أساسيات الذكاء الاصطناعي· الدرس 3 من 10
- 1يعني إيه AI أصلًا؟ الفرق بين AI و ML و Deep Learning6 دقيقة
- 2إزاي النماذج بتتعلّم: Training مقابل Inference6 دقيقة
- 3إيه هو الـ LLM؟8 دقيقة
- 4الـ Tokens — عملة كل حاجة7 دقيقة
- 5ليه مخرجات الـ AI احتمالية (وده بيغيّر إزاي تبني)7 دقيقة
- 6الهلوسة — ليه الموديل بيخترع حاجات7 دقيقة
- 7الـ AI شاطر في إيه وضعيف في إيه — خريطة القدرات7 دقيقة
- 8الـ AI مقابل البرمجة العادية — نقلة في طريقة التفكير7 دقيقة
- 9فين الـ AI بيفيد في المنتج — وفين لأ7 دقيقة
- 10أساسيات الـ AI المسؤول للبنّائين7 دقيقة
إيه هو الـ LLM؟
في سطر واحد · الـ LLM نموذج اتدرّب على نصوص ضخمة عشان يتوقّع الكلمة اللي جاية، ومن التوقّع ده بيطلع كلام مفهوم.
الـ LLM (Large Language Model) قلب أي منتج AI هتبنيه. مهمّته الأساسية بسيطة: «إيه أكثر token محتمل يجي دلوقتي؟» — بس على نطاق هائل بيدّي نتايج مذهلة.
كل حاجة في المسار ده — الـ prompting، الـ RAG، الـ agents — كلها طرق عشان تتحكّم في الـ LLM وتوجّهه. لو فهمته صح، الباقي هيبقى سهل.
الـ LLM زي زميل قرا نصف الإنترنت، وبيكمّل أي جملة تبدأها بأكثر احتمال منطقي. مش بيفكّر زيّك، بيكمّل أنماط.
زي خاصية «الكلمة اللي جاية» في كيبورد الموبايل، بس أذكى بملايين المرّات، وبيفتكر سياق فقرات كاملة مش كلمتين.
لو كتبت «عاصمة مصر هي»، الـ LLM هيتوقّع «القاهرة» لأنها أكثر كلمة ظهرت في السياق ده في تدريبه.
بيقسّم النص لـ tokens، وبيحسب لكل token محتمل احتمال، وبيختار واحد، وبيكرّر. الـ context window هو أقصى كمية tokens يقدر يشوفها في المرّة الواحدة.
معماريًا الـ LLMs بنيت على الـ Transformer. إنت مش محتاج تفهم الرياضة، بس محتاج تعرف: input نص → output نص، والتحكّم بيبقى عن طريق الـ prompt والـ parameters زي الـ temperature.
🧪 جرّب بنفسك: اكتب بداية جملة ناقصة في أي LLM وشوف إزاي بيكمّلها. غيّر آخر كلمة وشوف التوقّع بيتغيّر إزاي.
غلطة شائعة: التعامل مع الـ LLM كإنه مصدر حقائق موثوق. هو مصدر لغة محتملة، والحقيقة مش مضمونة — عشان كده بنستخدم RAG بعدين.
استخدم LLM لأي مهمّة لغوية: تلخيص، تصنيف، إجابة، توليد، تحويل صيغة.
متعتمدش عليه لوحده في حسابات دقيقة أو حقائق حسّاسة من غير مصدر موثوق جنبه.