الذكاء الاصطناعي

استخدام الاسترجاع الموجه مع لان تشين وبيدروك

تستعرض أمازون وبحوث لان تشين آليات متقدمة لمعالجة الأسئلة المركبة ومتعددة الأجزاء عبر قواعد المعرفة المدارة في خدمات الحوسبة السحابية.

رضوان عبدالهاديمحرر وكاتب تقني

نُشر: 5 أكتوبر 2026 · آخر تحديث: 5 أكتوبر 2026 · 3 دقائق قراءة

استخدام الاسترجاع الموجه مع لان تشين وبيدروك — الصورة: AWS Machine Learning Blog

مفهوم الاسترجاع الموجه والتحديات الحالية

عندما يطرح المستخدم سؤالاً مركباً على مساعد الدعم الفني، مثل مقارنة منتجين عبر أبعاد متعددة، فإن نظام الإجابة المعززة بالاسترجاع (RAG) يواجه تحدياً حقيقياً في تغطية كافة جوانب السؤال. تعتمد محركات البحث التقليدية على متجه استعلام واحد لتمثيل النوايا، مما ينتج عنه إجابات مختصرة ومقتترة لا تغطي سوى جزء يسير من المطالب الفعلية، رغم صحة النتائج وتقارب درجات الصلة الظاهرية. ويمكن الرجوع إلى AWS Machine Learning Blog للاطلاع على التفاصيل الأصلية للمصدر.

لمعالجة هذه الفجوة، يتيح التكامل الجديد بين أطر العمل البرمجية وقواعد المعرفة السحابية إمكانية تفكيك الاستعلامات الكبيرة إلى استعلامات فرعية أصغر. يتم تنفيذ هذه الاستعلامات الفرعية بشكل متتابع مع تقييم الأدلة المتوفرة، والبحث التلقائي مجدداً عند عدم كفاية البيانات للوصول إلى استجابة شاملة ومبنية على مستندات دقيقة. ويمكن الرجوع إلى Artificial Intelligence للاطلاع على التفاصيل الأصلية للمصدر.

بنية قواعد المعرفة المدارة وقدراتها

تزيل قواعد المعرفة المدارة في بيئة أمازون بيدروك الحاجة إلى إدارة مخازن المتجهات والنماذج المضمنة ونماذج إعادة الترتيب يدوياً. يمكن للمطورين الاكتفاء بتحديد مصدر بيانات خارجي لتقوم البنية التحتية بالتعامل تلقائياً مع عمليات التقسيم، والتضمين، والتخزين، والاسترجاع دون تدخل معقد في إعدادات المكونات السفلى.

تعتمد هذه الهندسة عادة على تخزين المستندات الأصلية ضمن خدمات التخزين السحابي الكلاسيكية مثل خدمة التخزين البسيط، والتي توفر المستندات النصية الأولية التي تتطلبها مهام القراءة والتحليل والتجزئة اللاحقة داخل النظام.

الواجهات البرمجية وتكامل حزمة لان تشين

توفر البنية التحتية واجهتي برمجة تطبيقات رئيسيتين لتلبية احتياجات الاستعلام المتنوعة. تعمل واجهة الاستعلام التقليدية على تشغيل بحث هجين وإرجاع أجزاء مقيمة، بينما تعتمد الواجهة المتقدمة المخصصة للتدفق والتخطيط على حلقات تخطيط ذكية تبث خطوات العمل بمرونة تامة كأحداث تتبع تحليلية.

من خلال حزمة لغة البرمجة والتطوير المخصصة، يمكن للمطورين الاستفادة من كلا المسارين بسلاسة، حيث يتم دمج أدوات الاسترجاع مباشرة داخل السلاسل البرمجية لتنفيذ مهام استخراج المعلومات واستعلام قواعد المعرفة بأعلى كفاءة ممكنة للموارد التقنية المتاحة.

متطلبات الإعداد والأمان والأذونات

يتطلب تشغيل هذه الحلول التقنية توفر حساب سحابي يدعم الخدمات المدارة في المناطق الملائمة، بالإضافة إلى إعداد هويات أمان وصلاحيات دقيقة للتحكم بالوصول. ينصح بفصل أدوار الصلاحيات بين دور الخدمة الذي تستخدمه قاعدة المعرفة لقراءة المستندات، وبين الهوية المستخدمة لتنفيذ استعلامات التطبيق عبر بروتوكولات الأمان والتحقق.

تشمل الأذونات المطلوبة صلاحيات قراءة محددة داخل حاويات التخزين، فضلاً عن استدعاء نماذج الأساس وتتبع مسارات الاسترجاع المتقدمة. كما يجب التأكد من توافق إصدارات المكتبات البرمجية المستخدمة في لغة بايثون لضمان دعم وظائف التدفق الذكي والاستعلام الموجه بشكل كامل دون ثغرات توافقية.

إدارة التكاليف وتقييم الأداء والمقارنة

قد يترتب على تشغيل تجارب الاسترجاع المتقدمة تكاليف إضافية مرتبطة بتخزين المستندات، وعمليات استيعاب البيانات، واستدعاء واجهات الاستعلام، واستخدام نماذج التأسيس والذكاء الاصطناعي. تتيح وثائق الأسعار الرسمية تفاصيل دقيقة لمساعدة الفرق التقنية على اختيار مسار الاسترجاع الأنسب اقتصادياً لمشاريعهم.

يتيح تحليل أحداث التتبع ومقارنة التكاليف بين الاسترجاع التقليدي والموجه إمكانية تحديد متى يكون المسار الأرخص هو الخيار الصحيح، ومتى تستدعي تعقيدات الأسئلة الانتقال إلى آليات الاسترجاع الموجه الأكثر تكلفة ولكن الأعلى دقة في استخلاص النتائج.