التضمينات والبحث المتجهي: دليل للمبتدئين

تخيّل أن تتمكن من البحث عن « فيلم مع أبطال خارقين يطيرون » والحصول على نتائج ذات صلة حتى لو لم تحتوِ قاعدة البيانات على هذه الكلمات بالضبط. يصبح ذلك ممكنًا بفضل التضمينات والبحث المتجهي، وهما ركيزتان من ركائز الذكاء الاصطناعي الحديث الذي يجعل الآلات قادرة على فهم المعنى بدلاً من مجرد عد الكلمات.

ما هو الـ embedding؟

الـ embedding هو تمثيل رقمي لنص أو صورة أو صوت على شكل متجه في فضاء متعدد الأبعاد. يلتقط كل بعد خاصية دلالية: على سبيل المثال، القرب بين « roi » و « reine » أو بين « chat » و « chien ».

• الكلمات المتشابهة لها متجهات متقاربة في الفضاء.
• تعمل العلاقات الحسابية: vecteur(roi) - vecteur(homme) + vecteur(femme) ≈ vecteur(reine).
• يمكن تطبيق الـ embeddings على جمل كاملة أو صور.

كيف ننشئ تضمينًا؟

تتعلم النماذج مثل Word2Vec وBERT أو CLIP هذه التمثيلات من كميات هائلة من البيانات. أثناء التدريب، يقوم الشبكة العصبية بتعديل المتجهات بحيث تتقارب العناصر ذات المعاني المتشابهة رياضيًا.

• يستخدم Word2Vec سياق الكلمات في الجمل.
• يلتقط BERT المعنى بناءً على السياق الكامل.
• يربط CLIP الصور والنصوص في نفس الفضاء المتجهي.

البحث المتجهي موضح ببساطة

بدلاً من البحث عن كلمات مفتاحية مطابقة تماماً، يقارن البحث المتجهي التشابه بين المتجهات. وغالباً ما تُستخدم مسافة جيب التمام أو المسافة الإقليدية للعثور على أقرب العناصر إلى متجه الاستعلام.

• الفهرسة: نقوم بتخزين جميع المتجهات في قاعدة بيانات متخصصة (Pinecone, Weaviate, FAISS).
• الاستعلام: نقوم بتحويل السؤال إلى متجه ثم نبحث عن أقرب الجيران.
• النتائج: نحصل على مستندات قريبة دلالياً حتى بدون كلمات مشتركة.

أمثلة عملية للاستخدام

تستخدم روبوتات الدردشة الحديثة التضمينات لاسترجاع الإجابات المناسبة من الوثائق. تقارن محركات التوصية في نتفليكس أو سبوتيفاي ملفك الشخصي المتجهي مع ملفات المستخدمين الآخرين. تتيح أدوات البحث عن الصور العثور على الصور باستخدام وصف نصي بسيط.

كيفية تنفيذ بحث بسيط

إليك مثالاً بسيطاً بلغة بايثون باستخدام مكتبة sentence-transformers وFAISS:

from sentence_transformers import SentenceTransformer
import faiss
import numpy as np

model = SentenceTransformer('all-MiniLM-L6-v2')
docs = ["Le chat dort sur le canapé", "Le chien joue dans le jardin"]
embeddings = model.encode(docs)
index = faiss.IndexFlatL2(embeddings.shape[1])
index.add(embeddings)
query = model.encode(["Un félin qui se repose"])
D, I = index.search(query, k=1)
print(docs[I[0][0]])

يحول هذا الكود الجمل إلى متجهات، ويفهرس القاعدة ويسترجع الجملة الأقرب إلى الاستعلام.

نقاط اليقظة والآفاق

يمكن للـ embeddings إعادة إنتاج التحيزات الموجودة في بيانات التدريب. تعتمد الجودة بشكل كبير على النموذج المختار وحجم المدونة. ورغم هذه الحدود، يجعل البحث المتجهي الذكاء الاصطناعي أكثر بديهية وسهولة في الوصول، مما يفتح الطريق أمام تطبيقات أكثر أداءً.

لم تعد الـ embeddings والبحث المتجهي حكرًا على الخبراء، بل أصبحت أدوات متاحة تحول طريقة تفاعلنا مع المعلومات. وبفهمك لهذه المفاهيم، أنت جاهز بالفعل لاستكشاف مشاريع عملية والاستفادة من القوة الدلالية للذكاء الاصطناعي.