الذكاء الاصطناعي الذي استخدمته من قبل كان يصنف الأشياء. الذكاء الاصطناعي التوليدي يصنعها
لمدة عشرين عامًا، كان الذكاء الاصطناعي في الحياة اليومية غير مرئي وكان يصنف. مرشح البريد المزعج يقرر إن كانت الرسالة مزعجة أو لا. تطبيق الصور يحدد أي وجه لمن. البنك يقرر إن كانت هناك عملية احتيال أو لا. محرك التوصيات يرتب ما يُعرض بعد ذلك. كل واحد من هذه يأخذ شيئًا موجودًا ويضع عليه تصنيفًا أو درجة. صفحة ما هو الذكاء الاصطناعي تغطي هذه الفئة الأوسع.
الذكاء الاصطناعي التوليدي يعكس الاتجاه. بدلًا من أن يأخذ صورة ويُخرج "قطة"، يأخذ "قطة على حافة نافذة عند الغسق" ويُخرج صورة. بدلًا من تقييم بريد إلكتروني، يكتب واحدًا. النموذج تعلّم أنماط ملايين الأمثلة بما يكفي لإنتاج مثال جديد يتوافق معها.
هذا الانعكاس هو السبب الكامل وراء وصول هذه التقنية إلى الجمهور. التصنيف ميزة داخل منتج شخص آخر. التوليد منتج قائم بذاته: اكتب طلبًا، استلم شيئًا. أُطلق ChatGPT في 30 نوفمبر 2022 ووصل إلى ما يُقدَّر بـ100 مليون مستخدم نشط شهريًا في يناير 2023، بعد شهرين من الإطلاق، وفقًا لتحليل من UBS نقلته رويترز في 1 فبراير 2023، وهو أسرع تطبيق استهلاكي يصل إلى هذا الرقم في ذلك الوقت، لأنه ولأول مرة كان مخرج النموذج هو الهدف نفسه.
ما تلا ذلك لم يكن تدفقًا بطيئًا. الجدول الزمني لإصدارات النماذج يرصد 41 إطلاقًا رئيسيًا منذ ذلك اليوم، منها 31 وقعت في عامي 2025 و2026. اللون البرتقالي يشير إلى نموذج استدلال أو عائلة تأتي مع وضع تفكير؛ والمقطع المظلل يبدأ مع o1-preview.
كل نموذج توليدي يتعلم كيف يبدو المثال المقبول، ثم يصنع واحدًا
كل نموذج توليدي يُدرَّب بالطريقة نفسها في جوهره: عرض عدد هائل من الأمثلة عليه وجعله يتعلم كيف يبدو المثال المقبول. ثم، عند الاستخدام، يُطلب منه إنتاج عينة جديدة تتوافق مع النمط والطلب.
بالنسبة للنص، يتعلم النموذج التنبؤ بالرمز التالي، ويولّد الإجابة رمزًا تلو الآخر. صفحة ما هو نموذج اللغة الكبير تشرح ذلك بالتفصيل. أما بالنسبة للصور والفيديو، فالأسلوب السائد هو الانتشار: يتعلم النموذج إزالة التشويش من الصورة على خطوات صغيرة، وعند التوليد يبدأ من تشويش خالص ويزيله خطوة بخطوة بينما يوجه وصف نصي ما يظهر. الوصفة التي تستخدمها معظم نماذج الصور هي ورقة Denoising Diffusion Probabilistic Models لعام 2020 لهو وجاين وأبيل؛ والأسلوب الذي حل محله، الشبكات التوليدية التنافسية، يعود إلى غودفيلو وزملائه عام 2014. مولدات الموسيقى تستعير غالبًا أحد الأسلوبين.
النتيجة التي يجب تذكرها هي أن جميعها تنتج ما يناسب النمط، لا ما هو صحيح. النموذج النصي قد ينتج استشهادًا يتوافق مع شكل الاستشهاد. النموذج البصري قد ينتج يدًا تتوافق مع نمط الأيدي، أحيانًا بست أصابع. الطلاقة والأخطاء تأتيان من المصدر نفسه، وصفحة ما هو الهلوسة في الذكاء الاصطناعي تغطي النسخة النصية بالتفصيل.
أربع وسائط، أربعة أنواع من النماذج، نافذة واحدة
في عام 2022 كان الذكاء الاصطناعي التوليدي يعني النص، وبشكل منفصل، الصور. بحلول 2026 أصبح منتج محادثة واحد يوجّه إلى أربعة أنواع من المولدات، والنموذج وراء كل منها مختلف.
| الوسيط | ما تكتبه | ما يعود إليك | نوع النموذج | أمثلة في قائمة Whizi |
|---|---|---|---|---|
| النص والكود | سؤال أو تعليمة | نثر، جدول، برنامج | نموذج لغوي | GPT وClaude وGemini وDeepSeek وأكثر من 280 نموذجًا آخر |
| الصور | وصف، أو صورة مع تعديل | صورة جديدة أو معدّلة | نموذج انتشار | Whizi Image وNano Banana وFlux وStable Diffusion |
| الفيديو | وصف أو صورة بداية | مقطع قصير | نموذج انتشار فيديو | Whizi Video AI |
| الموسيقى | نمط، مزاج، أحيانًا كلمات | مقطع صوتي | نموذج توليد صوتي | Whizi Music AI |
القرار المتعلق بالمنتج وراء ذلك هو أن هذه الوسائط تُقاس بشكل مختلف لأن تكلفة تشغيلها مختلفة. الإجابة النصية تكلف جزءًا من السنت. الصورة عداد منفصل. الفيديو والموسيقى هما الأغلى ويقعان ضمن الخطة الأعلى.
توليد الصور غير متاح في خطة Starter، ويصل إلى 100 شهريًا في Pro و500 شهريًا في Powerhouse، وتوليد الفيديو والموسيقى هما من ميزات Powerhouse، وفقًا لصفحة كيف تعمل أرصدة Whizi. الفجوة بين إجابة نصية ومقطع فيديو هي الفجوة بين توليد 500 رمز وتوليد عدة ثوانٍ من الإطارات، والتسعير يتبع تكلفة الحوسبة.
ما الذي يُجيد فيه الذكاء الاصطناعي التوليدي، وحدوده الصريحة
إنه جيد في المسودات الأولى لأي شيء له شكل معروف: بريد إلكتروني، ملخص، دالة برمجية، صورة منتج، مقطع موسيقي خلفي. وهو جيد في التحويل، أي أخذ شيء موجود وإنتاجه بصيغة أخرى: مترجمًا أو مختصرًا أو مُعادَ صياغته لقارئ مختلف أو بأسلوب جديد. وهو جيد في الكم، فينتج عشرين نسخة بينما يُنتج الشخص نسختين.
وهو ضعيف، بطبيعته، في ثلاثة أمور. الحقائق التي لم يُزوَّد بها، لأنه يولّد ما يناسب النمط لا ما هو صحيح. الدقة في الحالات النادرة: الإصبع السادس، الكود الذي يُترجَم لكنه ينفذ الشيء الخاطئ. والحكم على ما إذا كانت النتيجة جيدة، وهو أمر يبقى بيد من طلبها. دليل كيفية استخدام الذكاء الاصطناعي هو النسخة العملية للعمل ضمن هذه الحدود.
قاعدة القرار: الذكاء الاصطناعي التوليدي هو الأداة المناسبة عندما تستطيع تمييز نتيجة جيدة أسرع من إنتاجها بنفسك. إن لم تستطع التمييز بين نتيجة جيدة وأخرى سيئة، فهو ليس الأداة المناسبة لتلك المهمة بعد.
الذكاء الاصطناعي التوليدي فرع من تعلّم الآلة، وهو فرع من الذكاء الاصطناعي
الذكاء الاصطناعي هو المظلة الشاملة: أي برمجية تقوم بشيء نعتبره ذكيًا لو قام به شخص. تعلّم الآلة هو الأسلوب الذي يستخدمه معظم الذكاء الاصطناعي الحديث، بتعلّم القواعد من البيانات بدلًا من برمجتها يدويًا. الذكاء الاصطناعي التوليدي هو فرع تعلّم الآلة الذي يكون مخرجه محتوى جديدًا. نموذج اللغة الكبير هو النموذج التوليدي الخاص بالنص. روبوت المحادثة هو التطبيق المُغلَّف حول أحدها. كل واحد مجموعة جزئية مما قبله، وقاموس مصطلحات الذكاء الاصطناعي يجمع المصطلحات كاملة في مكان واحد.
القراءة العملية: عندما يقول منتج ما إنه "يستخدم الذكاء الاصطناعي"، اسأل عن أي نوع. إن كان يصنف أو يرتب أو يتنبأ، فهو النوع القديم وغالبًا يعمل جيدًا. إن كان يولّد، فهو النوع الجديد ويحتاج إلى شخص يراجع مخرجاته.
- اسأل عما إذا كان المنتج يصنف أم يولّد؛ النوع الثاني فقط يحتاج إلى مراجعة مخرجاته
- استخدم الذكاء الاصطناعي التوليدي للمسودات الأولى وتحويل الأشياء ذات الشكل المعروف
- تحقق من أي حقيقة أو رقم أو استشهاد في نص مُولَّد مقابل مصدر يمكنك فتحه
- توقع أخطاء دقة في التفاصيل: الأيدي والحالات الحدّية في الكود
- طابق الوسيط مع الخطة: النص رخيص في كل مكان، والصور والفيديو يُقاسان بشكل منفصل
الأسئلة الشائعة
ما الفرق بين الذكاء الاصطناعي والذكاء الاصطناعي التوليدي؟
الذكاء الاصطناعي هو المصطلح الشامل للبرمجيات التي تقوم بمهام نربطها بالذكاء. معظم الذكاء الاصطناعي قبل 2022 كان يصنف أو يرتب أو يتنبأ: مرشحات البريد المزعج، التعرف على الوجوه، محركات التوصيات. الذكاء الاصطناعي التوليدي هو الفرع الذي ينتج محتوى جديدًا، مثل النص والصور والفيديو والموسيقى، بتعلّم أنماط الأمثلة وتوليد عينات جديدة تتوافق معها.
ما أمثلة الذكاء الاصطناعي التوليدي؟
ChatGPT وClaude وGemini للنص والكود؛ مولدات الصور مثل Flux وStable Diffusion وNano Banana؛ مولدات الفيديو التي تحول وصفًا أو صورة ثابتة إلى مقطع؛ ومولدات الموسيقى التي تنتج مقطعًا صوتيًا من نمط ومزاج. مساحة عمل متعددة النماذج مثل Whizi تضع الأربعة خلف نافذة محادثة واحدة.
كيف يعمل الذكاء الاصطناعي التوليدي؟
يُدرَّب النموذج على عدد كبير جدًا من الأمثلة حتى يتعلم كيف يبدو المثال المقبول، ثم يُطلب منه إنتاج مثال جديد يتوافق مع طلب معين. نماذج النص تولّد رمزًا واحدًا في كل مرة بالتنبؤ بالرمز التالي. نماذج الصور والفيديو تستخدم غالبًا الانتشار، محوّلة تشويشًا عشوائيًا إلى صورة خطوة بخطوة بينما يوجه وصف نصي النتيجة.
هل ChatGPT ذكاء اصطناعي توليدي؟
نعم. ChatGPT تطبيق محادثة مبني على نموذج لغة كبير، وهو النموذج التوليدي الخاص بالنص. أُطلق في 30 نوفمبر 2022 ووصل إلى ما يُقدَّر بـ100 مليون مستخدم نشط شهريًا في يناير 2023، وفقًا لتحليل من UBS نقلته رويترز، وهي اللحظة التي تحول فيها الذكاء الاصطناعي التوليدي من مجال بحثي إلى فئة استهلاكية.
لماذا يرتكب الذكاء الاصطناعي التوليدي أخطاء؟
لأنه ينتج ما يناسب نمط بيانات تدريبه، لا ما هو صحيح. النموذج النصي يولّد استشهادًا بشكل استشهاد سواء كان المصدر موجودًا أم لا؛ النموذج البصري يولّد يدًا بشكل يد، أحيانًا بست أصابع. تأصيل النموذج بمصدر ومراجعة المخرجات هما الحلان، ويقعان على عاتق مستخدم النموذج.
