Kurte
Grok asîstanekî hişmendiya çêkirî (AI) ye ku li ser bingeha modelên mezin ên zimanî (large language models) dixebite û ji aliyê şirketa xAI ve, ku di sala 2023an de ji aliyê Elon Musk ve hat damezrandin, tê pêşxistin. Ev gotar Grok di çarçoveya berfireh a pêşketina hişmendiya çêkirî ya hemdem de dinirxîne. Pêşî bingehên teknîkî yên modelên mezin ên zimanî, bi taybetî avahiya “transformer”, bi zimanekî sade tên ravekirin. Paşê dîroka Grok, navê wê, taybetmendiyên wê yên sereke – wek girêdana bi platforma X re û gihîştina agahiyên rojane – û qadên bikaranîna wê tên nasandin. Beşeke taybet li ser sînor û xetereyên van pergalan disekine: “halûsînasyon” (agahiyên xelet ên bi bawerî), alîgirî, mijarên ewlehiyê û nîqaşên li ser naveroka ku Grok hilberandiye. Di dawiyê de pêşniyarên ji bo bikaranîna berpirsiyar, bi taybetî ji bo xwendekar û lêkolîneran, tên dayîn. Encam ew e ku Grok, wekî asîstanên din ên AI, amûreke bikêr e, lê ne çavkaniyeke bêkêmasî ye û divê bersivên wê bi çavkaniyên din bên kontrolkirin.

Peyvên sereke: Grok, xAI, hişmendiya çêkirî, modelên mezin ên zimanî, transformer, halûsînasyon, exlaqa AI

1. Destpêk

Di salên dawî de, asîstanên hişmendiya çêkirî yên ku dikarin bi zimanê xwezayî bi mirovan re biaxivin, bi lez belav bûne. Piştî ku ChatGPT ya şirketa OpenAI di dawiya sala 2022an de ji raya giştî re hat pêşkêşkirin, gelek şirketên din jî asîstanên wekhev derxistin. Grok yek ji wan e.

Armanca vê gotarê ew e ku Grok bi awayekî bêalî bide nasîn: ew çi ye, çawa dixebite, ji bo çi tê bikaranîn û sînorên wê çi ne. Ji ber ku ev teknolojî pir bi lez diguhere, divê were gotin ku agahiyên li ser guhertoyên taybet ên Grok dikarin zû kevn bibin; ev gotar bi giranî li ser taybetmendiyên giştî disekine.

2. Bingehên Teknîkî: Modelên Mezin ên Zimanî

2.1. Model çawa “fêr” dibe?

Grok, wekî asîstanên din ên hemdem, li ser bingeha “modeleke mezin a zimanî” dixebite. Modeleke wiha tora neuronî ya çêkirî ye ku li ser hejmareke pir mezin a nivîsan – pirtûk, gotar, malper û kod – tê perwerdekirin. Di dema perwerdeyê de, model fêr dibe ku peyva (bi rastî “token”, ango perçeyekî peyvê) paşîn di nivîsekê de pêşbînî bike. Bi dubarekirina vê karî bi milyaran caran, model şêweyên ziman, agahiyên li ser cîhanê û hin şiyanên ramandinê bi dest dixe (Brown û yd., 2020).

2.2. Avahiya transformer

Piraniya modelên mezin ên zimanî ên îroyîn li ser avahiyeke bi navê “transformer” hatine avakirin. Ev avahî di sala 2017an de ji aliyê komeke lêkolînerên Google ve di gotareke bi navê “Attention is all you need” de hat pêşkêşkirin (Vaswani û yd., 2017). Taybetmendiya wê ya sereke mekanîzmaya “balê” (attention) ye, ku dihêle model ji bo her peyvekê, bi peyvên din ên di nivîsê de re têkiliyê bihesibîne û biryar bide ka kîjan ji wan girîngtir in.

2.3. Ji modelê ber bi asîstanê ve

Modeleke ku tenê li ser pêşbîniya nivîsê hatiye perwerdekirin, bi xwe asîstanekî baş nîn e. Ji bo ku ew bibe asîstan, qonaxên din ên perwerdeyê tên kirin: mînak, perwerdekirina li ser mînakên pirs û bersivan, û rêbazên ku tê de nirxandinên mirovan ji bo baştirkirina bersivan tên bikaranîn. Herwiha, ji bo ewlehiyê, hin sînor li ser cureyên bersivan tên danîn.

3. Dîrok û Nav

Şirketa xAI di Tîrmeha 2023an de bi fermî hat ragihandin. Grok cara yekem di Mijdara 2023an de ji bo hin bikarhênerên abonetiyê yên platforma X (Twitter-a berê) hat pêşkêşkirin. Di Adara 2024an de, xAI giraniyên (weights) modela Grok-1 bi lîsansa çavkaniya vekirî weşand; ev model, li gorî ragihandina şirketê, xwedî nêzî 314 milyar parametre bû. Paşê guhertoyên nûtir ên wek Grok-2 (2024) û Grok-3 (2025) hatin derxistin. Di sala 2025an de xAI û X di bin heman şirketê de hatin yekkirin.

Navê “Grok” ji romana zanistî-xeyalî ya nivîskarê Amerîkî Robert A. Heinlein a bi navê Stranger in a Strange Land (1961) tê. Di vê romanê de, peyva “grok” tê wateya têgihîştineke ewqas kûr ku mirov bi tiştê ku fêm dike re dibe yek (Heinlein, 1961). Li gorî ragihandinên xAI, şêwaza Grok a carinan henekdar jî ji pirtûka Douglas Adams a bi navê The Hitchhiker’s Guide to the Galaxy îlham girtiye.

4. Taybetmendiyên Sereke

• Axaftina bi zimanê xwezayî: Bikarhêner dikarin bi gelek zimanan pirs bikin û bersivên bi zimanê xwezayî werbigirin. Kalîteya bersivan li gorî ziman diguhere; ji bo zimanên ku di daneyên perwerdeyê de kêmtir hene, wek Kurmancî, xeletiyên rêzimanî û ferhengî bêtir in.
• Gihîştina agahiyên rojane: Yek ji taybetmendiyên ku xAI li ser disekine, girêdana Grok bi platforma X û bi lêgerîna li ser înternetê re ye, ku dihêle Grok agahiyên nû bi kar bîne. Lêbelê, ev yek xetereya veguhastina agahiyên xelet ên li ser medyaya civakî jî bi xwe re tîne.
• Analîza pelan: Guhertoyên nû dikarin wêne, belge û nivîsên ku bikarhêner bar dikin analîz bikin.
• Hilberîna wêneyan: Grok herwiha xwedî şiyana çêkirina wêneyan ji ravekirinên nivîskî ye.
• Kod: Wekî modelên din, Grok dikare kodên bernameyan binivîse, rave bike û xeletiyan bibîne.

5. Qadên Bikaranînê

Grok, wekî asîstanên din ên AI, dikare di gelek qadan de bikêr be. Xwendekar dikarin wê ji bo ravekirina têgehên dijwar, ji bo amadekirina pirsên ceribandinê an jî ji bo kontrolkirina nivîsên xwe bi kar bînin. Lêkolîner dikarin wê ji bo kurtekirina gotaran, ji bo analîza daneyan an ji bo nivîsandina kodan bi kar bînin. Nivîskar û rojnamevan dikarin wê ji bo ramanên destpêkê, ji bo wergerandinê an ji bo serrastkirina şêwazê bi kar bînin.

Lêbelê, di hemû van qadan de, rola asîstanê divê wekî “alîkar” were dîtin, ne wekî “çavkaniya dawî”. Bi taybetî di karên akademîk de, bersivên AI divê bi çavkaniyên pêbawer bên kontrolkirin, û bikaranîna wan divê li gorî qaîdeyên saziya perwerdeyê be.

6. Grok di nav Asîstanên Din de

Grok ne asîstanê AI yê yekane ye. Di heman qadê de gelek asîstanên din jî hene, wek ChatGPT ya OpenAI, Gemini ya Google, Claude ya Anthropic û Copilot ya Microsoft, herwiha modelên çavkaniya vekirî yên wek Llama ya Meta. Hemû ev pergal li ser prensîbên teknîkî yên wekhev – modelên mezin ên zimanî û avahiya transformer – ava bûne, lê di daneyên perwerdeyê, di rêbazên baştirkirinê, di sînorên ewlehiyê û di modela karsaziyê de ji hev cuda ne.

Ji ber ku ev pergal bi lez tên nûkirin, berhevdanên li ser “kîjan model çêtir e” zû kevn dibin. Lêkolîner bi gelemperî modelan bi rêya ceribandinên standard (benchmark) ên li ser matematîk, kod, zanîna giştî û ramandinê dipîvin; lê ev ceribandin jî sînorên xwe hene, ji ber ku dibe ku hin pirsên wan berê di daneyên perwerdeyê de hebin. Ji bo bikarhênerekî asayî, pirsa girîngtir dibe ku ev be: kîjan amûr ji bo karê min ê taybet, bi zimanê min û bi şert û mercên min ên taybetmendiyê, guncavtir e?

Ji bo bikarhênerên Kurd, pirseke din a girîng kalîteya bersivan bi Kurmancî û Soranî ye. Ji ber ku naveroka bi Kurdî ya li ser înternetê li gorî zimanên mezin kêm e, hemû asîstan bi Kurdî kêmtir baş dixebitin. Zêdekirina naveroka Kurdî ya bi kalîte li ser înternetê, ji bo pêşeroja van amûran jî girîng e.

7. Sînor û Xetere

7.1. Halûsînasyon

Yek ji pirsgirêkên herî girîng ên hemû modelên mezin ên zimanî “halûsînasyon” e: hilberîna agahiyên xelet bi awayekî ku bi bawerî û rast xuya dikin. Mînak, model dikare çavkaniyeke ku tune ye, tarîxeke xelet an jî gotineke ku kesek qet negotiye, hilberîne (Ji û yd., 2023). Ji ber ku model li ser pêşbîniya nivîsa “muhtemel” dixebite, ne li ser kontrolkirina rastiyê, ev xetere bi tevahî nayê rakirin.

7.2. Alîgirî

Modelên zimanî ji daneyên ku li ser wan hatine perwerdekirin fêr dibin, û ev dane alîgiriyên civakî, siyasî û çandî dihewînin. Bender û hevkarên wê (2021) hişyarî dan ku modelên pir mezin dikarin van alîgiriyan dubare bikin û xurt bikin, û ku mezinahiya modelan ne garantiya “têgihîştinê” ye. Herwiha, biryarên şirketê yên li ser ka model divê çawa bersivê bide mijarên siyasî, bi xwe dikarin bibin çavkaniya alîgiriyê.

7.3. Nîqaşên li ser naverokê

xAI Grok wekî asîstanekî ku ji hin asîstanên din kêmtir sînorkirî ye û dikare bi mijarên “tûj” re mijûl bibe, pêşkêş kiriye. Ev helwest hem pesin û hem jî rexne wergirtiye. Di gelek caran de, Grok ji ber hilberîna naveroka xelet, şaş an jî heqaretkar di medyaya navneteweyî de hat rexnekirin, û şirketê paşê guhertin di pergalê de kirin. Ev bûyer nîşan didin ku hevsengiya di navbera azadiya derbirînê û ewlehiyê de ji bo pêşxistina AI pirsgirêkeke giran e.

7.4. Taybetmendî û dane

Ji ber ku Grok bi platforma X ve girêdayî ye, pirsên li ser bikaranîna daneyên bikarhêneran ji bo perwerdekirina modelê jî derketine holê. Bikarhêner divê li ser mîhengên taybetmendiyê yên xwe agahdar bin û agahiyên kesane yên hesas bi asîstanên AI re parve nekin.

8. Pêşniyarên ji bo Bikaranîna Berpirsiyar

• Agahiyên girîng, bi taybetî tarîx, hejmar û çavkanî, bi çavkaniyên pêbawer kontrol bikin.
• Ji asîstanê bixwazin ku çavkaniyên xwe nîşan bide, û paşê van çavkaniyan bi xwe kontrol bikin.
• Ji bo pirsên bijîşkî, hiqûqî an darayî, AI wekî alternatîfa pisporekî bi kar neynin.
• Di karên akademîk de, bikaranîna AI bi eşkere ragihînin û li gorî qaîdeyên saziyê tevbigerin.
• Ji bo zimanên wek Kurmancî, nivîsên ku AI hilberandine bi baldarî ji bo rêziman û ferhengê kontrol bikin.

9. Encam

Grok yek ji asîstanên hişmendiya çêkirî yên hemdem e ku li ser bingeha modelên mezin ên zimanî dixebite. Taybetmendiyên wê yên sereke girêdana bi platforma X re, gihîştina agahiyên rojane û şêwazeke axaftinê ya hinekî serbest in. Ew dikare ji bo xwendin, lêkolîn, nivîsandin û bernamesaziyê bikêr be.

Lêbelê, wekî hemû modelên vê cureyê, Grok xwedî sînorên girîng e: ew dikare agahiyên xelet bi bawerî pêşkêş bike, alîgiriyan dubare bike û di hin rewşan de naveroka nebaş hilberîne. Ji ber vê yekê, ew divê wekî amûreke alîkar, ne wekî çavkaniyeke bêkêmasî, were bikaranîn. Têgihîştina ka ev pergal çawa dixebitin, ji bo bikaranîna wan a hişyar û berpirsiyar mercê herî girîng e.

Çavkanî

• Bender, E. M., Gebru, T., McMillan-Major, A., & Shmitchell, S. (2021). On the dangers of stochastic parrots: Can language models be too big? In Proceedings of the 2021 ACM Conference on Fairness, Accountability, and Transparency (pp. 610–623). ACM.
• Brown, T. B., Mann, B., Ryder, N., Subbiah, M., Kaplan, J., Dhariwal, P., et al. (2020). Language models are few-shot learners. Advances in Neural Information Processing Systems, 33, 1877–1901.
• Heinlein, R. A. (1961). Stranger in a strange land. G. P. Putnam’s Sons.
• Ji, Z., Lee, N., Frieske, R., Yu, T., Su, D., Xu, Y., Ishii, E., Bang, Y. J., Madotto, A., & Fung, P. (2023). Survey of hallucination in natural language generation. ACM Computing Surveys, 55(12), Article 248.
• Russell, S., & Norvig, P. (2021). Artificial intelligence: A modern approach (4th ed.). Pearson.
• Vaswani, A., Shazeer, N., Parmar, N., Uszkoreit, J., Jones, L., Gomez, A. N., Kaiser, Ł., & Polosukhin, I. (2017). Attention is all you need. Advances in Neural Information Processing Systems, 30.