البيانات تقرّر كل شيء

الدرس 6 من 23 في دورة «أساسيات الذكاء الاصطناعي». مجاني، مع رسوم متحركة واختبار.

النموذج هو بياناته

البيانات هي الأمثلة التي يتعلّم منها النموذج: نصوص وصور وسجلات. لا يحصل النموذج على قواعد جاهزة، بل يبحث بنفسه عن الأنماط في الأمثلة. مثال: تريد فلترًا للتعليقات تحت فيديوهاتك. تعطيه 10,000 تعليق قديم، فيتعلّم التمييز بين التعليقات المسيئة والعادية. ما كان في الأمثلة يتقنه، وما لم يكن فيها لا يعرفه.

التسميات: الإجابات الصحيحة

لكي يفهم الفلتر ما هو التعليق المسيء، يحتاج كل مثال إلى تسمية. التسمية هي الإجابة الصحيحة التي وضعها إنسان، مثل «مسيء» أو «عادي». يتعلّم النموذج تكرار هذه التسميات. والفخ هنا أن البشر هم من يضعون التسميات، والبشر يخطئون. إذا وُسم تعليق عدائي بأنه «عادي»، سيتعلّم النموذج هذا الخطأ أيضًا ويكرّره لاحقًا.

مدخلات رديئة، مخرجات رديئة

لدى المبرمجين قاعدة: مدخلات رديئة تعني مخرجات رديئة. النموذج ليس أذكى من بياناته. التسميات الخاطئة والأمثلة المكرّرة والرسائل المزعجة المختلطة بالأمثلة: كل ذلك يمتصّه ويكرّره في إجاباته. ولن تنفع إضافة المزيد من البيانات إذا كانت هي أيضًا رديئة. باختصار: مجموعة صغيرة ونظيفة من الأمثلة كثيرًا ما تكون أنفع من مجموعة ضخمة وفوضوية.

بيانات منحازة، إجابات منحازة

إذا كانت أمثلة نوع ما في البيانات أكثر بكثير من غيرها، سيكرّر النموذج هذا الخلل. يُسمّى هذا الانحياز، وبالإنجليزية bias. مثال: تعلّم فلترك غالبًا من تعليقات بالإنجليزية، فصار يُفلت الإساءة المكتوبة باللهجة المحلية. والأمر نفسه مع روبوتات الدردشة: النصوص الإنجليزية على الإنترنت أكثر من أي لغة أخرى، لذا تجيب النماذج غالبًا بشكل أفضل بالإنجليزية وترى العالم بعيون الدول الناطقة بها.

بيانات قديمة، نموذج قديم

تُجمع البيانات في لحظة معيّنة، ثم يستمر العالم في التغيّر من دون النموذج. بعد سنة تظهر عبارات عامية جديدة لن يفهمها فلترك، فتمرّ الإساءة الجديدة من دون أن يلاحظها. وفي روبوتات الدردشة هذا هو تاريخ انقطاع المعرفة من الدرس الأول: ما حدث بعده قد لا يعرفه النموذج. الخلاصة: تحقّق من الصيحات والأسعار والأخبار الحديثة في مصادر محدّثة.

البيانات نصوص كتبها أحدهم

قد تحتوي بيانات التدريب على أشياء شخصية: أسماء ومنشورات ومحادثات نشرها أحدهم علنًا. عادةً لا يحفظها النموذج حرفيًا، لكنه أحيانًا قد يكرّر جزءًا منها. ومحادثاتك أنت قد تدخل في التدريب أيضًا. كثير من تطبيقات الدردشة تسمح بإيقاف ذلك من الإعدادات، فتحقّق من تطبيقك. القاعدة: لا ترسل في الدردشة ما لست مستعدًا لتسليمه لغريب.

اختبر نفسك

1. لماذا يكرّر النموذج خطأً كان موجودًا في أمثلته؟
   الإجابة الصحيحة: يتعلّم من البيانات بما فيها من أخطاء. مدخلات رديئة تعني مخرجات رديئة: التسمية الخاطئة في الأمثلة تتحوّل إلى إجابة خاطئة من النموذج.
2. دُرّب فلتر تعليقات على أمثلة إنجليزية تقريبًا فقط. ما الأرجح؟
   الإجابة الصحيحة: سيكشف الإساءة باللغات الأخرى بشكل أسوأ. هذا انحياز في البيانات: ما يقلّ في الأمثلة يعرفه النموذج بشكل أسوأ.
3. ما هي التسمية في بيانات التدريب؟
   الإجابة الصحيحة: الإجابة الصحيحة التي وضعها إنسان لمثال. التسمية تخبر النموذج بالإجابة الصحيحة لهذا المثال، مثل «مسيء» أو «عادي».

← لماذا تختلف الإجابات في كل مرة كيف يُدرَّب روبوت الدردشة: 3 مراحل →