ما هو النموذج؟ الفرق بين الخوارزمية والنموذج والمعاملات

النموذج (AI Model) هو المنتَج النهائي لتدريب خوارزمية تعلّم آلي على بيانات محدّدة. هو الكيان الذي يستعمله المطوّرون للتنبؤ أو التصنيف أو التوليد، لا الخوارزمية نفسها.

والخلط الشائع أن يُستعمل المصطلحان بالتبادل. لكن الفرق جوهري: الخوارزمية هي الطريقة، والنموذج هو النتيجة. وفهم أين تُخزَّن معرفة النموذج — في معاملاته لا في ذاكرة خارجية — يزيل غموضًا كبيرًا.

الخوارزمية والنموذج والمعاملات

خذ تشبيه الطبخ:

• الخوارزمية: الوصفة — الخطوات الرياضية التي تصف كيف يُتعلَّم من البيانات. مثل الانحدار الخطي، أو الغابة العشوائية، أو المحوّل.
• النموذج: الطبق النهائي — النتيجة المحدّدة بعد تطبيق الخوارزمية على بيانات معيّنة. نموذج انحدار مدرَّب على أسعار المنازل يختلف عن آخر مدرَّب على بيانات الطقس، رغم وحدة الخوارزمية.
• المعاملات: المقادير المضبوطة داخل الوصفة — الأرقام التي تعلّمها النموذج. في الانحدار الخطي هي الميل والقطع، وفي الشبكة العصبية الأوزان والانحيازات.

مثال عملي. لنفترض أنك تتنبأ بسعر منزل من مساحته:

• الخوارزمية: انحدار خطي على صورة السعر = أ × المساحة + ب.
• التدريب: تُغذّيها ببيانات منازل سابقة.
• المعاملات المتعلَّمة: قيمتان محدّدتان لـأ وب بعد التدريب.
• النموذج: المعادلة بقيمها المحدّدة.

الخوارزمية نفسها مع بيانات مختلفة تنتج معاملات مختلفة، فنموذجًا مختلفًا.

أين تُخزَّن معرفة النموذج؟

السؤال الشائع: هل في قاعدة بيانات؟ في ذاكرة منفصلة؟ الجواب: في معاملاته فقط.

في الشبكات العصبية تنقسم المعاملات إلى نوعين:

• الأوزان: أرقام على الروابط بين العصبونات، تحدّد قوة تأثير كل عصبونة على التالية.
• الانحيازات: أرقام إضافية تضبط نشاط العصبونات، كحدّ تشغيل قابل للتعديل.

خلال التدريب تُعدَّل هذه الأرقام تدريجيًّا لتقليل الخطأ، ثم تُثبَّت بعده. وهي «معرفة النموذج».

كيف تُخزَّن؟ أثناء التشغيل تُحمَّل في ذاكرة وحدة المعالجة الرسومية. وعند الحفظ تُكتب في ملفات على القرص كقيم فاصلة عائمة. ونموذج بمليارات المعاملات قد يشغل عدّة غيغابايتات: مليار معامل بدقة ٣٢ بت يعني نحو أربعة غيغابايت.

والمعرفة موزّعة لا موضعية. لا يوجد معامل واحد يخزّن حقيقة بعينها. المعرفة موزّعة عبر ملايين أو مليارات المعاملات، وكل مفهوم مرمَّز في أنماط عبر كثير منها. ولذلك يستحيل «قراءة» ما يعرفه النموذج بفحص ملف المعاملات.

متى لا تحتاج إلى هذا الفرق؟

• عند استعمال نماذج جاهزة عبر واجهة برمجية.
• عند العمل في أدوار غير تقنية.
• حين تكون المهمة بسيطة: تصنيف أو تلخيص باستعمال نموذج مدرَّب مسبقًا.

متى تحتاج إليه بعمق؟

• عند بناء نماذج من الصفر: اختيار الخوارزمية وضبط المعاملات الفائقة.
• عند تحسين نموذج قائم: تشخيص التجهيز الزائد أو الناقص.
• عند اختيار نموذج لتطبيق: عدد المعاملات يؤثّر في التكلفة والسرعة والذاكرة.

الأسئلة الشائعة

هل يتعلّم النموذج من محادثاتي معه؟

لا. المعاملات تُثبَّت بعد التدريب ولا تتغيّر أثناء الاستعمال. ما يبدو تعلّمًا هو استعمال السياق في المحادثة الحالية فقط.

ما الفرق بين المعاملات والمعاملات الفائقة؟

المعاملات أرقام يتعلّمها النموذج من البيانات. والمعاملات الفائقة إعدادات يضبطها المطوّر قبل التدريب، مثل معدّل التعلّم وعدد الطبقات.

أين تُخزَّن على القرص؟

في ملفات نموذج بصيغ مثل .pt أو .safetensors، تحوي مصفوفات من القيم العددية. وحجم الملف يعتمد على عدد المعاملات ودقّة التخزين.

هل أستطيع قراءة معرفة النموذج من ملف المعاملات؟

لا مباشرةً. المعرفة موزّعة عبر ملايين المعاملات، ولا معامل واحد يمثّل حقيقة بعينها.

المراجع

1. Goodfellow, I. et al. Deep Learning. deeplearningbook.org
2. Kaplan, J. et al. Scaling Laws for Neural Language Models. arXiv
3. Hugging Face. Safetensors — a safe format for storing tensors. huggingface.co
4. Meng, K. et al. Locating and Editing Factual Associations in GPT. arXiv
5. Mitchell, M. et al. Model Cards for Model Reporting. arXiv