تواجه نماذج اللغة الكبيرة (Large Language Models) تحديات كبيرة عند الرد على أسئلة متخصصة في مجالات بعينها، مما يجعل من الضروري تطوير تقنيات جديدة تسهم في تحسين دقة الإجابات. هنا يأتي دور تقنية استرجاع المعزز بالتوليد (Retrieval-Augmented Generation) أو ما يُعرف باختصار RAG.

في إطار البحث الجديد المعروف باسم FAIR GraphRAG، يتم دمج مبادئ FAIR (سهولة البحث، الوصول، التشغيل البيني، وإعادة الاستخدام) مع أساليب استرجاع البيانات المبنية على الرسوم البيانية (Graph-based approaches). يعتمد هذا الأسلوب على استخدام الرسوم البيانية لاستغلال العلاقات الدلالية داخل الرسوم البيانية المعرفية (Knowledge Graphs) لتحسين عمليات الاسترجاع.

تعتبر مبادئ FAIR مهمة بشكل خاص في إدارة البيانات العلمية خاصة في المجالات المعقدة مثل الطب. لكن، الطرق الحالية لأسلوب RAG افتقرت إلى تنظيم FAIR المناسب للموارد المعرفية. وقد تسبب هذا النقص في تقييد القدرة على استرجاع المعلومات بشكل فعال في تلك المجالات.

تم تصميم نموذج FAIR GraphRAG ليكون بمثابة حل شامل لهذا الفجوة. يُعتمد إطار العمل الجديد على إدماج الكائنات الرقمية المعتمدة على FAIR (FAIR Digital Objects) كوحدات أساسية في نظام الاسترجاع القائم على الرسوم البيانية. حيث يمثل كل عقدة في الرسم البياني كائن FAIR تحتوي على البيانات الأساسية، والبيانات الوصفية، والمعرفات الثابتة، والروابط الدلالية.

يستفيد النموذج من نماذج اللغة الكبيرة لدعم بناء المخططات والاستخراج الآلي للمحتوى والبيانات الوصفية من مصادر البيانات. وقد تم تطوير الإطار بالتعاون بين الأطباء وعلماء الحاسوب لضمان توافقه مع الجوانب التقنية والسريرية.

تم تطبيق FAIR GraphRAG على مجموعة بيانات طبية في مجال أمراض الجهاز الهضمي، حيث أظهر التطبيق فعاليته في التعامل مع بيانات تسلسل RNA. فبالإضافة إلى الالتزام بمبادئ FAIR، ساهم FAIR GraphRAG بشكل كبير في تحسين دقة الإجابات ومعرفة المجالات، وشرح البيانات، خصوصاً للأسئلة المعقدة التي تشمل بيانات وصفية وروابط أنطولوجية.

هذا البحث يُظهر إمكانية دمج ممارسات البيانات FAIR مع تقنيات الاسترجاع المعتمدة على الرسوم البيانية. ونتطلع إلى استكشاف إمكانيات تطبيق نموذجنا في مجالات متخصصة أخرى مثل التعليم والأعمال.

ما رأيكم في هذا التطور الثوري الذي قد يغير من طريقة استرجاع البيانات في المجالات المعقدة؟ شاركونا في التعليقات!