نماذج الاستدلال لا تقول دائمًا ما تفكر فيه. أما نموذجنا فيقول.
تحقق من الحقول والاستعلامات وراء كل حساب لقسط التأمين.
يمكن للمراجعين رؤية كيف حُسبت النتيجة من بيانات الطلب.
تحقق من القواعد والصفوف المستخدمة في كل نتيجة أهلية.
الذكاء الاصطناعي التوليدي أشبه بكائن فضائي قرأ كل نصوص الإنترنت واختار تمثيله الداخلي الخاص لـ "يرى" اللون. تُسمى هذه التمثيلات أبعادًا، ولا نعرف ما تعنيه. قد يكون تردد الضوء أحد أبعاده أو شيئًا لا نفهمه. ولا نعرف كذلك كيف يفسّر الكلمات التي نقولها له.
يرى البشر اللون البني كمزيج من الأحمر والأخضر والأزرق عبر ثلاثة أنواع من المخاريط في أعيننا. وقد دُرّب Prereasoner بالطريقة نفسها. أبعاده مسماة بأسماء خصائص schema.org مثل الدولة والعملة. لذلك يمكن تتبع السؤال والإجابة إلى تلك الخصائص في نموذجنا.
يتنبأ الذكاء الاصطناعي التوليدي بالكلمة التالية الأكثر احتمالًا. قد يختار كلمة في المرة الأولى وكلمة أخرى في المرة الثانية. هذا ما يجعله شبيهًا بالبشر في روبوتات المحادثة. لكن في حساب مالي، يعني ذلك أن السؤال نفسه قد يعطي رقمًا مختلفًا.
يحوّل Prereasoner السؤال إلى أبعاد مسماة مثل "SUM" لـ "SALES" في "FRANCE". ثم يُحوَّل ذلك إلى استعلام SQL أو كود Python بشكل حتمي. وعند تشغيله، تحسب قاعدة البيانات أو الكود الرقم. مع البيانات نفسها، تحصل على الاستعلام نفسه والإجابة نفسها.
| ما يحتاجه المراجع | الذكاء الاصطناعي التوليدي | Prereasoner |
|---|---|---|
| شرح سبب اتخاذ القرار | شرح مولَّد قد لا يكون صادقًا | الاشتقاق نفسه: استعلام SQL والخطوات والصفوف |
| إعادة إنتاج الإجابة للمدقق | قد تختلف مع أخذ العينات | الاستعلام والإجابة نفسهما مع البيانات والإعدادات نفسها |
| معرفة الحقول التي أدت إلى النتيجة | غير مرئية داخل النموذج | كل عمود مستخدم موجود في الاستعلام |
| معرفة مصدر الرقم | يكتبه النموذج | تحسبه قاعدة البيانات من صفوفك |
| التعامل مع سؤال لا تستطيع البيانات الإجابة عنه | يميل إلى الإجابة على أي حال | يطلب منك التوضيح في الحالات المدعومة |
| إبقاء البيانات الخاضعة للتنظيم في سحابتك الخاصة | يعتمد على المزوّد | قابل للاستضافة الذاتية في مشروعك السحابي الخاص |
يعرض Prereasoner الاستعلام والصفوف وراء كل إجابة.