WEBVTT

00:00:00.000 --> 00:00:02.300
تخيل هذا أن تعمل على تطبيق في شركتك

00:00:02.300 --> 00:00:03.840
ربما تكون بوابة الموارد البشرية

00:00:03.840 --> 00:00:05.260
أو قاعدة بيانات دعم العملاء

00:00:05.260 --> 00:00:08.460
أو الوكايد الداخلي الذي يحتوي على كل تلك السياسات التي يجب عليك اتباعها

00:00:08.460 --> 00:00:09.900
تكتب سؤالاً في شريط البحث

00:00:09.900 --> 00:00:10.500
شيء مثلي

00:00:10.500 --> 00:00:12.560
كيف أقدم تقرير مصاريف لعشاء عمل مع عميل

00:00:12.560 --> 00:00:13.720
تضغط على زر الإدخال

00:00:13.720 --> 00:00:14.520
وماذا تحصل

00:00:14.520 --> 00:00:15.280
لا شيء

00:00:15.280 --> 00:00:16.040
أو الأسوأ من ذلك

00:00:16.040 --> 00:00:18.300
قائمة بملفات PDF عشوائية من ثلاث سنوات

00:00:18.300 --> 00:00:20.240
مضت تطابق نوعاً مع الكلمات التي كتبتها

00:00:20.240 --> 00:00:21.920
البحث هو شيء نستخدمه كل يوم

00:00:21.920 --> 00:00:23.860
وفي أغلب الأحيان يكون سيئاً للغاية

00:00:23.860 --> 00:00:24.720
لكن إليك الأمر

00:00:24.720 --> 00:00:25.980
لا يجب أن يكون كذلك

00:00:25.980 --> 00:00:28.560
ماذا لو كانت تطبيقاتك قادرة حقاً على فهم ما تطلبه

00:00:28.560 --> 00:00:31.020
ماذا لو كان بإمكانها البحث بطريقة التي يعمل بها جوجل

00:00:31.020 --> 00:00:33.400
فتجد الإجابة الصحيحة حتى عندما لا تستخدم الكلمات المثالية

00:00:33.400 --> 00:00:35.620
اليوم سنتناول خدمة أشر أي سيرش

00:00:35.620 --> 00:00:36.420
ما هي في الواقع

00:00:36.420 --> 00:00:37.740
وكيف تعمل في الخلفية

00:00:37.740 --> 00:00:40.820
ولماذا هي محرك البحث الذي تبنى عليه التطبيقات الحديثة

00:00:40.820 --> 00:00:42.460
أحضر قهوتك والنبدأ

00:00:42.460 --> 00:00:43.700
لماذا البحث معطل

00:00:43.700 --> 00:00:45.180
لفهم سبب فشل البحث عادة

00:00:45.180 --> 00:00:47.980
يجب أن ننظر إلى كيفية قيام معظم التطبيقات بذلك في الواقع

00:00:47.980 --> 00:00:51.280
الطريقة التقليدية تسمى البحث بالكلمات الرئيسية أو البحث المعجمي

00:00:51.280 --> 00:00:53.040
تكتب كلمة لابتوب في المربع

00:00:53.040 --> 00:00:56.840
فيقوم النظام بالبحث والعثور على كل مستند يحتوي على تلك الكلمة بالضبط

00:00:56.840 --> 00:01:01.000
في الخلفية تستخدم الكثير من هذه الأنظمة خوارزمية تسمى بي أم خمسة وعشرون

00:01:01.000 --> 00:01:03.880
إنها ليست معقدة لكنها ذكية بطريقتها الخاصة

00:01:03.880 --> 00:01:06.780
تقوم بي أم خمسة وعشرون بترتيب النتائج بناء على بضعة أمور

00:01:06.780 --> 00:01:09.660
مدى تكرار مصطلح البحث في المستند وطول المستند

00:01:09.660 --> 00:01:12.680
ومدى ندرة مصطلح البحث في مجموعة البيانات بأكملها

00:01:12.680 --> 00:01:18.060
فكر فيها كعداد كلمات متطور جدا يحدد المستندات الأكثر صلة بناء على تلك العوامل

00:01:18.060 --> 00:01:19.460
هنا تكمن المشكلة

00:01:19.460 --> 00:01:21.000
اللغة البشرية فوضوية

00:01:21.000 --> 00:01:24.020
لا يطرح الناس الأسئلة باستخدام نفس الكلمات التي تستخدمها المستندات

00:01:24.020 --> 00:01:25.800
دعني أعطيك مثالا ملموسا

00:01:25.800 --> 00:01:28.000
يكتب مستخدم هذا في بوابة الدعم

00:01:33.880 --> 00:01:38.220
مستندات تحتوي على لابتوب يتجمد مكالمات فيديو وما إلى ذلك

00:01:38.220 --> 00:01:40.620
ولكن ماذا لو كان أفضل مقال حول هذا الموضوع بعنواني

00:01:40.620 --> 00:01:42.640
استكشاف أخطاء تعليق النظام أثناء اجتماعات تيمز

00:01:42.640 --> 00:01:46.200
أو إدارة اختناق وحدة المعالجة المركزية على أجهزة لابتوب المتصلة بقاعدة إرساء

00:01:46.200 --> 00:01:48.480
البحث بالكلمات الرئيسية يغفل تلك المقالات تماما

00:01:48.480 --> 00:01:50.400
لماذا؟ لأن الكلمات لا تتطابق

00:01:50.400 --> 00:01:51.860
المشكلة الجوهرية هي هذه

00:01:51.860 --> 00:01:53.760
البحث بالكلمات الرئيسية يفهم التهجئة

00:01:53.760 --> 00:01:56.380
إنه يفهم أنماط الأحرف لكنه لا يفهم المعنى

00:01:56.380 --> 00:01:58.160
تحصل على نتائج تحتوي على الأحرف الصحيحة

00:01:58.160 --> 00:01:59.780
ولكن غالبا ما يكون المحتوى خاطئا

00:01:59.780 --> 00:02:02.460
لذا إذا كان تطابق الكلمات الدقيق يترك الكثير من الفجوات

00:02:02.460 --> 00:02:03.420
فما هو البديل؟

00:02:03.420 --> 00:02:04.280
الطريقة الجديدة

00:02:04.280 --> 00:02:05.400
البحث المتجهي

00:02:05.400 --> 00:02:08.460
إذن البحث المتجهي هو طريقة مختلفة تماما لإنجاز الأمور

00:02:08.460 --> 00:02:11.280
بدلا من مطابقة الكلمات الدقيقة فإنه يطابق المعنى

00:02:11.280 --> 00:02:12.340
قد يبدو هذا نظريا

00:02:12.340 --> 00:02:13.440
لذا دعنا نبسطه

00:02:13.440 --> 00:02:15.140
أبسط تعريف تحتاج لمعرفته هو هذا

00:02:15.140 --> 00:02:18.540
المتجه هو مجرد قائمة من الأرقام تمثل شيئا يمكن للحاسوب التعامل معه

00:02:18.540 --> 00:02:20.900
هذا كل شيء مجرد قائمة من الأرقام

00:02:20.900 --> 00:02:23.940
التضمين هو نوع خاص من المتجهات يلتقط معنى نص

00:02:23.940 --> 00:02:26.620
إنه يأخذ جملة أو فقرة أو حتى مستندا كاملا

00:02:26.620 --> 00:02:28.540
ويحوله إلى قائمة طويلة من الأرقام

00:02:28.540 --> 00:02:31.280
الحاسوب لا يفهم الكلمات لكنه يفهم الأرقام

00:02:31.280 --> 00:02:33.120
إليك تشبيه يساعد على فهم ذلك

00:02:33.120 --> 00:02:35.060
فكر في المتجهات كإحداثيات على خريطة

00:02:35.060 --> 00:02:37.340
على الخريطة تتقارب الأماكن المتشابهة من بعضها

00:02:37.340 --> 00:02:40.400
في فضاء المتجهات ينتهي المطاف بالمفاهيم المتشابهة بالقرب من بعضها

00:02:40.400 --> 00:02:42.780
متجه كلمة ملك ومتجه كلمة ملكة

00:02:42.780 --> 00:02:44.880
متقاربان لأنهما يمثلان أفكار مترابطة

00:02:44.880 --> 00:02:48.380
متجه كلمة ملك ومتجه كلمة تفاحة متبعدان جدا

00:02:48.380 --> 00:02:50.700
الحاسوب لا يعرف معنى ملك بالمعنى البشري

00:02:50.700 --> 00:02:54.760
لكنه يستطيع قياس المسافة بين إحداثياتها وإحداثيات أي كلمة أو مستند آخر

00:02:54.760 --> 00:02:57.660
الأمر أشبه بامتلاك نظام تحديد مواقع جي بي اس للأفكار

00:02:57.660 --> 00:03:00.940
يعرف النظام مدى تبعد المفاهيم عن بعضها بمجرد النظر إلى الأرقام

00:03:00.940 --> 00:03:04.840
عندما تبحث باستخدام المتجهات يقوم النظام بتحويل استعلامك إلى تضمين

00:03:04.840 --> 00:03:08.260
ثم يعثر على المستندات التي تكون تضميناتها هي الأقرب لتضمينك

00:03:08.260 --> 00:03:12.460
إنه يجد أشياء متشابهة دلاليا تشترك في المعنى وليس فقط في المفردات

00:03:12.460 --> 00:03:15.280
تخيل أنك تبحث عن مستند حول إصلاح حاسوب محمول متجمد

00:03:15.280 --> 00:03:19.460
مع البحث بالكلمات المفتاحية سيتعين عليك كتابة تجمد أو تعليق بدقة

00:03:19.460 --> 00:03:24.260
لكن مع البحث المتجهي يمكنك كتابة حاسوبي يتوقف عن الاستجابة وسيعثر على المستند الصحيح

00:03:24.260 --> 00:03:25.920
تلك هي قوة فهم المعنى

00:03:25.920 --> 00:03:28.380
دعنا نعود إلى مثال البحث الذي تعطلنا فيه

00:03:28.380 --> 00:03:31.080
مستخدم يكتب حاسوب المحمول يتجمد باستمرار

00:03:31.080 --> 00:03:35.400
مع البحث المتجهي يمكن للنظام إرجاع مقالة حول تعليق النظام أثناء اجتماعات تيمز

00:03:35.400 --> 00:03:37.660
رغم أن أينا من تلك الكلمات لم تظهر في الاستعلام

00:03:37.660 --> 00:03:42.820
لماذا؟ لأن معنى تعليق النظام قريب جدا من تجمد الحاسوب في فضاء المتجهة

00:03:42.820 --> 00:03:45.740
هذه المفاهيم تعيش بالقرب من بعضها على تلك الخريطة

00:03:45.740 --> 00:03:48.880
النظام لا يهتم بالكلمات الدقيقة بل يهتم بما تقصده

00:03:48.880 --> 00:03:50.440
هذا هو الاختراق الحقيقي

00:03:50.440 --> 00:03:53.100
بدأت الحواسيب تفهم القصدة وليس فقط الإملاء

00:03:53.100 --> 00:03:56.000
إنها تجد إجابات قد يغفل عنها البحث بالكلمات المفتاحية تماما

00:03:56.000 --> 00:03:58.340
لكن البحث المتجهي لديه نقطة ضعف أيضا

00:03:58.340 --> 00:04:01.540
إنه قد يغفل عن المطابقات الدقيقة التي تعد بالغة الأهمية

00:04:01.540 --> 00:04:03.900
إذا بحث فني عن رمز خطأ محدد مثل

00:04:03.900 --> 00:04:11.320
فقد يعطي البحث المعتمد على المتجهات الأولوية لمستندات حول أخطاء القرص أو تلف نظام الملفات

00:04:11.320 --> 00:04:14.140
بدلا من المستند الدقيق الذي يشرح ذلك الرمز بعينه

00:04:14.140 --> 00:04:15.940
إنه يستبدل الدقة بالفهم

00:04:15.940 --> 00:04:17.520
إذن لدينا طريقتان

00:04:17.520 --> 00:04:19.400
البحث بالكلمات المفتاحية رائع للدقة

00:04:19.400 --> 00:04:22.700
إنه يحدد بدقة المصطلحات ومعرفة المنتجات وأرقام العقود

00:04:22.700 --> 00:04:24.460
البحث بالمتجهات رائع للمعنى

00:04:24.460 --> 00:04:27.080
إنه يعثر على الإجابة الصحيحة حتى لو لم تستخدم الكلمات المناسبة

00:04:27.080 --> 00:04:28.600
لكل منهما نقاط عمياء

00:04:28.600 --> 00:04:30.580
وهذا يطرح سؤالاً بديهيناً

00:04:30.580 --> 00:04:33.720
ماذا لو تمكنت من الجمع بين النهجين والحصول على أفضل ما في العالمين؟

00:04:33.720 --> 00:04:34.740
الاختراق الهاجين

00:04:34.740 --> 00:04:36.980
البحث الهاجين هو أفضل ما في العالمين

00:04:36.980 --> 00:04:40.200
إنه يقوم بتشغيل البحث بالكلمات المفتاحية والبحث بالمتجهات في وقت واحد

00:04:40.200 --> 00:04:42.360
ثم يدمج النتائج في قائمة واحدة مصنفة

00:04:42.360 --> 00:04:44.080
بدلاً من اختيار نهجاً على حساب الآخر

00:04:44.080 --> 00:04:47.160
يستخدم النظام طريقة تسمى دمج الرتب المتبادل أو RRF

00:04:47.160 --> 00:04:48.680
إليك كيف يعمل ذلك؟

00:04:48.680 --> 00:04:52.740
ينظر RRF إلى ترتيب كل مستند في نتائج الكلمات المفتاحية وترتيبه في نتائج المتجهات

00:04:52.740 --> 00:04:54.340
ثم يعطي نتيجة مجمعة

00:04:54.340 --> 00:04:56.960
إذا كان المستند جيداً في كلهما فإنه يحصل على دفعة

00:04:56.960 --> 00:04:59.480
إنه مثل أخذ رأي خبيرين وحساب متوسطهما

00:04:59.480 --> 00:05:02.320
تكون الإجابة النهائية أكثر موثقية من أي منهما بمفرده

00:05:02.320 --> 00:05:06.360
هذا مهم لأن البحث بالكلمات المفتاحية والبحث بالمتجهات لهما نقاط قوة مختلفة جوهرياً

00:05:06.360 --> 00:05:08.520
يتفوق البحث بالكلمات المفتاحية في المطبقات الدقيقة

00:05:08.520 --> 00:05:12.820
إنه خيارك المفضل لمعرفات المنتجات وأرقام العقود والأسماء المحددة ورموز الأخطاء

00:05:12.820 --> 00:05:14.660
إنه دقيق ويمكن التنبؤ به

00:05:14.660 --> 00:05:16.740
يتفوق البحث بالمتجهات في التشابه الدلالي

00:05:16.740 --> 00:05:20.600
حيث يعثر على مستندات تشترك في المعنى مع استفسارك حتى لو لم تظهر الكلمات الدقيقة

00:05:20.600 --> 00:05:23.160
معاً يغطين النقاط العمياء لبعضهما البعض

00:05:23.160 --> 00:05:26.660
يلتقط النظام المطبقات الدقيقة والمطبقات المفاهيمية في استعلام واحداً

00:05:26.660 --> 00:05:28.160
هذه هي القوة الحقيقية

00:05:28.160 --> 00:05:29.840
وهذا ليس نظرياً فقط

00:05:29.840 --> 00:05:35.640
تظهر الأبحاث حول البحث الهجين في المؤسسات أنه يوفر دقة استرجاع تتراوح بين 70 إلى 80% اعتماداً على مجموعة البيانات

00:05:35.640 --> 00:05:40.020
هذا أعلى بنحو 15 إلى 20 نقطة مئوية مما تحصل عليه باستخدام البحث بالمتجهات وحده

00:05:40.020 --> 00:05:42.940
الفارق كبير ويظهر في نتائج الأعمال الحقيقية

00:05:42.940 --> 00:05:45.120
خذ منصة المحاسبة زيرو كمثال

00:05:45.120 --> 00:05:49.640
لقد طبقوا البحث الهجين في تجربة دعم العملاء لديهم من خلال شركة تدعى كوفيو

00:05:49.640 --> 00:05:53.660
في غضون ثلاثة أشهر شهدوا زيادة بنسبة 20% في الحلول ذاتية الخدمة

00:05:53.660 --> 00:05:57.700
وجد العملاء إجابات بأنفسهم بشكل متكرر دون الحاجة للاتصال بالدعم

00:05:57.700 --> 00:06:03.060
شهد عملاء آخرون في نفس دراسة الحالة خفاضاً يصل إلى 40% في وقت الحل لحالات الدعم

00:06:03.060 --> 00:06:05.840
هذا يعني أن الوكلاء وجدوا المعلومات صحيحة بشكل أسرع

00:06:05.840 --> 00:06:08.720
وحصل العملاء على إجابات أسرع وانخفضت تكلفة الدعم

00:06:08.720 --> 00:06:12.040
هذه ليست مجرد ميزة لطيفة بل هي تأثير ملموس على الأرباح

00:06:12.040 --> 00:06:13.620
هذه هي النقطة الجوهرية

00:06:13.620 --> 00:06:16.780
البحث الهجين ليس مجرد ترقية بسيطة أو خيار إضافياً في قائمة الميزات

00:06:16.780 --> 00:06:17.940
بل هو أفضل بشكل ملموس

00:06:17.940 --> 00:06:21.420
إنه يقدم دقة أفضل واسترجاع أفضل ونتائج أفضل للمستخدم

00:06:21.420 --> 00:06:25.940
وهذا المزيج من الأساليب هو ما يجعل أشر أي سرش قوياً جداً للتطبيقات الحديثة

00:06:25.940 --> 00:06:28.600
ولكن هناك تقنية أخرى يفتح هذا المزيج الباب أمامها

00:06:28.600 --> 00:06:30.840
وهي تقنية تحظى بكثير من الاهتمام حالياً

00:06:30.840 --> 00:06:32.740
تسمى رج أو اتصال رج

00:06:32.740 --> 00:06:34.580
إذن دعونا نتحدث عن رج

00:06:34.580 --> 00:06:36.900
اختصار رج يرمز إلى التوليد المعزز بالاسترجاع

00:06:36.900 --> 00:06:39.560
قد يبدو المصطلح معقداً لكن إليك أبسط تعريف له

00:06:39.560 --> 00:06:41.780
إنه إطار عمل يمنح مساعد الذكاء الاصطناعي

00:06:41.780 --> 00:06:43.920
إمكانية الوصول إلى معلومات لم يتدرب عليها

00:06:43.920 --> 00:06:48.080
نماذج اللغة الكبيرة مثل جي بي تي تعرف الكثير عن التاريخ والعلوم والبرمجة

00:06:48.080 --> 00:06:51.380
لكنها لا تعرف وثائق شركتك الداخلية أو سياساتها

00:06:51.380 --> 00:06:54.640
أو تاريخ عملائك أو الإجراءات المحددة التي يتبعها فريقك

00:06:54.640 --> 00:06:59.040
يعتقد معظم الناس أنه يمكنك ببساطة تفريغ كل تلك المعرفة الداخلية في النموذج نفسه

00:06:59.040 --> 00:07:00.020
هذا لا ينجح

00:07:00.020 --> 00:07:01.920
إنه مكلف ويصعب تحديثه

00:07:01.920 --> 00:07:04.080
تحل تقنية رج هذه المشكلة بطريقة ذكية

00:07:04.080 --> 00:07:05.700
بدلاً من حشو كل شيء في النموذج

00:07:05.700 --> 00:07:09.980
تقوم باسترجاع المعلومات ذات الصلة من قاعدة معرفية في اللحظة التي يطرح فيها شخص ما سؤالاً

00:07:09.980 --> 00:07:13.800
تأخذ استعلام المستخدم وتبحث في بياناتك الداخلية وتجد الوثائق الأكثر صلة

00:07:13.800 --> 00:07:16.660
ثم تغذي هذا السياق إلى نموذج اللغة الكبير مع السؤال الأصلي

00:07:16.660 --> 00:07:20.020
بعد ذلك يقوم نموذج اللغة الكبير بتوليد إجابة مرتكزة على بيانتك

00:07:20.020 --> 00:07:21.500
هذا هو جوهر السحر في الأمر

00:07:21.500 --> 00:07:24.800
والآن يعد أشر أي سرش هو الجزء المسؤول عن الاسترجاع في تلك المعادلة

00:07:24.800 --> 00:07:28.740
إنه المحرك الذي يعثر على الوثائق الصحيحة ليتمكن نموذج اللغة الكبير من الإجابة بدقة

00:07:28.740 --> 00:07:33.400
بدون طبقة استرجاع قوية تكون جودة نظام رب مرهونة بجودة الوثائق التي يعثر عليها

00:07:33.400 --> 00:07:35.140
وهنا يتألق البحث الهجين حقاً

00:07:35.140 --> 00:07:37.760
لأن استعلامات رب غالباً ما تكون أسئلة بلغة طبيعية

00:07:37.760 --> 00:07:41.200
بينما توجد الإجابات في وثائق تستخدم مصطلحات مختلفة تماماً

00:07:41.200 --> 00:07:44.120
دعني أعطيك بعض الأرقام التي توضح الفرق حقاً

00:07:44.120 --> 00:07:50.560
وجدت دراسة حول بحث تطبيقات المؤسسات أن إطار عمل رب الهجين حسن دقة الاسترجاع بمقدار 18 إلى 25 ضعفناً

00:07:50.560 --> 00:07:52.640
مقارنة بالبحث بالكلمات المفتاحية وحدها

00:07:52.640 --> 00:07:56.520
تحسنت دقة إنجاز مهام سير العمل بمقدار 21 ضعفناً

00:07:56.520 --> 00:08:02.900
هذا يعني أن المستخدمين كانوا أكثر قدرة بكثير على إكمال المهام المعقدة بنجاح عند دعمهم بنظام رج يستخدم البحث الهجينة

00:08:02.900 --> 00:08:08.120
بشكل عام يمكن لأنظمة راج المطبقة بشكل صحيح زيادة دقة البحث بنسبة 85% في المتوسط

00:08:08.120 --> 00:08:11.080
مع اقتراب بعض المجالات المتخصصة من دقة 99%

00:08:11.080 --> 00:08:15.520
ولأن نموذج اللغة الكبير يولد الإجابات بناء على السياق المسترجع بدلاً من تخميناته الخاصة

00:08:15.520 --> 00:08:19.040
أظهرت أنظمة راج خفاضاً بنسبة 40% تقريباً في الردود المهالسة

00:08:19.040 --> 00:08:23.380
ولهذا السبب يعد أشر أيسرش محورياً في بناء وكلاء الذكاء الاصطناعي والمساعدين الرقميين

00:08:23.380 --> 00:08:28.480
إنه يوفر استرجاعاً مرتكزاً على الحقائق يجعل نماذج اللغة الكبيرة جديرة بالثقة في سياق الأعمال

00:08:28.480 --> 00:08:32.260
إذا كنت تبني مساعداً يحتاج إلى الإجابة عن الأسئلة بدقة والاستشهاد بمصادره

00:08:32.260 --> 00:08:35.360
فإن البحث الهجين مع تقنية راب هو البنية التي ستعتمد عليها

00:08:35.360 --> 00:08:38.520
لذا يمثل البحث الهجين مع تقنية راب مزيجاً قوياً

00:08:38.520 --> 00:08:41.080
ولكن كيف يبدو هذا الأمر في الواقع العملي؟

00:08:41.080 --> 00:08:42.540
الأثر في العالم الحقيقي

00:08:42.540 --> 00:08:44.940
إذن أين يظهر هذا في التطبيقات العملية؟

00:08:44.940 --> 00:08:46.320
دعني أقدم لك بعض الأمثلة

00:08:46.320 --> 00:08:48.720
التجارة الإلكترونية هي المثال الأكثر شيوعاً على الأرجح

00:08:48.720 --> 00:08:51.660
يكتب أحد العملاء أحذية تجري مريحة في شريط البحث

00:08:51.660 --> 00:08:54.460
قد تحتوي قائمة المنتج على عبارة أحذية رياضية مبطنة

00:08:54.460 --> 00:08:56.400
لأن فريق التسويق اختار كلمات مختلفة

00:08:56.400 --> 00:08:59.760
البحث بالكلمات المفتاحية وحده سيفشل في العثور على المطابقة تماماً

00:08:59.760 --> 00:09:02.900
مع أشر أي سرش يفهم النظام أن مريحة ومبطن

00:09:02.900 --> 00:09:05.140
تعنيان الشيء نفسه تقريباً في هذا السياق

00:09:05.140 --> 00:09:08.200
إنه يعرض المنتج الصحيح حتى عندما لا تتطابق الكلمات

00:09:08.200 --> 00:09:11.980
هذا يعني عميلاً يجد ما يبحث عنه بدلاً من مغادرة الموقع محبطاً

00:09:11.980 --> 00:09:14.140
تعمل بوابات دعم العملاء بنفس الطريقة

00:09:14.140 --> 00:09:15.580
تخيل أن عميلاً يكتب

00:09:15.580 --> 00:09:17.440
كيف يمكنني إلغاء اشتراكي؟

00:09:17.440 --> 00:09:21.060
قد تكون السياسة ذات الصلة بعنوان إنهاء اتفاقية الخدمة

00:09:21.060 --> 00:09:26.400
يعثر البحث الهجين على ذلك المستند بدقة من خلال مطابقة الكلمات المفتاحية في المصطلحات القانونية

00:09:26.400 --> 00:09:31.180
كما يعرض أيضاً أسئلة شائعة ذات صلة حول إنهاء خطتك مبكراً عبر التشابه الدلالي

00:09:31.180 --> 00:09:35.640
يحصل العميل على إجابة شاملة بدلاً من البحث في خمس مقالات مختلفة

00:09:35.640 --> 00:09:38.300
استرجاع المستندات القانونية مثال آخر

00:09:38.300 --> 00:09:42.400
يحتاج المحامون إلى البحث في العقود عن طريق أرقام البنود ومراجع الأقسام الدقيقة

00:09:42.400 --> 00:09:44.460
هذا مجال مخصص للكلمات المفتاحية البحثة

00:09:44.460 --> 00:09:48.960
لكنهم يحتبون أيضاً إلى العثور على صياغات مشابهة عبر اتفاقيات مختلفة حتى عندما تختلف الكلمات

00:09:48.960 --> 00:09:52.560
يتعامل البحث الهجين مع كلهما في استعلام واحد وفي الصناعات الخاضعة للتنظيم

00:09:52.560 --> 00:09:55.920
تعد القدرة على تتبع سبب ظهور النتيجة أمراً بالغ الأهمية للامتثال

00:09:55.920 --> 00:09:58.800
تستفيد قواعد المعرفة الداخلية من ذلك أيضاً

00:09:58.800 --> 00:10:02.040
موظف يبحث عن سياسة الإجازات يحصل على وثيقة الموارد البشرية الرسمية

00:10:02.040 --> 00:10:06.280
بالإضافة إلى رسالة بريد إلكتروني ذات صلة من الفريق القانوني حول أيام الإجازة المرحلة

00:10:06.280 --> 00:10:08.740
وتحديث حديث منشور على شبكة الشركة الداخلية

00:10:08.740 --> 00:10:12.060
يفهم البحث أن كل هذه العناصر مرتبطة بنفس السؤال

00:10:12.060 --> 00:10:15.440
التصنيع مثال أقل وضوحاً ولكنه مثال قوي

00:10:15.440 --> 00:10:19.420
يكتب فنية إصلاح ارتفاع حرارة المحرك في واجهة البحث

00:10:19.420 --> 00:10:22.260
يعيد النظام قسم استكشاف الأخطاء وإصلاحها من دليل المعدات

00:10:22.260 --> 00:10:25.340
بالإضافة إلى مخطط ممسوح ضوئياً يوضح الأجزاء ذات الصلة

00:10:25.340 --> 00:10:27.360
على الرغم من أن المخطط عبارة عن صورة

00:10:27.360 --> 00:10:30.280
يمكن لم أشر أي سرش استخراج محتواه النصي وفهرسته

00:10:30.280 --> 00:10:31.540
ليظهر في نتائج البحث

00:10:31.540 --> 00:10:34.720
الخيط المشترك في كل هذه الأمثلة هو البيانات غير المهيكلة

00:10:34.720 --> 00:10:35.520
ملفات PDF

00:10:35.520 --> 00:10:36.340
مستندات Word

00:10:36.340 --> 00:10:37.580
تذاكر دعم البريد الإلكتروني

00:10:37.580 --> 00:10:38.860
والصور الممسوحة ضوئياً

00:10:38.860 --> 00:10:41.300
استعلامات قواعد البيانات التقليدية والبحث بالكلمات المفتاحية

00:10:41.300 --> 00:10:42.800
لم تصمم أبداً لهذا النوع من البيانات

00:10:42.800 --> 00:10:44.860
لقد صمم أشر أي سرش خصيصاً لهذا العالم

00:10:44.860 --> 00:10:46.100
وكلما تعمقت فيه

00:10:46.100 --> 00:10:48.980
أصبح من الواضح أن البحث الهجين ليس مجرد ميزة إضافية

00:10:48.980 --> 00:10:52.260
إنه جزء أساسي من كيفية بناء التطبيقات الحديثة

00:10:52.260 --> 00:10:54.080
كيف تتناسب القطع معاً؟

00:10:54.080 --> 00:10:56.800
إذن كيف يعمل كل هذا في الواقع تحت الغطاء؟

00:10:56.800 --> 00:10:59.140
يحتوي أشر أي سرش على ثلاث لبنات أساسية

00:10:59.140 --> 00:11:01.780
مصدر البيانات والمفهرس وفهرس البحث

00:11:01.780 --> 00:11:04.480
مصدر البيانات هو المكان الذي توجد فيه معلوماتك

00:11:04.480 --> 00:11:05.780
يمكن أن يكون بلوب ستوراج

00:11:05.780 --> 00:11:07.320
أو قاعدة بيانات أشر سيكوال

00:11:07.320 --> 00:11:09.200
أو كوزموس دي بي أو حتى شيربوين

00:11:09.200 --> 00:11:12.020
إنها المادة الخام التي تحتاج إلى أن تصبح قابلة للبحث

00:11:12.020 --> 00:11:15.020
فكر فيها ككومة من المستندات التي تنتظر التنظيمة

00:11:15.020 --> 00:11:17.720
المفهرس هو المسار الذي يقرأ البيانات من ذلك المصدر

00:11:17.720 --> 00:11:18.960
ويستخرج المحتوى

00:11:18.960 --> 00:11:21.620
ويطبق أي تحسين بالذكاء الاصطناعي قمت بتهيئته

00:11:21.620 --> 00:11:22.880
ثم يبني فهرس البحث

00:11:22.880 --> 00:11:25.180
إليك طريقة بسيطة لتصور الأمر

00:11:25.180 --> 00:11:28.400
تخيل أمين مكتبة يدخل إلى مستودع مليء بالكتب

00:11:28.400 --> 00:11:30.760
يقرأ كل كتاب ويدون ملاحظات مفصلة

00:11:30.760 --> 00:11:32.540
ويحدد الموضوعات والكيانات الرئيسية

00:11:32.540 --> 00:11:34.240
وينظم كل شيء في فهرس بطاقة

00:11:34.240 --> 00:11:37.100
هذه القراءة وتدوين الملاحظات هي عملية الفهرسة

00:11:37.100 --> 00:11:39.220
فهرس البحث هو ذلك الفهرس البطاقي

00:11:39.220 --> 00:11:40.880
إنه ليس الكتب نفسها

00:11:40.880 --> 00:11:42.380
إنه النظام المهيكل والمحسن

00:11:42.380 --> 00:11:45.640
الذي يتيح لك العثور على ما تحتاجه بالضبط في أجزاء من الثانية

00:11:45.640 --> 00:11:46.940
عندما تكتب استعلاما

00:11:46.940 --> 00:11:49.820
لا يعود النظام إلى المستندات الأصلية لمسحها ضوئيا

00:11:49.820 --> 00:11:50.740
بدلا من ذلك

00:11:50.740 --> 00:11:54.140
يبحث في الفهرس الذي يعرف بالفعل مكان وجود كل شيء بدقة

00:11:54.140 --> 00:11:56.720
هذا التنظيم المسبق يسمى الفهرس المقلوبة

00:11:56.720 --> 00:11:59.320
بدلا من تخزين المستندات مع قائمة بالكلمات التي تحتوي عليها

00:11:59.320 --> 00:12:01.780
تقوم بتخزين الكلمات مع قائمة بالمستندات الموجودة فيها

00:12:01.780 --> 00:12:03.320
هذا يعني أنه عند البحث عن مصطلح ما

00:12:03.320 --> 00:12:05.080
فإنك تنتقل مباشرة إلى المكان الصحيح

00:12:05.080 --> 00:12:06.780
لا حاجة لتقليب كل صفحة

00:12:06.780 --> 00:12:08.880
والنتيجة هي تحسن هائل في السرعة

00:12:08.880 --> 00:12:10.880
بدلا من الحاجة إلى مسح كل مستند ضوئيا

00:12:10.880 --> 00:12:12.940
وهو ما يستغرق وقتا أطول مع نمو بياناتك

00:12:12.940 --> 00:12:14.740
فإنك تنتقل مباشرة إلى الموقع الصحيح

00:12:14.740 --> 00:12:16.160
مع وجود ملايين المستندات

00:12:16.160 --> 00:12:20.100
هذا الفرق هو الفرق بين بحث يستغرق ثوان وآخر يستغرق أجزاء من الثانية

00:12:20.100 --> 00:12:21.960
الآن أن تفهم ما هي أشر أي سرش

00:12:21.960 --> 00:12:23.800
وكيف تتناسب المكونات الأساسية معا

00:12:23.800 --> 00:12:25.640
ولماذا يغير البحث الهجين قواعد اللعبة

00:12:25.640 --> 00:12:28.880
دعنا نختم ببعض الأشياء التي يمكنك القيام بها فعليا باستخدام هذه التقنية

00:12:28.880 --> 00:12:30.560
أولا افهم بياناتك

00:12:30.560 --> 00:12:31.680
إذا كانت منظمة بالفعل

00:12:31.680 --> 00:12:33.200
فكر في جداول المنتجات في سيكول

00:12:33.200 --> 00:12:34.820
أو سجلات العملاء في قاعدة بيانات

00:12:34.820 --> 00:12:36.580
أي شيء بصفوف وأعمدة واضحة

00:12:36.580 --> 00:12:38.620
يمكنك الاستعلام عنه مباشرة باستخدام سيكول

00:12:38.620 --> 00:12:40.840
تم تصميم أشر أي سرش للنصوص غير المهيكلة

00:12:40.840 --> 00:12:43.400
وهذا يشمل ملفات PDF ورسائل البريد الإلكتروني

00:12:43.400 --> 00:12:45.220
ومستندات Word وتذاكر الدعم الفني

00:12:45.220 --> 00:12:47.320
هذا هو المكان الذي يقدم فيه قيمة حقيقة

00:12:47.320 --> 00:12:49.960
ثانيا إذا كنت تبني تطبيق رب أو مساعدا ذكيا

00:12:49.960 --> 00:12:51.860
فإن أشر أي سرش مع البحث الهجيني

00:12:51.860 --> 00:12:53.820
هو محرك الاسترجاع الذي تريده في الخلفية

00:12:53.820 --> 00:12:56.700
إنه يمنحك تطابقا دقيقا للكلمات الرئيسية من أجل الدقة

00:12:56.700 --> 00:12:58.300
وفهما دلاليا من أجل السياق

00:12:58.300 --> 00:13:01.420
هذا المزيج ينتج إجابات أكثر موثوقية وقابلية للاستشهاد بها

00:13:01.420 --> 00:13:03.020
مقارنة بأي من النهجين بمفرده

00:13:03.020 --> 00:13:05.620
ثالثا لا تعقد عملية الإعداد أكثر من اللازم

00:13:05.620 --> 00:13:07.860
يحتوي مدخل أشر على معالج لاستيراد البيانات

00:13:07.860 --> 00:13:09.480
أربط مساحة تخزين البلوب الخاصة بك

00:13:09.480 --> 00:13:12.000
واضبط بعض الإعدادات وترك المفهرس يبني فيهرسك الأول

00:13:12.000 --> 00:13:14.100
يمكنك إجراء بحثك الأول في أقل من ساعة

00:13:14.100 --> 00:13:16.340
إذن هذا هو أشر أي سرش ببساطة

00:13:16.340 --> 00:13:18.240
إنه يأخذ المعلومات غير المنظمة والمبعثرة

00:13:18.240 --> 00:13:20.920
ويحولها إلى معرفة قابلة للبحث وجاهزة للذكاء الاصطناعي

00:13:20.920 --> 00:13:22.200
شكرا لانضمامكم إلي

00:13:22.200 --> 00:13:24.540
اشتركوا في القناة وسأراكم في الحلقة القادمة