كيف تعمل نماذج LLM فعليًا — أوزان تتنبأ بالكلمات، واستهلاك الطاقة، ولماذا التطوير معركة أموال

بلغ حجم الحوسبة الذي أُنفق على تدريب GPT-4، الصادر في 2023، نحو 2.1×10²⁵ عملية فاصلة عائمة (FLOP) وفق تقدير مؤسسة الأبحاث Epoch AI، وقدّر Stanford HAI تكلفة هذه الحوسبة بـنحو 78 مليون دولار. وحتى تدريب GPT-3 الأقدم وحده استهلك نحو 1,287 ميغاواط ساعة من الكهرباء (تقدير باحثين في Google عام 2021) — أي أكثر من قرن من استهلاك منزل متوسط، لبناء نموذج واحد فقط. وخلف عبارة "لخّص لي هذا" العابرة التي نكتبها يمتد عالم من الفيزياء ورزم الأموال.

يتعمّق هذا المقال في «كيف يعمل نموذج LLM (نموذج اللغة الكبير) فعليًا» من ثلاثة اتجاهات: الآلية، والطاقة، والمال. وعلى وجه التحديد — (1) لماذا يستطيع نموذج LLM إنتاج اللغة من مجموعة من مفاتيح الضبط تُسمى «الأوزان (المعاملات)»، (2) وكم من الكهرباء يستهلكه سؤال واحد أو جولة تدريب واحدة، (3) وهل الادعاء بأن «تطوير نماذج LLM المتطورة معركة أموال» صحيح؟ الجواب المختصر عن النقطة الثالثة: «بالنسبة للقمة المطلقة، هو صحيح في جوهره — لكن تيارًا معاكسًا مفاده أن (المال وحده لا يكفي للفوز) قد اشتدّ في 2026.» هذه هي الصورة الدقيقة.

موقفي مقدمًا: «ذكاء» نموذج LLM ليس سحرًا ولا وعيًا — بل هو نتيجة صقل آلة عملاقة للتنبؤ الاحتمالي بالكهرباء. إن فهم الآلية يُذيب كلًّا من المبالغة في الحماس والمبالغة في الخوف. يدخل هذا المقال في عمق المستوى المتوسط. إذا كنت تبدأ من «ما هو نموذج LLM أصلًا»، فاقرأ أولًا ما هو نموذج LLM (تمهيد)؛ ولفهم طول السياق راجع نافذة السياق؛ وللتسعير راجع واجهة AI API للمبتدئين.

1. نموذج LLM لا يفعل سوى تخمين «الكلمة التالية» باستمرار

قد يبدو الأمر مفاجئًا، لكن ChatGPT وClaude وGemini جميعها تفعل في الأساس شيئًا واحدًا. «بالنظر إلى النص حتى الآن، يحسب احتمال الكلمة التالية الأرجح (وبدقة أكبر، (الرمز/token)) كاستمرار، ويختار واحدة، ويصُفّها تباعًا.» هذا كل شيء. أعطِه «القطة على الـ___» فيُسنِد احتمالات لمرشحين مثل «حصيرة» و«أريكة» و«أرضية» ويُخرج الأعلى احتمالًا (أو واحدًا يُنتقى بحسب الاحتمال). ويكرّر ذلك رمزًا واحدًا تلو الآخر حتى ينتهي النص.

وها هو السؤال الذي يُربك كثيرين. «كيف يستطيع مجرد لعبة تخمين كلمات أن يلخّص أبحاثًا أو يكتب شيفرة؟» الجواب: «لكي يخمّن الكلمة التالية بدقة حقيقية، لا خيار له سوى أن (يفهم) بنية العالم إلى حدٍّ ما.» فتخمين «عاصمة اليابان هي ___» يتطلّب جغرافيا؛ و«3 + 5 = ___» يتطلّب حسابًا؛ و«سبب هذا الخلل هو ___» يتطلّب معرفة برمجية مخزّنة داخليًا. وكناتج عرضي لتدريب (تخمين الكلمة التالية) إلى أقصى حدّ على نصوص هائلة، تنبثق المعرفة والاستدلال. هذه هي الطبيعة الغريبة والجوهرية لنماذج LLM.

فما الذي يحسب ذلك «احتمال الكلمة التالية»؟ كما لُمِّح، البطل الرئيسي كومة مذهلة من الأرقام تُسمى «الأوزان (المعاملات).» يكشف الفصل التالي ماهيتها.

2. ما هي «الأوزان»؟ — تريليون مفتاح ضبط تصنع الذكاء

لوضع داخل نموذج LLM في تشبيه واحد: «جهاز حوسبة عملاق فيه مئات المليارات إلى أكثر من تريليون (مفتاح ضبط).» كل مفتاح هو «وزن (معامل)»، وعند مرور إشارة كلمة الإدخال إلى الطبقة التالية، يقرّر «أيّ الإشارات يقوّيها أو يُضعفها، وبأي مقدار.» كان لدى GPT-3 نحو 175 مليار؛ ويُقال إن أحدث النماذج المتطورة تتجاوز تريليونًا. وضبط هذه المفاتيح الهائلة هو بالضبط ما يمثّل «معرفة» النموذج المكتسبة.

إن Transformer، الذي ظهر في 2017، هو أساس نماذج LLM الحديثة. وقلبه هو آلية «الانتباه» (Attention)، التي تحكم ديناميكيًا بالأوزان على «أيّ كلمة في الجملة تهمّ الكلمة الحالية.» وكون «الضفة/البنك» في جملة «رأى النهر أمام الـ(bank)» يعني مؤسسة مالية أم ضفة نهر يتقرّر بترجيح علاقتها بسائر الكلمات في السياق — وهذا «الترجيح المعتمد على السياق» هو بالضبط سبب قدرة نموذج LLM على إعادة ردود متماسكة حتى على مقاطع طويلة. وحين يقول الناس «شيء ما متعلّق بالترجيح»، فإنهم يعنون تحديدًا هذا الانتباه والتريليونات من عمليات الضرب خلفه.

النقطة الحاسمة: هذه الأوزان لم تُضبَط يدويًا. فهي في البداية كتلة من أرقام عشوائية بلا معنى. والمعنى يُغرَس عبر «التعلّم». فكيف يحدث ذلك التعلّم؟

3. مرحلتا التعلّم — التدريب المسبق والتدريب اللاحق (RLHF)

ينقسم تعلّم نموذج LLM عمومًا إلى مرحلتين — وهي العملية التي تتحوّل بها «المفاتيح العشوائية» في الفصل السابق إلى «مفاتيح ذكية».

المرحلة 1: التدريب المسبق. أطعِمه نصًا بحجم الإنترنت (كتب، الويب، شيفرة) واجعله «يخمّن الكلمة التالية» بلا هوادة. وفي كل مرة يخطئ، تُعدَّل جميع المعاملات بمقدار ضئيل في الاتجاه الذي يُقلّص الخطأ (خوارزمية التعديل هذه هي «الانتشار العكسي + النزول الاشتقاقي» الشهيرة). كرّر هذا عبر تريليونات الرموز، فتُنقَش أسس النحو والمعرفة والاستدلال في المفاتيح. يلتهم التدريب المسبق معظم الحوسبة ومعظم الطاقة ومعظم المال. فالـ ~2×10²⁵ FLOPs الفلكية لنموذج من فئة GPT-4 تُحرَق هنا.

المرحلة 2: ما بعد التدريب (Post-training). النموذج الذي خضع للتدريب المسبق فقط يكون "واسع الاطلاع لكنه سيئ السلوك". لذلك يُعلَّم عبر RLHF (التعلم المعزز من ملاحظات البشر) وأساليب مشابهة "طرقًا مفيدة وآمنة للإجابة". ومنذ نحو 2025، تضع المختبرات أيضًا جهدًا كبيرًا في ما بعد التدريب الذي يدرّب الاستدلال الطويل (التفكير المتأني) واستخدام الأدوات والسلوك الوكيلي. وسبب أن النماذج الحديثة "تفكر قبل أن تجيب" بهذا الوضوح هو تطور هذه المرحلة. كما يُغرس هنا السلوك متعدد الوكلاء.

4. الاستدلال — اللحظة التي يتحوّل فيها سؤالك إلى كهرباء

إذا كان التدريب هو «أعمال البناء لضبط المفاتيح»، فإن الاستدلال هو «عملية إنتاج الإجابات فعليًا باستخدام المفاتيح الجاهزة». ففي كل مرة تكتب فيها سؤالًا في ChatGPT، تجري تريليونات عمليات الضرب عبر قرابة تريليون مفتاح، وتُولَّد الرموز واحدًا تلو الآخر. لقد رأينا كم التدريب ثقيل — لكن على مستوى المجتمع ككل، الاستدلال لا التدريب هو ما يلتهم الطاقة.

السبب بسيط: التدريب يجري مرة واحدة لكل نموذج في الأساس، لكن الاستدلال يجري مئات الملايين من المرات يوميًا حول العالم. وعلى امتداد عمر النموذج بأكمله، يتراكم الطلب على الطاقة والحوسبة في جانب الاستدلال أكثر بكثير منه في جانب التدريب. «سؤال واحد لا يكاد يستهلك كهرباء» — صحيح، فالواحد ضئيل. لكن «ضئيل × مئات الملايين × كل يوم» يتراكم إلى مشكلة طاقة بحجم أمّة. لننظر في أرقام ملموسة تاليًا.

5. الطاقة — كم من الكهرباء يلتهم نموذج LLM؟

كثيرًا ما يُقال إن «الذكاء الاصطناعي يلتهم الطاقة»، لكن كم بالضبط؟ إليك الأرقام التمثيلية المنشورة حتى 2026.

اللافت أن "استهلاك الكهرباء يختلف بمراتب عشرية بحسب النموذج وطول الطلب". في تقديرات طرف ثالث (انظر الجدول أدناه)، يستهلك كثير من النماذج أقل من 0.5 Wh للسؤال القصير، لكن الطلب الطويل إلى أكثر النماذج استهلاكًا يتجاوز 29 Wh — أي أكثر من 65 ضعف أكفأ النماذج. وكما ذكرنا في فخ اعتبار استهلاك الرموز مقياسًا للعمل، فإن "إنجاز كل شيء بأقوى نموذج" رفاهية من حيث الكهرباء والتكلفة معًا. وإسناد المهام الخفيفة إلى نموذج خفيف أرحم بالكوكب وبالمحفظة. ووفق الوكالة الدولية للطاقة (IEA)، بلغ استهلاك مراكز البيانات للكهرباء عالميًا نحو 415 تيراواط ساعة في 2024 (نحو 1.5% من الإجمالي العالمي)، ويُتوقع أن يتضاعف إلى نحو 945 تيراواط ساعة بحلول 2030، والذكاء الاصطناعي هو المحرك الرئيسي لهذا النمو.

"كهرباء السؤال الواحد" تختلف بحسب من قاسها وكيف

كثيرًا ما تُقتبس أرقام مثل "X واط ساعة لكل سؤال"، لكنها تُستخرج بطرق مختلفة تمامًا بحسب المصدر. لذا ينبغي قراءة قياسات الشركات نفسها والتقديرات الخارجية كلٌّ على حدة.

قياسات الشركات تتم في ظروف موحّدة لكن لا يمكن التحقق منها من الخارج، وتقديرات الطرف الثالث أسهل في المقارنة لكنها تقوم على افتراضات أكثر. وكلاهما قيمة لسؤال نصي واحد؛ أما قراءة المستندات الطويلة وتوليد الصور أو الفيديو ومهام الوكلاء الطويلة فتستهلك أكثر.

تطبيق ذلك على استخدامك يمنحك إحساسًا بالحجم. إذا طرحت 50 سؤالًا قصيرًا يوميًا، فإن 0.24–0.42 Wh × 50 تساوي نحو 12–21 Wh يوميًا، أي ما يقارب تشغيل مصباح LED بقدرة 10 واط لمدة ساعة إلى ساعتين. في المقابل، قد يتجاوز طلب طويل واحد إلى نموذج ثقيل 29 Wh. ما يحدد استهلاك الكهرباء ليس عدد الأسئلة بقدر ما هو النموذج الذي تستخدمه والمدة التي تجعله يفكر فيها.

6. هل «التطوير معركة أموال» صحيح؟

وها هو السؤال الذي شغلك أكثر من غيره. «هل تطوير نماذج LLM المتطورة معركة أموال؟» الاستنتاج المُتحقَّق منه أولًا: «محصورًا في التدريب المسبق للقمة، هو صحيح في جوهره.» والأرقام تدعمه.

وبالتحديد، قدّر تقرير AI Index 2024 الصادر عن Stanford HAI تكلفة الحوسبة اللازمة للتدريب بـنحو 78 مليون دولار لـ GPT-4 ونحو 191 مليون دولار لـ Gemini Ultra من Google (AI Index 2024). وتخلص ورقة لمؤسسة الأبحاث Epoch AI إلى أن تكلفة تدريب أكبر النماذج تنمو 2.4 ضعف سنويًا منذ 2016، وأنه إذا استمر الاتجاه فستتجاوز تكلفة أكبر جولات التدريب مليار دولار بحلول 2027 (Cottier وآخرون). وهذا عن "جولة ناجحة واحدة" — خلفها تجارب فاشلة وإعداد البيانات والرواتب وبنية الاستدلال التحتية. يُضاف إلى ذلك أن كل وحدة GPU تكلّف آلاف الدولارات، وتشغيل عشرات الآلاف منها لأشهر يرفع فاتورة الكهرباء. جدار من المال لا تستطيع "فكرة لامعة" أو "خوارزمية ذكية" وحدها تجاوزه أبدًا يقف عند مدخل القمة. بهذا المعنى، "معركة الأموال" ليست مبالغة بل حقيقة. ولهذا لا يستطيع القتال في الصف الأول إلا قلة ممن أمّنوا رؤوس أموال ضخمة — OpenAI وGoogle وAnthropic وMeta وxAI.

7. لكن المال وحده لا يحسم — التيار المعاكس للكفاءة

قال الفصل السابق إن «معركة المال حقيقية». لكن إنهاء القصة عند ذلك يسيء قراءة واقع 2026. فليس صحيحًا بحال أنه «بما يكفي من المال تفوز» — بل إن تيارًا معاكسًا قد اشتدّ إن كان من شيء. وكجواب أمين، دعني أكتب هذا الوجه الآخر أيضًا.

الحالة الرمزية هي سلسلة التحركات التي أطلقت فيها DeepSeek الصينية نماذج تقترب من القمة بميزانية صغيرة نسبيًا، وقيل عنها إنها "أعادت ضبط أرضية التكلفة". وقد أُثبتت تباعًا تقنيات لبناء الأداء نفسه بتكلفة أقل بمراتب عشرية — معماريات فعّالة، ومزيج الخبراء (MoE)، والتقطير (نقل معرفة نموذج كبير إلى نموذج صغير)، والعناية الدقيقة بجودة البيانات — فدقّت إسفينًا في معادلة "رأس مال ضخم = انتصار". ويتسع اهتمام القطاع من "التكبير فحسب" إلى "كيف نقدّم الأداء نفسه بتكلفة أقل وطاقة أقل".

فالصورة الدقيقة هي هذه: «سباق تحديث (الأداء الذروي) للقمة معركة أموال. لكن سباق تقديم (أداء جيد بما يكفي) رخيصًا منافسة عقول وكفاءة.» ومعظم النماذج التي نستخدمها يوميًا تستفيد من الأخيرة، فتصبح أرخص وأسرع وأكفأ في الطاقة عامًا بعد عام. وكما كُتب في إلى أيّ مدى يمكنك المضي على الباقة المجانية، بحلول 2026 بلغت حتى الباقات المجانية مستوى عمليًا — ثمرة سلّمها التيار المعاكس للكفاءة إلى المستخدمين.

8. ماذا بعد — جدار «الطاقة والفيزياء» بعد المال

فهل يمكنك التوسّع إلى الأبد بمجرد تكديس المال؟ كلّا — وذلك هو الجدار الجديد الذي بدأ يظهر في 2026. يرى تحليل Epoch AI (أغسطس 2024) أن عمليات تدريب بحجم 2×10²⁹ FLOP تقريبًا ستكون ممكنة على الأرجح بحلول 2030، لكن القيد الذي يُرجَّح أن يفرض نفسه أولًا هو الكهرباء، تليه القدرة على تصنيع الرقائق. فلم يعد العائق مجرد «الميزانية اللازمة لشراء وحدات GPU». بل إن ما يسدّ الطريق هو —

• الطاقة: هل تستطيع تزويد كهرباء بحجم الغيغاوات باستمرار في مكان واحد؟ مشكلة محطات طاقة وشبكات الآن
• الربط البيني: عرض النطاق اللازم لمزامنة عشرات إلى مئات الآلاف من وحدات GPU دون تأخّر. هناك سقف فيزيائي لما تستطيع جولة تدريب عملاقة واحدة احتماله
• البيانات: نصوص التدريب عالية الجودة تجفّ بحدّ ذاتها (هناك حدّ لكمّ الكتابة الجيدة التي أنتجتها البشرية)

ما يأتي بعد «معركة المال» هو «معركة طاقة وفيزياء وعقول». ولذلك تتحوّل الشركات الآن نحو الاستثمار في الطاقة النووية، وتطوير شرائح مخصّصة خاصة بها، والاستفادة من البيانات الاصطناعية، والبحث في البنى الكفؤة. والعصر الذي كان بإمكانك الفوز فيه بإلقاء المال يتحوّل، من باب المفارقة، إلى عصر لا تستطيع فيه الفوز بالمال وحده.

الخلاصة

الطبيعة الحقيقية لنموذج LLM هي «جهاز تنبؤ عملاق تظلّ فيه مئات المليارات إلى أكثر من تريليون (وزن) تحسب احتمال الكلمة التالية». ويتولّى انتباه Transformer «الترجيح المعتمد على السياق»، فيما يجعل التدريب المسبق (الذي يلتهم معظم الحوسبة والطاقة والمال) إضافةً إلى التدريب اللاحق (RLHF، تدريب الاستدلال) المفاتيح ذكية. والذكاء ليس سحرًا — بل ناتج عرضي لتدريب «تخمين الكلمة التالية» إلى أقصى حدّ على نصوص هائلة.

من حيث الكهرباء: يستهلك السؤال الواحد 0.24 Wh (الوسيط) وفق قياس Google نفسها، والسؤال القصير 0.42 Wh وفق تقدير طرف ثالث، أما الطلب الطويل إلى أثقل النماذج فيتجاوز 29 Wh (أكثر من 65 ضعف الأكفأ)؛ وتدريب GPT-3 وحده استهلك 1,287 ميغاواط ساعة. وعلى مستوى المجتمع يتراكم استهلاك جانب الاستدلال، ويُتوقع أن تتضاعف كهرباء مراكز البيانات عالميًا إلى نحو 945 تيراواط ساعة بحلول 2030 (IEA). "إنجاز كل شيء بأقوى نموذج" رفاهية في الكهرباء والتكلفة؛ والتصرف الذكي هو اختيار النموذج بحسب ثقل المهمة.

ثم السؤال الجوهري — "هل تطوير نماذج اللغة الكبيرة معركة أموال؟" الجواب: "صحيح في جوهره، مقتصرًا على التدريب المسبق عند القمة" (نحو 78 مليون دولار حوسبةً لـ GPT-4، وأكثر من مليار دولار للجولة متوقعة بحلول 2027). لكن التيار المعاكس "المال وحده لا يكفي للفوز" قوي أيضًا (إعادة DeepSeek ضبط أرضية التكلفة، والكفاءة، والتقطير). تحديث الأداء الأقصى معركة أموال، وتقديم أداء عملي بتكلفة منخفضة معركة دهاء — وهذه البنية ذات الطبقتين هي واقع 2026. ثم يأتي الجدار المادي للطاقة والترابط وندرة البيانات. إن فهم نموذج اللغة الكبير لا بوصفه "صندوقًا سحريًا" بل "آلة احتمالات تعمل بالكهرباء" يقيك الانجراف وراء الحماس المفرط أو الخوف المفرط. لمعرفة المزيد، راجع ما هو نموذج اللغة الكبير (مدخل) ونافذة السياق ومقارنة الخطط المجانية.

الأسئلة الشائعة

س. هل المزيد من المعاملات (الأوزان) أذكى دائمًا؟
ج. «الأكبر كان أذكى» صدق ذات يوم على نحو شبه شامل، لكن في 2026 ليس الأمر بهذه البساطة. فحتى عند العدد نفسه من المعاملات، يتفاوت الأداء كثيرًا بحسب جودة البيانات والتدريب اللاحق وبراعة البنية. وقد تكاثرت النماذج الصغيرة-لكن-الذكية (ثمار التقطير والتصميم الكفؤ)، ولم تعد معادلة «عدد المعاملات = الذكاء» قائمة. لقد دخلنا عصر «كيف دُرِّب» فوق «كم عدده».

س. هل «يفهم» نموذج LLM حقًا، أم أنه حفظ صمّ؟
ج. حتى الخبراء يختلفون — إنه سؤال صعب. والمؤكّد أنه «يُبدي تعميمًا لا يستطيع الحفظ الصمّ تفسيره» (فهو يحلّ مسائل ليست في تدريبه). وأمّا كون ذلك «الفهم المعنوي نفسه عند البشر» فمسألة منفصلة لا جواب واضح لها. وعمليًا، عامِله بوصفه «جهاز تنبؤ بالغ التطوّر يتصرّف كأنه يفهم». ولهذا بالضبط يخطئ بثقة بالغة (الهلوسة).

س. هل أستطيع بناء نموذج LLM خاص بي؟
ج. «فئة القمة» مستحيلة على فرد (تحتاج مئات الملايين من الدولارات وعشرات الآلاف من وحدات GPU). لكن تدريب نموذج صغير، أو الضبط الدقيق لنموذج مفتوح موجود، ممكن حتى للأفراد. وعلاوة على ذلك، تُلبَّى معظم الاحتياجات العملية باستخدام النماذج الموجودة عبر واجهة API. ولا حاجة تقريبًا إلى «بناء كل شيء بنفسك».

س. هل استهلاك الذكاء الاصطناعي للطاقة مشكلة خطيرة للكوكب؟
ج. حقيقة أن الحجم يصبح غير قابل للتجاهل (طاقة مراكز البيانات نحو 1.5% من العالم، ويُتوقَّع أن تتضاعف بحلول 2030 — IEA). لكن الكفاءة تتقدّم بشراسة بالتوازي؛ و«الطاقة لكل رمز» تنخفض عامًا بعد عام. والمشكلة أقلّ في «كفاءة سؤال واحد» منها في «النمو الانفجاري للحجم الكلّي × التكرار». وكم تستطيع الطاقات المتجدّدة والنووية والشرائح المخصّصة أن تعوّض ذلك هو محور المستقبل.

س. في النهاية، ما الجدير بمعرفته بوصفك مستخدمًا؟
ج. ثلاثة أمور. (1) النموذج «متنبّئ احتمالي»، فهو يخطئ حتى بنبرة واثقة (تحقّق من المعلومات المهمة). (2) الأسئلة الثقيلة مكلفة في الطاقة والمال، فاختر النموذج بحسب ثقل المهمة (المهام الخفيفة للنماذج الخفيفة). (3) «الأداء الذروي» معركة أموال، لكن «الأداء العملي» يصبح أرخص وأكفأ في الطاقة كل عام (انتظار تطوّر النماذج المجانية/الرخيصة حركة ذكية أيضًا). وكلّما عرفت الآلية أكثر، استطعت استخدام الذكاء الاصطناعي بثمن أرخص وبراعة أكبر.