فازابيديا: المبادئ الأساسية: بناء ويكيبيديا شخصية يمكن للذكاء الاصطناعي فهمها، كارباتي يذكر بالاسم أفضل حل عملي للتخصيص الشخصي

في ظل التطور السريع لعوامل الذكاء الاصطناعي (AI Agent)، تتحول «الذكاء الاصطناعي الشخصي» من مجرد شعار إلى تطبيقات عملية ملموسة. ناقش عالمٌ بارز في علوم الذكاء الاصطناعي، أندريج كارپاتي (Andrej Karpathy)، مؤخرًا مرة أخرى Farzapedia، وصرّح بصراحة بأن هذا «الهيكل الشخصي مثل ويكيبيديا» هو واحد من القلائل التي تعد حاليًا حلولًا قابلة للتنفيذ فعليًا.

على عكس الذاكرة السوداء التي يركّز عليها التيار السائد والتي تقول «كلما طال الاستخدام فهمك أكثر»، تحاول Farzapedia تحويل البيانات الشخصية إلى معرفة منظَّمة، بحيث يمكن للذكاء الاصطناعي قراءتها وفهمها والتعامل معها مباشرةً، لتأسيس قاعدة أكثر شفافية وقابلية للضبط لذكاء اصطناعي شخصي.

فكرة Farzapedia الأساسية: بناء ويكيبيديا شخصية يمكن للذكاء الاصطناعي فهمها

تكمن نقطة Farzapedia في تحويل البيانات الشخصية إلى نظام معرفة واضح البنية. من خلال ملفات Markdown، وفهرس (index.md)، وروابط ترابطية (cross-links)، يمكن للمستخدمين بناء «Wikipedia» خاصة بهم.

ضمن هذا النوع من البنية، لا يعتمد AI Agent بعد الآن على ذاكرة سياقية ضبابية، بل يمكنه القراءة المباشرة للملفات المحددة، وفهم الروابط بين المواضيع المختلفة، وحتى إجراء الاستشهادات عبر الصفحات والتحديثات.

أكد كارپاتي بشكل خاص أن هذا الأسلوب يسمح للمستخدم بأن يعرف بوضوح ما هي المعلومات التي يمتلكها الذكاء الاصطناعي، ويمكنه أيضًا التحقق في أي وقت وإجراء التصحيحات، بما يحل مشكلة أن ذكريات الذكاء الاصطناعي في الماضي كانت غير مرئية.

لماذا تكون هذه الطريقة أكثر عملية؟ أربع اختلافات جوهرية

بالنظر إلى حلول التخصيص الحالية للذكاء الاصطناعي، لا تأتي مزايا Farzapedia من نموذج أقوى، بل من تغيير بنية البيانات.

أولًا هو «إظهارها بشكل صريح». توجد جميع المعرفة بصيغة Wiki، بحيث يمكن للمستخدمين رؤيتها وتحريرها مباشرةً، بدل الاعتماد على ذاكرة داخلية غير مرئية.

ثانيًا هي «سيادة البيانات». تُخزَّن جميع الملفات على الجهاز المحلي، ولا تخضع لقيود منصة ذكاء اصطناعي واحدة، مما يتجنب قفل البيانات أو عدم القدرة على نقلها.

ثالثًا هو تصميم «File over App». توجد البيانات بصيغ عامة مثل Markdown والصور، ويمكن استخدامها مباشرةً بواسطة أدوات مختلفة؛ بدءًا من Obsidian وحتى أدوات سطر الأوامر، إذ يمكن دمجها كلها.

وأخيرًا هي «BYOAI». يمكن للمستخدم اختيار بحرية نماذج ذكاء اصطناعي مختلفة لربطها بالمستودع نفسه من المعرفة، بل ويمكنه أيضًا إجراء ضبطٍ (fine-tuning) للنماذج مفتوحة المصدر بشكل إضافي، بحيث يفهم الذكاء الاصطناعي المعرفة الشخصية على مستوى الأوزان (weights).

من RAG إلى Wiki: تحوّل بنية الذكاء الاصطناعي الشخصي

أشار كارپاتي إلى أنه في العام الماضي، انتشر RAG (Retrieval-Augmented Generation) رغم أنه حسّن قدرات استرجاع المعلومات، إلا أن أغلبه ما يزال يقتصر على مستوى «توسيع سجل المحادثة».

من حيث الجوهر، ما زالت هذه الطريقة بحثًا ضبابيًا يفتقر إلى بنية واضحة، كما يصعب الحفاظ عليه وتوسيعه.

في المقابل، تعتمد Farzapedia على بنية ملفات واضحة وروابط داخلية، مما يتيح للذكاء الاصطناعي فهم المحتوى كما لو كان يقرأ مستندات، وبناء علاقات منطقية بين مواضيع مختلفة، الأمر الذي يعزز بشكل ملحوظ قابلية الاستخدام ودقة النتائج.

مهارة جديدة في عصر الـ Agent: إدارة المعرفة، وليس مجرد طرح الأسئلة

اعترف كارپاتي أيضًا بأن عتبة تطبيق هذه الطريقة تتطلب قدرًا من مهارات إدارة الملفات وتصميم البنية.

لكن مع تطور AI Agent، يتم أتمتة هذه الأعمال تدريجيًا. يمكن للعامل (Agent) المساعدة في تنظيم البيانات، وإنشاء المقالات، وصيانة الروابط، بحيث يركّز المستخدم على المحتوى نفسه.

ويرى أن «الاستفادة الجيدة من Agent» ستصبح قدرة محورية. لا تقتصر هذه الأدوات على فهم اللغة فحسب، بل يمكنها أيضًا تشغيل أنظمة الحاسوب، وهي تغيّر طريقة تفاعل البشر مع البرمجيات.

هذه المقالة Farzapedia فكرة جوهرية: بناء ويكيبيديا شخصية يمكن للذكاء الاصطناعي فهمها، كارپاتي يحدد كونه أكثر حلول التخصيص الشخصية عملية، ظهرت لأول مرة في ABMedia على شكل أخبار.