بيخمّن ويتصحّح
01مفيش حاجة بتتعلم من غير ما حد يحط تخمينها جنب اللي حصل.
ده شرح أصلي لأفكار الكتاب، مش ترجمة ولا نسخة منه. لو عجبك، اشتري الكتاب الأصلي.
مثال مصري — مش من الكتاب
أربعين كيلو سمك اترموا الشهر اللي فات، يعني قرب ٤٠٠٠ جنيه. زينهم، ٤٧ سنة، بيشتري من حلقة السمك في إدكو الفجر لفرشته ولتلات مطاعم جنبه، وبيحدد الكيلوهات بالإحساس: الهوا، واليوم، وفرح في الشارع. السمك اللي باظ كان في الأيام الهادية، وفي جمعتين خلّص كل اللي معاه قبل تسعة الصبح. ابنه عايز يعمل له أبلكيشن «يتوقع لوحده». بس ولا مرة حد فيهم كتب تخمينة الصبح جنب اللي اتباع فعلًا.
شرح من الآخر
بص، الأبلكيشن اللي ابن زينهم عايزه مش هيعمل غير اللي زينهم بيعمله في دماغه، بس بأرقام. هيستقبل علامات تتسجّل: اليوم، والهوا، وعدد الأفراح. كل علامة ليها رقم بيحدد تأثيرها، اسمه الوزن، والنواتج تتجمع في تخمين واحد للكيلوهات. لحد هنا ده توقع وبس. التعلم بيبدأ لما التخمين يتحط جنب اللي اتباع فعلًا، والأوزان تتعدّل حبة في الاتجاه اللي يقرّب المرة الجاية، واللفة تتكرر. ومفيش مكان تاني الموديل بيشيل فيه اللي اتعلمه غير الأوزان دي. النوع ده اسمه التعلم بإشراف (supervised learning): بتحوّل حاجة عارفها لحاجة عايز تعرفها، زي كيلوهات بكرة. وزي ما الكاتب بيقول، ادّيله على الأقل اللي بني آدم محتاجه عشان ياخد نفس القرار.
الأفكار المهمة
- التعلم العميق (deep learning)
- فرع من تعلم الآلة، بيتستخدم في مجالات زي الصور والنصوص والصوت.
- الأوزان (weights)
- رقم بيحدد تأثير كل علامة، والبيو بتاعه بيقول إنه درّب فوق ١٦٠ مليار.
- المجموع الموزون (weighted sum)
- تضرب كل علامة في وزنها وتجمع، والوزن السالب بيشد التخمين لتحت.
لفة واحدة
- 1هات العلاماتاللي تقدر تسجّله
- 2اديها وزنكل واحدة بقدرها
- 3قارن باللي حصلبعد ما يحصل
- 4عدّل شويةمش مرة واحدة
أمثلة من الكتاب
ماتش الـ٩٨٪. في مثال متخيّل، الشبكة بتدّي فريق Red Sox فرصة ٩٨٪ يكسب، والفريق يخسر. فكل وزن يتعدّل حبة، عشان نفس الأرقام تطلّع نسبة أقل المرة الجاية.
صوابع اللاعيبة. العلامة اللي رقمها كبير ممكن تشد التخمين أكتر من اللي وزنها أكبر. بأوزان ٠٫١ و٠٫٢ وصفر طلع التخمين ٠٫٩٨، وأغلبه جه من متوسط صوابع رجلين اللاعيبة، مش من سجل الفوز اللي وزنه أكبر.
في السمك الغلطة بتتدفع كل يوم: كيلو بايظ الصبح، أو زبون راح لغيره الضهر. وأي أبلكيشن هيبدأ من نفس النقطة: محتاج شهور من التخمينة جنب المبيعات، والشهور دي محدش سجّلها.
الغلط الشائع
القاعدة دي شرط، مش ضمان. نص خبرة زينهم في حاجات عمرها ما اتكتبت: ريحة الهوا، وكلام القهوة عن فرح الخميس. ولو ابنه عايز الموديل يحس بالفرح، حد لازم يكتب كل ليلة: بكرة فيه فرح ولا لأ.
اتغير إيه من وقت الكتاب؟
رأينا، مش من الكتاب
عدد الأوزان لوحده بقى بيقول أقل مما يبان. الـ١٦٠ مليار اللي في البيو كانت حقيقية، بس كانت جدول متجهات كلمات، يعني صف أرقام لكل كلمة: دراسة تراسك سنة ٢٠١٥ بتقول ٢٠ ألف رقم لكل كلمة، اتدرّبت في ليلة على ٣ معالجات عادية. بعد الكتاب، GPT-3 في ٢٠٢٠ كان ١٧٥ مليار، بس موديل لغة كامل، مش جدول كلمات. وDeepSeek-V3 في آخر ٢٠٢٤ فيه ٦٧١ مليار، وبيشغّل منهم حوالي ٣٧ مليار بس لكل كلمة. وتقرير OpenAI عن GPT-4 ما قالش حجمه خالص.
اسأل فريقك
فريقك هنا أي حد بيدرّب أو بيبيع أو بيعلّمك موديل: الكورس، أو الفريلانسر، أو الشركة. اسأله: «إيه اللي داخل له بالظبط؟ وبني آدم يقدر يقرر منه لوحده؟» ولو ماعندوش قايمة مكتوبة، اقف قبل ما تدفع.
الفخ
تدفع في الأبلكيشن قبل ما يبقى عندك سجل. موديل من غير شهور تخمينات جنب اللي حصل هيطلّع رقم واثق، والرقم الواثق ده تمنه نفس الكيلوهات اللي بتترمي النهارده. ابدأ بالورقة شهرين، وبعدها فكّر في الأبلكيشن.
من الآخر
ورقة التخمين جنب الحقيقة أرخص من أي أبلكيشن.
فرح بكرة لازم يتكتب الليلة، وإلا مالوش وزن.
اسأل عن قايمة المداخل قبل ما تسأل عن الدقة.
جرّبها بكرة
اختار قرار بتاخده بالإحساس كل يوم أو كل أسبوع، زي كمية طلبية أو ساعات مذاكرة. اكتب تخمينك على ورقة قبله، وبعدها اكتب جنبه اللي حصل فعلًا.
