Querying Structured Data Through Natural Language Using Language Models
تقدم هذه الورقة منهجية مفتوحة المصدر تعمل على ضبط نموذج لغوي مدمج بحجم 8 مليارات معلمة باستخدام بيانات اصطناعية لتوليد استعلامات قابلة للتنفيذ لمجموعات بيانات غير نصية مهيكلة، محققةً دقة عالية وقدرة عالية على التعميم في البيئات محدودة الموارد كبديل فعال لتقنية التوليد المعزز بالاسترجاع.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أن لديك مكتبة ضخمة ومفصلة للغاية، ولكن بدلاً من الكتب، فهي مليئة بـ جداول بيانات رقمية: كم يستغرق الوقت للمشي إلى المستشفى، وكم تبعد رحلة الدراجة إلى متجر البقالة، وأين يقع كل صيدلية بالضبط في منطقة معينة في إسبانيا.
الآن، تخيل أنك تريد أن تسأل هذه المكتبة سؤالاً مثل: "أي البلدات الصغيرة لديها مستشفى على بعد 10 دقائق بالسيارة؟"
إذا حاولت سؤال ذكاء اصطناعي قياسي (مثل تلك التي تكتب المقالات أو تدردش معك)، فقد يرتبك. فهو معتاد على قراءة القصص، وليس معالجة الأرقام. قد يحاول "تخمين" الإجابة أو اختلاق أشياء لأنها لا تستطيع فعلياً القيام بالعمليات الحسابية أو البحث عن الإحداثيات المحددة.
تقدم هذه الورقة البحثية طريقة جديدة وذكية لحل هذه المشكلة. إليك قصة كيف فعلوا ذلك، مشروحة ببساطة:
1. المشكلة: "أمين المكتبة" الذي لا يستطيع قراءة الأرقام
تعمل معظم أنظمة الذكاء الاصطناعي اليوم مثل نظام "التوليد المعزز بالاسترجاع" (RAG). فكر في هذا كأمين مكتبة بارع جداً في العث de الكتب. إذا سألته: "حدثني عن المستشفيات"، سيجد كتاباً عن المستشفيات ويقرأ لك فقرة عنه.
لكن إذا سألته: "أي بلدة تبعد 4.2 دقيقة عن المستشفى بالسيارة؟" سيفشل أمين المكتبة. لماذا؟ لأن الإجابة ليست في كتاب؛ بل هي في صف محدد من جدول بيانات. أمين المكتبة لا يستطيع "قراءة" الرياضيات.
2. الحل: تعليم الذكاء الاصطناعي ليكون "مترجماً"
بدلاً من طلب التخمين من الذكاء الاصطناعي، علم المؤلفون الذكاء الاصطناعي الخاص بهم أن يعمل كـ مترجم.
عندما تطرح سؤالاً بلغة إنجليزية بسيطة، لا يحاول الذكاء الاصطناعي الإجابة مباشرة. بدلاً من ذلك، يقوم بترجمة سؤالك إلى أمر حاسوبي (مثل كود سري أو استعلام SQL) الذي تفهمه قاعدة البيانات.
- أنت تسأل: "أين أقرب مستشفى؟"
- الذكاء الاصطناعي يفكر: "أحتاج لتشغيل بحث عن أقرب مستشفى."
- الذكاء الاصطناعي يتحدث إلى قاعدة البيانات:
GET_NEAREST(category="hospital", location="Durango") - قاعدة البيانات ترد: "إنه على بُعد 0.4 كم."
- الذكاء الاصطناعي يترجم لك مجدداً: "أقرب مستشفى يبعد 0.4 كم."
3. السر الخفي: ابتكار اختبارات تدريبية
كان هذا هو العائق الأكبر: لتعليم ذكاء اصطناعي التحدث بهذا "الكود الحاسوبي"، تحتاج عادةً إلى آلاف الأمثلة لأشخاص يطرحون أسئلة ويقدم الحاسوب الكود الصحيح. لكن لم يكن لدى أحد مجموعة بيانات لهذه الأسئلة المحددة لهذه المنطقة المحددة.
لذا، بنى الفريق "مصنع تدريب اصطناعي".
تخيل أنهم وظفوا روبوتاً فائق الذكاء (ذكاء اصطناعي ضخم) لاختراع آلاف الاختبارات التدريبية.
- نظر الروبوت إلى جدول البيانات.
- اخترع أسئلة مثل: "كم تبعد المخبزة عن الحديقة؟"
- كتب الكود الحاسوبي الصحيح للإجابة على ذلك السؤال.
- أنشأ 44,000 زوج من هذه "السؤال + الإجابة + الكود".
هذا منح الذكاء الاصطناعي الأصغر مكتبة ضخمة من الاختبارات التدريبية ليدرسها، حتى تعلم تماماً كيفية ترجمة الكلمات البشرية إلى أوامر قواعد البيانات.
4. "العقل الصغير" على "كمبيوتر صغير"
عادةً، للقيام بهذا النوع من العمل الذكي، تحتاج إلى عقل ذكاء اصطناعي ضخم ومكلف (نموذج ذكاء اصطناعي هائل) يكلف ثروة لتشغيله.
فعل المؤلفون شيئاً مختلفاً. لقد أخذوا نموذج ذكاء اصطناعي أصغر وأخف وزناً (بحجم تطبيق يعمل على جهاز كمبيوتر محمول قياسي) وقاموا بـ "ضبطه بدقة" (Fine-tuning).
- التشبيه: تخيل أخذ مساعد ذكي عام وتدريبه في معسكر تدريبي متخصص. لم يعلموه كل شيء؛ بل علموه فقط وظيفة واحدة محددة: ترجمة الأسئلة حول البلدات الإسبانية إلى استعلامات قواعد البيانات.
- النتيجة: أصبح هذا النموذج الصغير والمتخصص بارعاً للغاية في وظيفته الواحدة. يمكنه العمل على جهاز كمبيوتر ألعاب قياسي (بطاقة رسوميات للمستهلكين) بدلاً من مركز بيانات ضخم. إنه يشبه تحويل سكين سويسري متعدد الاستخدامات إلى مشرط دقيق للغاية.
5. لماذا هذا مهم؟
- الخصوصية والتكلفة: نظرًا لأنه مفتوح المصدر ويعمل على أجهزة صغيرة، ليس عليك إرسال بياناتك إلى شركات التكنولوجيا الكبرى مثل Google أو OpenAI. يمكنك إبقاؤه محلياً ومنخفض التكلفة.
- الموثوقية: الذكاء الاصطناعي لا "يهلوس" (يخترع أشياء). فهو يتبع قواعد قاعدة البيانات بصرامة. إذا قالت البيانات إن المستشفى يبعد 5 دقائق، سيقول الذكاء الاصطناعي 5 دقائق.
- المرونة: أظهروا أن هذا يعمل في لغات متعددة (الإسبانية، الفرنسية، الكتالونية، إل_خ) وحتى مع بلدات لم يرها الذكاء الاصطناعي من قبل، مما يثبت أنه تعلم حقاً المنطق، وليس مجرد حفظ الإجابات.
الخلاصة
تتعلق هذه الورقة البحثية بتعليم ذكاء اصطناعي صغير وبأسعار معقولة ليعمل كـ جسر بين الفضول البشري والبيانات الجامدة الصارمة. بدلاً من إجبار البشر على تعلم لغات قواعد بيانات معقدة، بنوا نظاماً يسم يسمح لنا بمجرد طرح الأسئلة بلغة بشرية بسيطة، ويتولى الذكاء الاصطناعي العمليات الحسابية وعمليات البحث الشاقة، كل ذلك أثناء العمل على جهاز يمكنك شراؤه على الأرجح من متجر إلكترونيات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.