترجاعها لاحقاً وتجاوز استدعاء النموذج بالكامل.
- AI Scraping — كشط البيانات للذكاء الاصطناعي
- عملية جمع واستخراج البيانات آلياً من المواقع الإلكترونية لتغذية وتدريب أنظمة الذكاء الاصطناعي.