الذكاء الاصطناعي التوليدي: صور وصوت من وصف نصي

النماذج التي درستها حتى الآن تحكم على شيء موجود: هذه قطة، وهذه رسالة مزعجة. لكن جيلاً جديداً من النماذج يصنع شيئاً لم يكن موجوداً: تكتب «رائد فضاء يركب حصاناً على سطح المريخ» فتحصل على صورة، أو تكتب فقرة فتسمعها بصوت بشري طبيعي. هذا هو الذكاء الاصطناعي التوليدي (Generative AI). النماذج اللغوية التي عرفتها نوع منه يولّد النصوص. وفي هذا الدرس الأخير ستفهم كيف تُولَّد الصور والصوت، وما حدود ذلك، وإلى أين تتجه بعد هذا الكورس.

التمييز والتوليد

	نموذج تمييزي	نموذج توليدي
السؤال	ما هذا؟	اصنع لي شيئاً كهذا
المدخل	صورة	وصف نصي
المخرج	تسمية: «قطة»	صورة جديدة لقطة
مثال	فلتر الرسائل المزعجة	مولّد الصور، والنماذج اللغوية

الفرق مثل الفرق بين ناقد فني يعرف اللوحة الجيدة حين يراها، ورسام يرسم لوحة من خياله. والرسم أصعب بكثير.

كيف تُولَّد الصورة؟ من الضجيج إلى اللوحة

أشهر طريقة اليوم اسمها نماذج الانتشار (Diffusion Models)، وفكرتها غريبة وجميلة.

في التدريب نأخذ صورة واضحة ونضيف إليها تشويشاً عشوائياً قليلاً، ثم أكثر، ثم أكثر، حتى تصبح ضجيجاً خالصاً كشاشة تلفاز قديم بلا إشارة. ونطلب من النموذج مهمة واحدة: انظر إلى صورة مشوشة وخمّن التشويش الذي أُضيف إليها، حتى نستطيع إزالته. ونكرر ذلك على ملايين الصور ومعها أوصافها النصية.

عند التوليد نعكس الطريق: نبدأ من ضجيج خالص، ونطلب من النموذج أن يزيل قليلاً من التشويش، ثم قليلاً، عشرات المرات. ومع كل خطوة تتضح ملامح، حتى تظهر صورة كاملة لم توجد من قبل. والوصف النصي الذي كتبته يوجّه كل خطوة: «أزل التشويش بحيث تقترب الصورة من رائد فضاء على حصان».

الأمر مثل نحّات أمام كتلة رخام: التمثال ليس موجوداً، لكنه يزيل ما لا يشبهه ضربة بعد ضربة حتى يظهر. أو مثل صورة فورية تتضح تدريجياً بعد التقاطها.

لماذا تختلف الصورة كل مرة؟

نقطة البداية ضجيج عشوائي، فكل محاولة تبدأ من مكان مختلف وتنتهي بصورة مختلفة، حتى مع الوصف نفسه. ولهذا تعطيك الأدوات عدة اقتراحات لتختار منها.

هل ينسخ النموذج الصور التي تدرّب عليها؟

في الأساس لا. النموذج لا يحتفظ بمكتبة صور يقص منها ويلصق. ما يبقى فيه بعد التدريب أرقام تلخّص أنماطاً عامة: كيف يبدو الفرو، وكيف يسقط الضوء، وما شكل الحصان من زوايا مختلفة. منها يركّب صورة جديدة.

لكن الموضوع ليس محسوماً بهذه البساطة: هذه النماذج تدرّبت على أعمال ملايين الرسامين والمصورين، كثير منهم لم يُستأذن. وتستطيع تقليد أسلوب فنان بعينه. هل هذا عدل؟ ومن يملك حقوق الصورة المولَّدة؟ أسئلة تناقشها المحاكم والقوانين الآن، ولا إجابة نهائية لها بعد.

الصوت والموسيقى والفيديو

الفكرة نفسها تمتد لأنواع أخرى من المحتوى:

• تحويل النص إلى كلام: أصوات طبيعية تقرأ أي نص، بنبرات ولغات مختلفة. تفيد في الكتب المسموعة وقارئات الشاشة للمكفوفين.
• استنساخ الصوت: تقليد صوت شخص محدد من تسجيل قصير له. تقنية نافعة لمن فقدوا القدرة على الكلام، وخطيرة في يد المحتالين.
• الموسيقى: توليد مقطوعات من وصف مثل «لحن هادئ على العود».
• الفيديو: مقاطع قصيرة من وصف نصي. وهو الأصعب، لأن على النموذج أن يحافظ على اتساق المشهد من لقطة إلى أخرى.

أين يخطئ؟

• التفاصيل الدقيقة: أصابع زائدة، وأسنان غريبة، ونظارات غير متماثلة. تتحسن النماذج سريعاً، لكن التفاصيل ما زالت نقطة ضعف.
• النصوص داخل الصور: لافتات بحروف مشوهة أو كلمات بلا معنى، وخصوصاً بالعربية.
• العدّ والمنطق: «خمس تفاحات» قد تصير أربعاً أو ستاً، وظلال في اتجاهين، وانعكاس في مرآة لا يطابق صاحبه.
• التحيز: اطلب «صورة طبيب» وقد تحصل دائماً على الشكل الأكثر تكراراً في بيانات التدريب.
• الاتساق: الشخصية نفسها قد تتغير ملامحها من صورة لأخرى.

كيف تميّز المحتوى المولَّد؟

مع تحسن النماذج يصعب التمييز بالعين، ولا توجد طريقة مضمونة. لكن هذه عادات تحميك:

1. اسأل عن المصدر: من نشر هذا أولاً؟ هل نقلته جهة إخبارية موثوقة؟
2. انظر في التفاصيل: الأيدي، والنصوص في الخلفية، والظلال، وحواف الشعر، والأقراط غير المتطابقة.
3. ابحث بالصورة: البحث العكسي يُظهر أصل الصورة إن كانت قديمة أو معدّلة.
4. انتبه لمشاعرك: المحتوى المصمم ليُغضبك أو يصدمك فوراً هو الأولى بالشك. توقف قبل أن تشارك.
5. مع الصوت: إذا اتصل بك «قريب» يطلب مالاً بإلحاح، أغلق واتصل به على رقمه المعروف.

استخدام مسؤول

لا تصنع صورة أو صوتاً لشخص حقيقي دون إذنه. المزحة قد تتحول إلى أذى حقيقي لسمعته، وإلى مساءلة قانونية لك. وإذا نشرت شيئاً مولَّداً فقل ذلك بوضوح. تذكّر ما تعلمته في درس الأخلاقيات عن التزييف العميق.

استخدامات نافعة

التقنية نفسها أداة إبداع حقيقية حين تُستخدم بأمانة:

• للطلاب: رسم توضيحي لدرس علوم، أو صور لعرض تقديمي، أو تخيّل مشهد تاريخي لمناقشته.
• للمبرمجين: صور مؤقتة وأيقونات أثناء بناء تطبيق، قبل الاستعانة بمصمم.
• للمصممين: استكشاف عشرات الأفكار الأولية في دقائق، ثم إكمال أفضلها يدوياً.
• لذوي الإعاقة: قراءة النصوص بصوت طبيعي، ووصف الصور، وتوليد صوت لمن فقد صوته.

والقاعدة التي عرفتها في كورس هندسة الأوامر تنطبق هنا أيضاً: وصف واضح ومحدد يعطي نتيجة أفضل. «قطة» تعطيك أي قطة، و«قطة برتقالية نائمة على كتاب مفتوح، إضاءة صباحية دافئة، رسم بالألوان المائية» تعطيك ما في ذهنك.

ماذا بعد هذا الكورس؟

فهمت الآن الصورة الكبيرة: ما هو الذكاء الاصطناعي، وكيف تتعلم الآلات، وكيف تعمل النماذج اللغوية ورؤية الحاسوب والنماذج التوليدية، وما الأسئلة الأخلاقية حولها. إذا أردت الانتقال من الفهم إلى البناء، فهذا طريق مجرَّب:

1. Python: لغة المجال الأولى. ابدأ بـ كورس Python في هذا الموقع.
2. تعلّم الآلة: كورس تعلّم الآلة يأخذك من البيانات إلى نموذج حقيقي تبنيه وتقيّمه بنفسك.
3. الرياضيات بالتدريج: الإحصاء والاحتمالات أولاً، ثم الجبر الخطي. لا تنتظر إتقانها لتبدأ؛ تعلّمها حين تحتاجها.
4. هندسة الأوامر: لتستخدم النماذج الجاهزة بذكاء في دراستك ومشاريعك.
5. مشروع صغير يخصك: مصنّف لصور نباتات حديقتك، أو محلل لدرجاتك. المشروع الذي يهمك يعلّمك أكثر من عشرة دروس.

جرّب بنفسك

1. اكتب وصفاً من سطر واحد لصورة تتخيلها، ثم أعد كتابته بتفاصيل: الموضوع، والمكان، والإضاءة، وأسلوب الرسم. قارن بين الوصفين.
2. إذا كانت عندك أداة توليد صور، جرّب الوصف نفسه ثلاث مرات ولاحظ الاختلاف، وابحث عن الأخطاء في الأيدي والنصوص.
3. ابحث عن صورة انتشرت وثبت أنها مولَّدة، وحدد العلامات التي كانت تكشفها.
4. للتفكير: رسام يقول إن نموذجاً يقلّد أسلوبه دون إذنه. اكتب حجتين له وحجتين عليه.

أخطاء شائعة

• تصديق كل صورة: «رأيتها بعيني» لم تعد دليلاً كافياً. تحقق من المصدر.
• الظن بأن النموذج يفهم ما يرسمه: هو يركّب أنماطاً، ولهذا يرسم ساعة بثلاثة عقارب دون أن «يلاحظ».
• نسبة العمل لنفسك: تقديم صورة مولَّدة على أنها رسمك في مسابقة أو واجب غش، مثل تقديم نص مولَّد على أنه كتابتك.
• رفع صور شخصية لأدوات مجهولة: قد تُخزَّن وتُستخدم بطرق لا تتوقعها. اقرأ سياسة الخصوصية.

اختبر نفسك

سؤال

من أين تبدأ نماذج الانتشار عند توليد صورة جديدة؟

من صورة مشابهة في بيانات التدريبمن رسم تخطيطي يرسمه المستخدم دائماًمن ضجيج عشوائي تزيله خطوة بخطوة

سؤال

وصلتك صورة صادمة لحدث لم تسمع به. ما التصرف الأفضل؟

التحقق من مصدرها والبحث عنها قبل تصديقها أو مشاركتهامشاركتها فوراً لتحذير الآخرينتصديقها لأن الصور لا تكذب

الخلاصة

• النماذج التوليدية تصنع محتوى جديداً: نصوصاً وصوراً وصوتاً وفيديو.
• نماذج الانتشار تبدأ من ضجيج وتزيله خطوة بخطوة بتوجيه من الوصف.
• تخطئ في التفاصيل والنصوص والعدّ، وترث تحيز بياناتها.
• تحقق من مصدر أي محتوى قبل تصديقه، ولا تولّد محتوى عن أشخاص حقيقيين دون إذن.
• مبروك! أنهيت كورس أساسيات الذكاء الاصطناعي. الخطوة التالية: Python ثم تعلّم الآلة ومشروعك الأول.