Transformers: Maskaxda Cusub ee Barashada Qotada Dheer (Deep Learning)

Transformers waa hal-abuurnimo beddeshay qaabka mashiinnadu u bartaan xogta — gaar ahaan luuqadaha, sawirrada, iyo codadka.
Haddii hore lagu tiirsanaa habab sida RNNs iyo LSTMs, Transformers waxay keeneen nidaam gebi ahaan cusub oo awood u leh inuu fahmo xiriirka iyo macnaha xogta meel kasta oo ay ku jirto.

Waxaa lagu oran karaa:

“Transformers waa halka Garaadka Macmalka ah (AI) uu ku noqday mid fahma macnaha, xiriirka, iyo xogta qotada dheer ee ku dhex jirta macluumaadka.”

---

Waa Maxay Transformers?

Transformers waa qaab-dhismeed (architecture) ay soo bandhigtay Google sanadkii 2017 maqaal caan ah oo lagu magacaabo “Attention is All You Need”.
Magacaas ayaa tilmaamaya hal-abuurkooda ugu weyn — Attention Mechanism — farsamo u oggolaanaysa model-ku inuu si caqli ah u garto qaybta ugu muhiimsan ee xogta waqtiga saxda ah.

Markii hore, mashiinnada waxay u akhriyi jireen xogta si tartiib ah oo isku xigta (erayba eray ka dib),
laakiin Transformers waxay xogta u akhriyaan si isku mar ah, iyagoo isla markaas fahmaya xiriirka fog iyo kan dhow — sida qof akhrinaya jumlad oo si dhammaystiran u garanaya macnaha guud.

---

Qaybaha Ugu Muhiimsan ee Transformer-ka

1. Attention (Self-Attention)

Tani waa wadnaha Transformer-ka.
Waxay u suurtagelisaa model-ku inuu go’aamiyo qaybta xogta ee ugu qiimaha badan marka uu wax baranayo.

Tusaale ahaan:

“Khadra waxay aad u jeceshahay shukulaatada sababtoo ah way mac dahay.”

Model-ka wuxuu fahmayaa in “way mac dahay” ay tixraaceyso “shukulaatada,” ee aan ahayn “Khadra.”
Taasi waa awoodda attention — faham xiriireed oo caqli badan.

---

2. Encoder iyo Decoder

Transformers badankood waxay ka kooban yihiin laba qaybood:

• Encoder: wuxuu akhriyaa xogta gelitaanka (input) isagoo fahmaya macnaha guud.
• Decoder: wuxuu xogtaas uga dhisaa natiijo (output) — sida tarjumaad, qoraal, ama jawaab su’aal.

Tusaale ahaan, marka aad tarjumaad ka sameyneyso Ingiriisi ilaa Af-Soomaali, Encoder wuxuu fahmaa Ingiriisiga, halka Decoder-ku uu soo saarayo qoraalka Af-Soomaaliga ah.

---

3. Positional Encoding

Maadaama Transformers aysan xogta u akhriyin si taxane ah, waa inay ogaadaan booska uu eraygu ku yaallo.
Positional Encoding waa sida GPS-ka jumlada — waxay sheegtaa meesha eraygu yaallo (“eraygan waa kan 1aad, kan 2aad, kan 3aad…”) si aan macnaha loo lumin.

---

Sababta Transformers Ugu Awood Badan Yihiin

• Parallel Processing: Waxay xogta farsameeyaan isku mar, taas oo ka dhigta mid degdeg ah.
• Faham Qoto Dheer: Waxay xiriirisaa xogo kala fog, sida erayga ugu horreeya iyo kan ugu dambeeya ee jumlada.
• Is-beddel Fudud: Hal qaab-dhismeed ayaa lagu adeegsan karaa luuqad, sawir, cod, iyo xitaa falanqaynta DNA.

Markaa waa hal architecture adeegsi badan leh — taasoo sababtay in lagu dhiso Models-ka waaweyn sida BERT, GPT, T5, LLaMA, Claude, iyo Gemini — dhammaantoodna waa faracyo ka dhashay nidaamka Transformers.

---

Tusaale Nolosha Dhabta Ah

Qiyaas in Transformer-ku yahay turjumaan aad u caqli badan.
Markaad tiraahdo eray, ma sugayo inta aad dhammayso jumlada — wuxuu isla markiiba falanqeeyaa macnaha guud iyo xiriirka eray kasta.
Markuu dhammeeyo, wuxuu kuu soo celinayaa natiijo nadiif ah oo leh faham, isku xirnaan, iyo nidaam.

---

⚡ Gunaanad

Transformers waxay si weyn u beddeleen Deep Learning, sida Docker uu isbeddel weyn uga sameeyay Software Deployment.
Waa maskaxda cusub ee garaadka macmalka ah — mid si dhab ah u fahmaysa macnaha, xiriirka, iyo xogta, sida bani’aadamka.

Haddii aad rabto inaad fahanto AI-da casriga ah —
Baro Transformer-ka, sababtoo ah halkaas ayuu garaadku ka bilaabmaa.