معماری بازیابی دانش و حافظه در هوش مصنوعی
Knowledge Retrieval and Memory Architecture in AI
از معماری RAG تا حافظه‌ی بلندمدت و سامانه‌های دانش‌محور هوشمند — مجموعه‌ی تخصصی مهندسی هوش مصنوعی
نوشته‌ی محمد تفکری عبد
درباره‌ی کتاب
مدل‌های زبانی بزرگ می‌توانند متن بنویسند و به پرسش‌ها پاسخ دهند، اما از آنچه درون سازمان می‌گذرد خبر ندارند، از رویدادهای پس از پایان آموزش خود بی‌اطلاع‌اند و گاهی با اطمینان چیزی می‌گویند که درست نیست. به گفته‌ی کتاب، این مشکل با «مدل بزرگ‌تر» حل نمی‌شود؛ راه‌حل آن معماری است: چگونه دانش درست را در لحظه‌ی درست به مدل برسانیم و چگونه به یک عامل هوشمند چیزی شبیه حافظه بدهیم.
کتاب RAG را مهم‌ترین الگوی این حوزه می‌داند، اما یکی از اجزای یک معماری بزرگ‌تر که حافظه، گراف دانش، ارزیابی و امنیت را هم در بر می‌گیرد. اصل راهنمای کتاب این است: کیفیت یک سامانه‌ی مبتنی بر مدل زبانی بیش از خود مدل به کیفیت اطلاعاتی بستگی دارد که در لحظه‌ی پاسخ‌گویی در اختیار مدل قرار می‌گیرد.
مسئله‌ای که کتاب به آن می‌پردازد
- سامانه‌ای که فقط چند قطعه متن شبیه به پرسش را از یک پایگاه برداری بیرون بکشد، در برابر پرسش‌های چندمرحله‌ای، داده‌های ساخت‌یافته، مکالمه‌های طولانی، کنترل دسترسی و ارزیابی مداوم کم می‌آورد.
- مدل زبانی موتور استدلال است، نه انبار دانش؛ دانش را باید معماری فراهم کند و معماری را باید سنجید.
- عامل‌های هوشمند بدون حافظه‌ی طراحی‌شده «فراموش‌کار»اند و بدون کنترل دسترسی ممکن است اطلاعات را نشت دهند.
مخاطبان و پیش‌نیاز
- مهندسان نرم‌افزار و داده که می‌خواهند سامانه‌ی پرسش‌وپاسخ یا دستیار هوشمند بسازند
- معماران و مدیران فنی که درباره‌ی هزینه، ریسک و مقیاس تصمیم می‌گیرند
- پژوهشگران و دانشجویانی که تصویری منسجم از این حوزه می‌خواهند
طبق پیشگفتار کتاب، آشنایی مقدماتی با برنامه‌نویسی پایتون و مفاهیم پایگاه داده کافی است و هر مفهوم جدید در جای خود معرفی می‌شود.
در این کتاب می‌آموزید
- تفاوت دانش پارامتریک و غیرپارامتریک و سه راهبرد رساندن دانش به مدل
- معماری RAG: مسیر دریافت آفلاین و پاسخ‌گویی آنلاین، اجزای اصلی و شکل‌های رایج شکست
- پردازش اسناد، قطعه‌بندی و استخراج فراداده
- تعبیه‌سازی، پایگاه‌های داده برداری و جست‌وجوی تقریبی نزدیک‌ترین همسایه
- جست‌وجوی ترکیبی، رتبه‌بندی مجدد و بازیابی چندمرحله‌ای
- معماری حافظه‌ی کوتاه‌مدت و بلندمدت و حافظه‌ی مکالمه، رویدادی و معنایی در عامل‌ها
- گراف دانش، GraphRAG و بازیابی چندوجهی
- ارزیابی دقت، کاهش توهم، امنیت و کنترل دسترسی، استقرار، پایش و هزینه
فهرست مطالب
بخش اول — لایه‌ی بازیابی (فصل‌های ۱ تا ۵)
- مبانی بازیابی دانش و مدل‌های زبانی بزرگ
- معماری RAG و اجزای اصلی آن
- پردازش اسناد، قطعه‌بندی و استخراج فراداده
- تعبیه‌سازی برداری و پایگاه‌های داده برداری
- جست‌وجوی ترکیبی، رتبه‌بندی مجدد و بازیابی چندمرحله‌ای
بخش دوم — حافظه و دانش ساخت‌یافته (فصل‌های ۶ تا ۹)
- معماری حافظه‌ی کوتاه‌مدت و بلندمدت در عامل‌های هوشمند
- حافظه‌ی مکالمه، حافظه‌ی رویدادی و حافظه‌ی معنایی
- گراف دانش و بازیابی مبتنی بر روابط
- RAG پیشرفته، GraphRAG و بازیابی چندوجهی
بخش سوم — کیفیت و بهره‌برداری (فصل‌های ۱۰ تا ۱۲)
- ارزیابی دقت، کاهش توهم و سنجش کیفیت بازیابی
- امنیت، کنترل دسترسی و جلوگیری از نشت اطلاعات
- استقرار، پایش، بهینه‌سازی هزینه و مقیاس‌پذیری
بخش چهارم — پروژه‌ی کامل (فصل ۱۳)
- پیاده‌سازی یک سامانه‌ی پرسش‌وپاسخ سازمانی از ابتدا تا تولید
بخش‌های پایانی
- پیشگفتار: چرا این کتاب نوشته شد؟، ساختار کتاب، یک اصل راهنما
- از بازیابی تا حافظه، از حافظه تا اعتماد (جمع‌بندی)
- آزمایشگاه عملی: ساخت یک سامانه‌ی RAG کوچک گام‌به‌گام
- الگوهای پرامپت و فهرست‌های بررسی
- پرسش‌های متداول و صد نکته‌ی کلیدی
- نمونه‌ی مجموعه‌ی پرسش‌های ارزیابی
- واژه‌نامه‌ی فارسی–انگلیسی، منابع و مطالعه‌ی بیشتر
کاربردها
- ساخت سامانه‌ی پرسش‌وپاسخ سازمانی بر پایه‌ی اسناد داخلی
- طراحی خط لوله‌ی دریافت و قطعه‌بندی اسناد (از جمله اسناد اسکن‌شده و فارسی)
- افزودن حافظه‌ی بلندمدت به عامل‌ها و دستیارهای مکالمه‌ای
- پاسخ به پرسش‌های ارتباطی و سراسری با گراف دانش و GraphRAG
- ارزیابی کیفیت بازیابی و کاهش توهم با مجموعه‌ی پرسش‌های ارزیابی
- کنترل دسترسی، جلوگیری از نشت اطلاعات و برنامه‌ریزی هزینه و مقیاس
مفاهیم و فناوری‌های کلیدی
دانلود
-
نسخه‌ی مطالعه (PDF) PDF · 5,5 مگابایتدانلود PDF
مشخصات
- عنوان
- معماری بازیابی دانش و حافظه در هوش مصنوعی
- عنوان انگلیسی
- Knowledge Retrieval and Memory Architecture in AI
- نویسنده
- محمد تفکری عبد
- مجموعه
- مجموعه‌ی تخصصی مهندسی هوش مصنوعی
- زبان
- فارسی
- تعداد صفحات
- ۳۷۰ صفحه (فایل PDF)
درباره‌ی نویسنده و کتاب‌های دیگر
مهندس نرم‌افزار و مدیرعامل مجموعه تفکرپردازان؛ علایق حرفه‌ای او هوش مصنوعی، معماری نرم‌افزار، خودکارسازی و مهندسی سامانه‌های هوشمند است.
پروفایل محمد تفکری عبد · مهندسی عامل‌های هوشمند · ساخت سازمان‌های مجازی مبتنی بر عامل‌های هوشمند · همه‌ی کتاب‌ها