مشروع تضمين بيانات ويكي
أعلنت مؤسسة ويكيبيديا عن إطلاق مشروع جديد يحمل اسم “مشروع تضمين بيانات ويكي”، بالتعاون مع شركتي DataStax وجينا، يهدف إلى تمكين الوصول إلى البيانات الضخمة الموجودة في ويكيبديا ومواقعها الشقيقة، والتي تقارب نحو 120 مليون مدخل، بحيث تصبح قابلة للاستخدام بشكل أفضل من قبل نماذج الذكاء الاصطناعي.
يعتمد المشروع على تقنية البحث الدلالي القائمة على المتجهات، ما يمكّن أنظمة الذكاء الاصطناعي من فهم المعنى والعلاقات بين الكلمات وليس مجرد مطابقة كلمات مفتاحية فحسب. وهو يسهل استخدام اللغة الطبيعية في الاستعلام عن البيانات، مما يخفف الحاجة إلى لغات استعلام متخصصة مثل SPARQL التي كانت مستخدمة في السابق.
كما يسهم في توفير بيانات عالية الجودة وموثوقة لتدريب نماذج الذكاء الاصطناعي، فبدلاً من الاعتماد على مجموعات بيانات عشوائية ذات دقة متدنية مثل Common Crawl، يمكن للمطورين الآن البناء على معارف محرري ويكيبيديا المؤكدة.
إلى جانب ذلك، تُهيّأ البيانات بشكل مُهيكل لإعطاء سياق دلالي غني، مثل ربط كلمة “عالم” بمعلومات عن علماء بارزين أو مفاهيم ذات صلة، ما يساعد على ربط المفاهيم المختلفة وتوفير سياقات أقوى للنماذج.
يؤكّد مدير مشروع الذكاء الاصطناعي في ويكيبيديا أن هذه المبادرة تُبيّن كيف يمكن للذكاء الاصطاني أن يكون مفتوحًا وتعاونيًا وليس حكرًا على منصات قليلة، كما أن المشروع متاح للجمهور عبر Toolforge، مما يجعله موردًا يمكن لأي مطور استخدامه بحرية.
