الذكاء الاصطناعي يحتاج إلى لغة جديدة

GEUL — لغة اصطناعية للتواصل الواضح بين البشر والذكاء الاصطناعي

لماذا انتهى عصر هندسة الأوامر

كلما ازدادت النماذج ذكاءً، صار "ما تعرضه عليها" أهم من "كيف تقول لها". التحول من الموجِّه إلى السياق، والبنى التحتية السبع التي تحتاجها هندسة السياق.

لماذا التوضيح ضروري

لا بد للغة الطبيعية أن تطول كي تزيل الغموض. في بنية فيها معرّفات وأماكن مُنمَّطة ينكسر التوازن بين الوضوح والإيجاز، ويصير الوضوح شرطًا مسبقًا للفهرسة والتحقق وفحص الاتساق.

لماذا التحقق الميكانيكي ضروري

لا تعرف اللغة الطبيعية مفهوم "الجملة غير الصالحة"، فتدخل المعلومات السياق بلا فحص. لماذا يجب أن يأتي التحقق الآلي، الذي يصفّي الشكل وفق مواصفة، أولًا في خط المعالجة.

لماذا التصفية ضرورية

ليست كل معلومة صالحة معلومةً لازمة. المرشِّح الذي ينتقي ما يلزم الآن وحده بحسب الصلة والموثوقية والحداثة، ولماذا تصبح هذه المعايير عمليات على الحقول في التمثيل المُهيكل.

لماذا فحص الاتساق ضروري

المعلومات الصحيحة كلٌّ على حدة قد تتناقض حين تجتمع. أنواع التناقض الثلاثة (الزمني، وبين المصادر، والاستدلالي)، ولماذا يصبح كشفها في التمثيل المُهيكل مقارنةَ حقول وحسابًا.

لماذا نحتاج إلى لغة اصطناعية؟

تطورت اللغة الطبيعية للتواصل البشري. الغموض والتكرار والتلميح مزايا للبشر لكنها أسباب الهلوسة للذكاء الاصطناعي. لا لغات البرمجة ولا أطر التمثيل الدلالي الحالية هي الحل. نحتاج إلى لغة اصطناعية جديدة تستوفي ستة شروط في آن واحد.

لماذا الاستكشاف ضروري

حين تكبر المعرفة حتى يتجاوز الفهرس نفسه نافذة السياق، يبلغ البحث دفعةً واحدة حدّه. لماذا نحتاج الاستكشاف: اختيار اتجاه عند كل مستوى من خريطة هرمية.

لماذا تخلق اللغة الطبيعية الهلوسات؟

الهلوسة ليست خللاً في LLM — بل هي حتمية بنيوية ناتجة عن أربعة عيوب في اللغة الطبيعية: الغموض، وغياب المصدر، وغياب الثقة، وغياب الزمن. النماذج الأكبر لا تحلّها.

لماذا لا تصلح MD/JSON/XML

صُنعت Markdown وJSON وXML كلٌّ لعصر وغرض مختلفين. فيها بنية لكن بلا معنى موحّد، ولا مكان للمصادر. لماذا نحتاج صيغة مستقلة لتسجيل استدلال الذكاء الاصطناعي ومراكمته.

لماذا لغات البرمجة غير كافية

لغات البرمجة تصف الإجراءات. لا تستطيع وصف العالم. JSON يوفر البنية لكن بلا معنى. حتى LISP لا تفعل سوى استعارة الصياغة.

لماذا لا تكفي متجهات التضمين

إعادة ترتيب متجهات التضمين تكسر النموذج. تجنّب الكسر يعني إعادة بناء النموذج من الصفر. ما نحتاجه ليس شفافية داخل الصندوق الأسود، بل طبقة شفافة خارجه.

لماذا فشلت الإسبرانتو

فشلت الإسبرانتو لأنها كانت تتطلب التعلّم، وحاولت أن تحلّ محل اللغات القائمة، وكان غرضها التواصل. أما اللغة الاصطناعية للذكاء الاصطناعي فتسلك طريقًا آخر: لا يحتاج البشر إلى تعلّمها، ولا تحلّ محل اللغة الطبيعية، وغرضها التسجيل والتحقق.

لماذا ويكي بيانات

لا ترفض GEUL ويكي بيانات. إنها تحمّل التفريغ بلا فقدان وتحوّل كل كيان من نحو 120 مليون كيان إلى وثيقة GEUL واحدة تضم كل اللغات. أما تصميم معرّف متوافق دلالياً (SIDX) من نظام تصنيفها وإحصاءات تكرارها فما زال بحثاً جارياً.

لماذا WordNet؟

إن بنيت نظام الأفعال بنفسك ففيه ثغرات واعتباطية وغياب للأساس. تعلّمت GEUL البنية ببناء دليل رموز مؤقت من 13,767 فعلًا في WordNet تراكمت عبر 40 عامًا. ولأن WordNet ليست CC0 ومرتبطة بالإنجليزية، ستُستبدل هذه النسخة المؤقتة بدليل رموز أفعال لا يستخدم WordNet.

لماذا ادعاءات، لا حقائق؟

الحقيقة بعيدة المنال، ولا يبقى لنا إلا ادعاءات أحدهم. لماذا ينبغي لنظام المعرفة أن يتخذ الادعاءات لا الحقائق بياناتٍ أولية، وأن يمنح المصدر والزمن ودرجة الثقة مكانًا تُسجَّل فيه.

لماذا الفهرس المحاذي دلالياً؟

لو كان المعرّف معرفةً لا عنوانًا، لأمكن لعملية بتات واحدة أن تضيّق المرشحين دون أي JOIN. تتناول هذه المقالة SIDX، المعرّف المحاذى دلاليًا الذي تبحثه GEUL، ولماذا سيُحدَّد عرضه من إحصاءات الاستخدام.

لماذا 16 بت؟

صُمّمت كلمة واحدة من 16 بت لتكون وحدة ثلاثة عوالم: تدفق الشبكة، وصيغة الملف، ومفردات LLM. لماذا 16 بت، لا 8 ولا 32 ولا طول متغير.

لماذا تكون الذاكرة المنظمة ضرورية؟

يكتب الذكاء الاصطناعي الملفات جيدًا لكنه لا يجد ما كتبه بنفسه. المشكلة في الاسترجاع لا في التخزين. الطريق من خريطة واحدة لما يوجد وأين، كفهرس المحتويات، إلى ذاكرة مُهيكلة.

لماذا تخزين الاستدلال كشيفرة برمجية؟

بدل أن يستدل LLM من الصفر في كل مرة، يُبلوَر كل استدلال في شيفرة ويُخزَّن مؤقتًا. بنية تشبه مترجم JIT لا تستدعي LLM إلا عند إخفاق الذاكرة المؤقتة، وما تحققه مع الوقت.

لماذا يجب أن تكون التعليقات فهارس؟

التعليقات تُكتب للبشر. لكن عندما يبلغ عدد الدوال 10,000 يجب أن تقرأها الآلات أيضاً. تحويل التعليقات من سرد إلى فهرس يحوّل المسح الشامل إلى بحث فوري.

لماذا يجب أن نتركه فارغًا

تترك GEUL ‏75% من مساحة TAG WORD ذات 16 بت، التي يبدأ بها كل سجل، فارغة. دروس IPv4 ويونيكود وASCII: تكلفة الملء لا رجعة فيها، أما تكلفة الترك فارغًا فهي ثلاث بتات لكل سجل.