قاعدة معرفية متعددة الوسائط
قاعدة المعرفة متعددة الوسائط (MKB) هي مستودع بيانات متطور مصمم لتخزين وفهرسة واسترجاع المعلومات من أنواع بيانات متعددة في وقت واحد. على عكس قواعد البيانات التقليدية التي تتعامل مع النصوص المهيكلة، تدمج قاعدة المعرفة متعددة الوسائط البيانات غير المهيكلة مثل المستندات النصية والصور والتسجيلات الصوتية وتدفقات الفيديو وبيانات المستشعرات في هيكل موحد وقابل للبحث دلاليًا.
في بيئة البيانات الغنية اليوم، نادرًا ما توجد المعلومات في تنسيق واحد. قد يتضمن استعلام العميل صورة لقطعة تالفة ونصًا متعلقًا بمحادثة دعم. تسمح قاعدة المعرفة متعددة الوسائط لأنظمة الذكاء الاصطناعي بمعالجة هذا السياق الشامل، متجاوزةً مطابقة الكلمات الرئيسية البسيطة لتحقيق فهم سياقي حقيقي. هذه القدرة حاسمة لبناء وكلاء ذكاء اصطناعي من الجيل التالي وأدوات البحث المتقدمة للمؤسسات.
تعتمد الآلية الأساسية على التضمين (Embedding). يتم تمرير كل قطعة من البيانات - سواء كانت فقرة نصية أو صورة فوتوغرافية - عبر مُشفِّر متخصص (مثل نموذج محول متعدد الوسائط) لتوليد متجه عالي الأبعاد، يُعرف بالتضمين. تلتقط هذه التضمينات المعنى الدلالي للمحتوى. تقوم قاعدة المعرفة متعددة الوسائط بعد ذلك بتخزين هذه المتجهات، عادةً ضمن قاعدة بيانات متجهية. يتم إجراء الاسترجاع عن طريق حساب التشابه (على سبيل المثال، تشابه جيب التمام) بين تضمين الاستعلام وتضمينات البيانات المخزنة، مما يسمح للنظام بالعثور على عناصر ذات صلة مفاهيميًا عبر وسائط مختلفة.
تعتمد هذه التقنية على قواعد البيانات المتجهية (Vector Databases) ونماذج اللغة الكبيرة (LLMs) والتوليد المعزز بالاسترجاع (RAG). في حين أن نماذج اللغة الكبيرة تعالج اللغة، فإن قاعدة المعرفة متعددة الوسائط توفر السياق الغني متعدد الوسائط الذي يمكن لنماذج اللغة الكبيرة التفكير فيه.
