لفهم هندسة الأوامر يجب توضيح طريقة فهم النماذج اللغوية للكلمات والحوارات، تم تدريب النماذج اللغوية الكبيرة بناءً على مبدأ الاحتمال المشروط الإحصائي كما هو موضح بالدالة التالية:
بشكل مبسط كما هو مبين بالصورة: بناءً على نموذج لغوي ما مسبق التدريب، الاحتمال الأكبر لتكملة السلسلة الكلامية هي كلمة ذيل.
لماذا تعتبر هندسة الأوامر مهمة للذكاء الاصطناعي؟
- تساعد هندسة الأوامر في تحسين التفاعل وتقليل الفجوة بين المستخدم وتقنيات الذكاء الاصطناعي.
- تعزز هندسة الأوامر فهم السياق الذي يقصده المستخدم وتجنب الاستنتاجات والمخرجات الخاطئة.
- من خلال هندسة الأوامر يمكن تحسين الاجابات الناتجة وتوجيه التقنية المستخدمة للغرض المرجو والمحدد من المستخدم .
مكونات الأمر:
من المهم تحسين هندسة الأوامر للحصول على أفضل النتائج والأجوبة، ولذلك علينا معرفة المكونات الأساسية لصيغة الأوامر للحصول على أفضل النتائج.
مكونات الأوامر:
- التعليمات: تحديد المهمة.
- السياق: معلومات إضافية لتحسين التعليمات.
- بيانات الإدخال: المعلومات التي يجب أن يعالجها نموذج الذكاء الاصطناعي.
- مؤشر الإخراج: توضيح نوع المخرجات التي يجب على نموذج الذكاء الاصطناعي إخراجها
يوضح الجدول التالي مثالا على مكونات الأمر في كل صيغة. في الصيغة الأولى يحتوي الأمر على مكون التعليمات وهي “لخص”، ويحتوي على مكون السياق في “ثلاث جمل” وهو الطول، ويحتوي على مكون نوع المدخل في “النص التالي” ونوعه نص، ويحتوي على مكون مؤشر الإخراج في “لخص، ثلاث جمل”.
مؤشر المخرج أو مؤشر الإخراج هو مكون غير أساسي، ولكن في حال وضعه ستكون النتيجة أفضل. من الممكن أن يكون مؤشر الإخراج مباشر مثل أن يعطى مباشرة مثل الأمر الثاني في كلمة “إلى الفرنسية” أو غير مباشر مثل الأمر الأول في كلمة “لخص”.
ومن الممكن أيضًا تحديد كل مكون بشكل خاص كمعلمة عند التعامل بشكل احترافي مع النماذج اللغوية العملاقة.
أمثلة على هندسة الأوامر
أوامر متنوعة تعطي نتائج جيدة للسؤال عن أفضل استخدامات الذكاء الاصطناعي الإنتاجي للشركات:
- أفضل 10 حالات استخدام مقنعة للذكاء الاصطناعي الإنتاجي في الشركات.
- الحالات الاستخدامية الرائدة للذكاء الاصطناعي الإنتاجي في الشركات.
- تحقيق الفائدة من الذكاء الاصطناعي الإنتاجي: 10 حالات استخدام مقنعة للشركات.
أنواع الأوامر في هندسة الأوامر:
- الأوامر الصريحة: تعليم الذكاء الاصطناعي بشكل مباشر لتنفيذ مهمة محددة. مثال: “ترجم النص إلى العربية” أو “احسب المساحة المربعة”.
- الأوامر الضمنية: تقديم معلومات ذات صلة لتوجيه الذكاء الاصطناعي. مثال: “بصفتك خبير في الطب، شرح مفصل عن أعراض وعلاجات الانفلونزا” أو “كم هي عمر الممثل الشهير؟”.
- الأوامر المتسلسلة: تقديم سلسلة من التعليمات للحصول على نتيجة مركبة. مثال: “اكتب مقالة تشرح تطور الذكاء الاصطناعي بدءًا من الثورة الصناعية حتى اليوم” أو “انشئ خطة تسويقية تشمل الأهداف والاستراتيجيات والتكتيكات”.
- أوامر التخلص من التحيز: صياغة الأوامر للحصول على إجابات غير متحيزة من الذكاء الاصطناعي. مثال: “أعطني قائمة بأهم الروائيات في التاريخ” أو “أعطني معلومات عن مزايا وعيوب التكنولوجيا الحديثة”.
- أوامر لتحديد وجهة نظر أخرى: تقديم آراء متناقضة للتعامل مع الجوانب المختلفة لموضوع معين. مثال: “ما هي الفوائد والمخاطر المحتملة لتقنية الذكاء الاصطناعي؟” أو “ما هي الآراء المتعارضة حول قضية تغير المناخ؟”.
- أوامر لمعالجة مشاكل حداثة المعلومات: تحديث النموذج بمعلومات وقوانين جديدة للحصول على إجابات حديثة. مثال: “تحديث البيانات حول الاكتشافات العلمية الحديثة في مجال الطب” أو “كيف تم تحسين تكنولوجيا البطاريات في السنوات الأخيرة؟”.
تحديات هندسة الأوامر:
- يتمثل التحدي الأكبر في هندسة الأوامر في التطورات والتحديثات السريعة والمستمرة لتقنيات ونماذج الذكاء الاصطناعي، كما ويعتبر تصميم توجيهات وأوامر تغطي جميع المتطلبات الممكنة للنموذج اللغوي أمرا صعبا خاصة مع وجود تنوع لغوي وثقافي بين المستخدمين.
- في بعض المجالات النادرة، مثل (بعض الأمراض، المنتجات الخاصة، التقنيات الناشئة) من الصعب تأمين كمية البيانات الكافية بالجودة المطلوبة.
ملخص
- مصطلح هندسة الأوامر هو مصطلح يشير إلى أسلوب هندسي يعتمد على معالجة اللغات الطبيعية وهو مخصص لتحسين المدخلات والتوجيهات المقدمة لخدمات الذكاء الاصطناعي المبنية على النماذج اللغوية الضخمة (LLM).
- تم تدريب النماذج اللغوية الكبيرة بناءً على مبدأ الاحتمال المشروط الإحصائي.
- مكونات الأوامر الأساسية هي: التعليمات، السياق، بيانات الإدخال، مؤشر الإخراج.
- تساعد هندسة الأوامر في تحسين التفاعل وتقليل الفجوة بين المستخدم وتقنيات الذكاء الاصطناعي.
- من خلال هندسة الأوامر يمكن تحسين الاجابات الناتجة وتوجيه التقنية المستخدمة للغرض المرجو والمحدد من المستخدم .
- يتمثل التحدي الأكبر في هندسة الأوامر في التطورات والتحديثات السريعة والمستمرة لتقنيات ونماذج الذكاء الاصطناعي، كما ويعتبر تصميم توجيهات وأوامر تغطي جميع المتطلبات الممكنة للنموذج اللغوي أمرا صعبا خاصة مع وجود تنوع لغوي وثقافي بين المستخدمين.
المصادر:
Format. Author Last Name, First Name or Account Name. Description of Post. Facebook, Day Month Year of Post, Time of Post, URL. Accessed Day Month Year post was viewed.
- القحطاني، مجدل. نسمع كثيراً هذه الأيام عن مصطلح هندسة الاوامر Prompt Engineering، لينكدإن، ابريل-2023، https://www.linkedin.com/embed/feed/update/urn:li:share:7056024678418513921
- Eden Marco, 2023, LangChain- Develop LLM powered applications with LangChain, Udemy, https://www.udemy.com/course/langchain
nline courses, including Moocs, can be cited by providing the instructors, year of course creation (if known), title of the course, site that hosts the course, and URL.
