باختصار
الـ RNN (Recurrent Neural Network) (شبكة عصبية تكرارية) — شبكة عصبية مصمّمة للبيانات المتسلسلة (زي النصوص والأصوات)، عندها “ذاكرة” بتسمح لها تفتكر معلومات سابقة. حلّ مكانها الـ Transformer في معظم التطبيقات.
بالتفصيل
المعمارية الصح بتفرق زي ما التصميم الهندسي الصح بيخلّي المبنى يستحمل الزلازل — المعمارية بتحدد قوة النموذج.
اختيار المعمارية الصح بيفرق كتير في أداء النموذج. الـ RNN معمارية أو مكوّن بيأثر على إزاي النموذج بيعالج البيانات. الباحثين في شركات زي Google وMeta بيطوّروا معماريات جديدة كل سنة، وكل واحدة بتحاول تحل مشاكل المعماريات القديمة — سواء في السرعة أو الدقة أو استهلاك الذاكرة.
مثال عملي
نماذج زي ChatGPT وStable Diffusion وWhisper كلها مبنية على معماريات مختلفة. الباحثين بيجرّبوا تصميمات جديدة باستمرار — وكل معمارية ليها نقاط قوة وضعف. الـ RNN واحد من التصميمات أو المكونات اللي بتحدد إزاي النموذج بيعالج البيانات وبيطلع نتايج.
مصطلحات مرتبطة
- شبكة عصبية التفافية (CNN (Convolutional Neural Network))
- مزيج الخبراء (Mixture of Experts (MoE))
- بنية مامبا (Mamba Architecture)
- بنية هجينة (Hybrid Architecture)
- نموذج لغوي صغير (Small Language Model (SLM))
قرمصيص للأخبار أخبار الذكاء الاصطناعي بالعربي