كيف يعمل النص التنبؤي: من T9 إلى النماذج التي تعمل على الجهاز

يعمل النص التنبؤي بتقدير الحروف أو الكلمات أو العبارات الأرجح أن تأتي تالياً، بناءً على ما كتبته بالفعل، ثم يعرض أفضل التخمينات. ويأتي هذا التقدير من نموذج للغة. في الهواتف الأولى، كان ذلك النموذج قاموساً مرتباً بحسب مدى شيوع كل كلمة. ثم أصبح إحصاءات للكلمات التي تتبع كلمات أخرى. أما اليوم، فعادةً ما يكون شبكة عصبية تقرأ الجملة كاملةً وتعمل على الجهاز نفسه.

أما دليل الإكمال التلقائي بالذكاء الاصطناعي على Windows يوضح هذا الدليل كيفية الحصول على اقتراحات للعبارات على الحاسوب الشخصي. أما هذا المقال فيشرح الآلية التي تقف وراءها، جيلاً بعد جيل.

الجيل الأول: قاموس يزيل الالتباس

عالج T9 مشكلةً تتعلق بالأجهزة. تحتوي لوحة مفاتيح الهاتف على اثني عشر مفتاحاً، ويحمل معظمها ثلاثة أو أربعة أحرف. وقدمت شركة Tegic Communications طلب براءة اختراعها لـ «حاسوب لإزالة الالتباس في لوحة مفاتيح مختزلة» في عام 1995، ومُنحت البراءة في عام 1998. كل ضغطة على مفتاح تحتمل أكثر من معنى. يبحث البرنامج عن كلمات القاموس المطابقة لتسلسل الأرقام كاملاً، ويعرض الكلمة الأرجح أولاً.

اضغط على 4-6-6-3، وسيناسب هذا التسلسل الكلمات good, home و gone. لا يستطيع T9 معرفة الكلمة التي تقصدها من الأزرار وحدها. لذا يعرض الكلمة الأكثر شيوعاً أولاً ويتيح لك التنقل بين الكلمات الأخرى. لا يوجد هنا فهم للغة: إنها عملية بحث في القاموس مع ترتيب للنتائج.

الجيل الثاني: إحصاء الكلمات التي تتبع كلمات أخرى

أضاف شريط الاقتراحات فوق لوحة مفاتيح الهاتف فكرةً ثانية: التنبؤ بالكلمة التالية قبل أن تبدأ بكتابتها. والطريقة التقليدية لذلك هي نموذج n-gram. إذ يحصي، عبر مجموعة كبيرة من النصوص، عدد مرات ورود كل كلمة بعد الكلمة أو الكلمتين السابقتين، ثم يقترح الاستمرارات الأكثر شيوعاً.

بنت SwiftKey لوحة مفاتيحها الأولى باستخدام تقنية n-gram. وعندما أطلقت نسخة عصبية في عام 2015، أفاد TechCrunch بنقل وصف الشركة نفسها لحدود النهج القديم: لم يكن بوسعه فهم المعنى الكامن وراء الكلمات. يعرف نموذج n-gram أن كلمة «soon» تأتي غالباً بعد عبارة «see you». لكنه لا يعرف أن «soon» و«shortly» تكادان تعنيان الشيء نفسه، كما أنه لا ينظر إلا إلى بضع كلمات سابقة.

الجيل الثالث: شبكات عصبية تتعلم أوجه التشابه

يمثّل النموذج اللغوي العصبي الكلمات كنقاط في فضاء تقع فيه الكلمات المتشابهة بالقرب من بعضها. وبذلك يستطيع تخمين كلمة معقولة بعد تركيب من الكلمات لم يسبق له إحصاؤه. وكانت Neural Alpha من SwiftKey، التي صدرت في أكتوبر 2015، أول لوحة مفاتيح لها تُبنى بهذه الطريقة.

وصفت Google الخطوة التالية في Gboard في ورقة بحثية عام 2018 بعنوان «التعلّم الاتحادي للتنبؤ النصي على لوحات مفاتيح الهواتف المحمولة». كان نموذجها للتنبؤ بالكلمة التالية شبكة عصبية متكررة تُدرَّب على الهواتف بدلاً من خادم: حسّنت الأجهزة النموذج باستخدام بيانات الكتابة المحلية، وأرسلت تحديثات النموذج لا النصوص نفسها. وتذكر ورقة بحثية من Google أن حجمه يبلغ نحو 1.4 مليون مُعامِل، وهو حجم ضئيل وفق معايير اليوم. وفي عام 2023، أفادت Google بأن جميع نماذج Gboard العصبية للتنبؤ بالكلمة التالية تتضمن الآن ضمانات للخصوصية التفاضلية.

الجيل الرابع: المحوّلات والعبارات الكاملة

تتيح بنية المحوّل، التي قُدمت في الورقة البحثية لعام 2017 بعنوان «الانتباه هو كل ما تحتاج إليه»للنموذج أن يزن كل كلمة سابقة في السياق، لا الكلمات القليلة الأخيرة فقط. وهذا ما يجعل اقتراحات العبارات عملية: إذ يمكن للنموذج أن يراعي موضوع الجملة كاملةً ونبرتها.

نقلت Apple الكتابة على iPhone إلى هذه البنية في iOS 17. وقد وصف إعلانها لعام 2023 ميزة التصحيح التلقائي بأنها مبنية على «نموذج لغوي بالمحوّلات، وهو نموذج تعلّم آلي لغوي متطور على الجهاز للتنبؤ بالكلمات». كما أضافت اقتراحات مضمنة تكمل الكلمات أو الجمل بضغطة على مفتاح المسافة.

تعمل النماذج اللغوية الكبيرة بالطريقة نفسها، ولكن على نطاق أكبر بكثير. فهي تتنبأ بالرمز التالي، الذي قد يكون كلمة أو جزءاً منها، ثم تضيفه وتكرر التنبؤ. واقتراح العبارة هو بضع دورات من هذه العملية، تتوقف مبكراً وتُعرض كنص شبحي رمادي يمكنك قبوله أو تجاهله. ويشرح دليل النص الشبحي كيف يبدو ذلك على Windows.

ما الذي يحدث بين ضغطة المفتاح وظهور الاقتراح

أياً كان النموذج، تمر العملية بالخطوات نفسها:

1. تقرأ لوحة المفاتيح أو التطبيق السياق: تجمع النص الموجود قبل مؤشر الكتابة، وأحياناً تحدد التطبيق الذي تستخدمه.
2. يخصص النموذج احتمالاً للكلمات أو العبارات التالية الممكنة.
3. يستبعد البرنامج التخمينات منخفضة الثقة والاقتراحات في المواضع غير المناسبة، مثل حقول كلمات المرور.
4. يعرض أفضل اقتراح إلى ثلاثة اقتراحات: تستخدم الهواتف شريطاً من الكلمات، بينما تعرض أدوات العبارات نصاً شبحيّاً مضمنًا.
5. ثم تكيّف أنظمة كثيرة اقتراحاتها مع الكلمات والعبارات التي تقبلها وتكتبها بكثرة.

خطوة التصفية أهم مما يبدو. فالأداة التي تعرض شيئاً دائماً تدربك على تجاهلها. أما الأداة التي تلتزم الصمت عندما لا تكون واثقة، فتجذب انتباهك حين تقترح شيئاً.

لماذا تكون التنبؤات خاطئة غالباً

التنبؤ ليس إلا احتمالاً. يستطيع النموذج تخمين شكل رد مهذب، لكنه لا يستطيع معرفة التاريخ الذي توشك على الوعد به أو اسم الشخص الذي تقصده. وتكون الكلمات الأولى من رسالة جديدة الأصعب تنبؤاً، لأن السياق يكاد يكون معدوماً بعد. وتتحسن الاقتراحات كلما طالت الجملة.

ما يجعل التخمينات الخاطئة مقبولة هو طريقة عرض الاقتراحات. فإذا كان قبول الاقتراح يحتاج إلى ضغطة مفتاح واحدة، بينما لا يحتاج تجاهله إلى أي ضغطة، فلن يكلفك التخمين الخاطئ شيئاً: واصل الكتابة فحسب.

أين يعمل النص التنبؤي على حاسوب Windows

يوفر Windows اقتراحات نصية على مستوى الكلمات للوحة المفاتيح الفعلية. أما دليل الإعداد من Microsoft دليل الإعداد تقول إن الكلمات تُتوقّع بناءً على ما تكتبه من أحرف أثناء الكتابة. وتتجاوز التنبؤات النصية في Word ذلك، إذ تقترح كلمات أو عبارات. وتدرجها Microsoft ضمن التجارب المتصلة في Office التي تحلل محتواك، مع وظائف أساسية بلا اتصال بالإنترنت في بعض الحالات فقط.

يشغّل Typeahead نموذجًا لغويًا صغيرًا على جهاز الكمبيوتر الخاص بك، ويقترح بقية الجملة في تطبيقات Windows مثل Word وOutlook وChrome وWhatsApp، حتى عندما تكون غير متصل بالإنترنت. يمكنك قبول الاقتراح باستخدام Tab أو مفتاح السهم الأيمن. وتشرح المقالة حول لماذا يكفي نموذج صغير يعمل على الجهاز لماذا لا تتطلب هذه المهمة نموذجًا بحجم النماذج السحابية.

الأسئلة الشائعة