الوحدة 8 — دورة حياة مشروع الذكاء الاصطناعي
الصورة الشائعة لمشروع الذكاء الاصطناعي هي النمذجة: خبير أمام منحنيات تعلّم. أمّا واقع المشروع الذي ينجح فمختلف: جوهر الجهد يجري قبل النموذج وبعده. تمرّ هذه الوحدة بالمراحل السبع، مع عتبات القرار التي تقيك الغرق.
أين يذهب الجهد فعلاً
تتقاطع مسوح الميدان منذ سنوات: تمثّل النمذجة 10 إلى 20% من زمن المشروع المكتمل. والباقي: فهم المشكل، والحصول على البيانات وتنظيفها، وبناء البنية التحتية، والنشر، والمراقبة. خطّة مشروع تخصّص معظم وقتها لاختيار الخوارزمية هي إشارة إنذار بذاتها.
المرحلة 1 — التأطير: القرار قبل النموذج
يؤطَّر المشروع بأربعة أسئلة، بهذا الترتيب.
أيّ قرار سينير النظام أو يؤتمته؟ «توقّع انصراف العملاء» ليس غاية؛ «الاتصال أسبوعياً بالعملاء الخمسين الأعلى خطراً» غاية. بلا قرار في نهاية السلسلة، لا ينتج أفضلُ تنبّؤ أيّ قيمة.
كم يساوي التحسّن؟ سعّر الفجوة بين الوضع الحالي ووضعٍ يكون فيه التنبّؤ أفضل بنسبة 20% مثلاً. إن كان الرقم صغيراً فتوقّف هنا — أربح المشاريع أحياناً هو الذي لا تنفّذه.
كم يكلّف كلّ نوع من الخطأ؟ هذا التسعير (الوحدة 7) يحدّد المقاييس والعتبة ومستوى الإشراف البشري المطلوب.
هل يوجد حلّ بسيط؟ قاعدة مهنية، أو فرز، أو متوسّط متحرّك يحسم حصّة مدهشة من طلبات «الذكاء الاصطناعي». هذا السؤال يزعج ويوفّر فصولاً كاملة من السنة.
المرحلة 2 — البيانات: الجرد النزيه
ثلاثة فحوص قبل أيّ نمذجة. التوافر: هل توجد البيانات بعمق تاريخي كافٍ وبالوسوم اللازمة؟ الشرعية: هل يحقّ لك استخدامها لهذا الغرض (الموافقة، وتحديد الغاية، والبيانات الشخصية)؟ التمثيلية: هل تغطّي الحالات التي سيواجهها النظام — أم مجرّد جزء مريح؟
ثم التنظيف: التكرارات، والقيم الناقصة، وتضارب الوحدات، والوسوم المتناقضة. عمل شاقّ لا بريق له، وهو الحاسم: لا خوارزمية تُصلِح بيانات خاطئة.
المرحلة 3 — المرجع: أبسط نموذج ممكن
قبل أيّ نموذج طموح، ابنِ مرجعاً (baseline): القاعدة البديهية (الفئة الغالبة، قيمة الأمس)، ثم نموذجاً بسيطاً (انحدار لوجستي، شجرة صغيرة). ثلاث خدمات يقدّمها: نقطة مقارنة تعطي الأرقام معناها، وتحقّق شامل من خطّ أنابيب البيانات، و— كثيراً — اكتشاف أنّ المرجع يفي بالحاجة.
المرحلة 4 — التكرار: حسّن ما يقيّد
عمل النمذجة الفعلي، في حلقات قصيرة: حلّل أين يخطئ النموذج (أيّ شرائح، أيّ أنماط حالات)، وصُغ فرضية (متغيّر ناقص، بيانات غير كافية عن شريحة، نموذج أبسط من اللازم)، واختبرها، وقِس على مجموعة التحقّق. تحليل الأخطاء هو البوصلة؛ وتكديس التعقيد بلا تشخيص هو الانحراف الكلاسيكي.
توقّف حين لا يعود التحسّن الهامشي يجزي الجهد — العتبة حُدّدت في التأطير، ممّا يقيك مطاردة نقطة الأداء الإضافية إلى ما لا نهاية.
المرحلة 5 — التقييم النهائي: مرّة واحدة
قياس على مجموعة الاختبار (الوحدة 5)، مستكمَل بفحوص لا يظهرها ال مقياس الإجمالي: الأداء بحسب الشريحة (هل النموذج جيّد في كلّ مكان، أم ممتاز في المتوسّط وفاشل على فئة؟)، والسلوك على الحالات الحدّية، والمتانة أمام المدخلات المتدهورة. هنا يُحسَم إنصاف النظام بقدر جودته.
المرحلة 6 — النشر: تدريجي وقابل للتراجع
النموذج في الإنتاج برمجية: مُدارة بالإصدارات، مختبَرة، مراقَبة، وبخطّة تراجع. النشر التدريجي هو القاعدة: وضع الظلّ (يتنبّأ النموذج دون أن يتصرّف، وتُقارَن نتائجه بالعملية القائمة)، ثم جزء من الحركة، ثم التعميم إن صمدت المؤشّرات. تحويل دفتر تجارب إلى خدمة موثوقة — قابلية إعادة الإنتاج، والكمون، والتوسّع — حرفة قائمة بذاتها: إنها MLOps، ولها دورة مخصّصة في المسار.
المرحلة 7 — المراقبة: النموذج يشيخ
يتدهور النموذج من دون أن يلمسه أحد، لأنّ العالم يتحرّك: تتطوّر السلوكيات والأسعار والمنتجات وأساليب الاحتيال. هذا هو الانجراف (Drift). تُراقَب ثلاث عائلات من الإشارات: توزيع المدخلات (هل ما زالت بيانات اليوم تشبه بيانات التدريب؟)، وتوزيع التنبّؤات، و— حالما تصل الإجابات الحقيقية — الأداء الفعلي. وتطلق العتباتُ إنذاراً ثم إعادة تدريب: وتعود الدورة إلى المرحلة 2.
«كيف سنعرف، بعد ستّة أشهر، أنّ النموذج تدهور — وماذا سيحدث عندها؟» إن لم تجب الخطّة عن هذا السؤال، فالمشروع ليس جاهزاً للإنتاج، مهما بلغت جودة النموذج اليوم.
الخلاصة
- تزن النمذجة 10–20% من الجهد؛ والبيانات وما بعد النشر يصنعان الباقي.
- تأطير بأربعة أسئلة: أيّ قرار، وأيّ قيمة، وأيّ كلفة للأخطاء، وهل يوجد حلّ بسيط.
- دائماً مرجع بديهي قبل النموذج الطموح؛ فهو يضبط المقياس ويتحقّق من خطّ الأنابيب.
- نشر تدريجي قابل للتراجع؛ ومراقبة انجراف بعتبات وخطّة إعادة تدريب — النموذج غير المراقَب يتدهور في صمت.
الوحدة التالية: ما تعلّمه حالات النجاح الموثّقة وحالات الفشل المشهورة — الأنماط التي تتكرّر في الجانبين.