طريقة كوكونت من ميتا: طريقة الذكاء الاصطناعي التي تفكر بدون لغة

فهم ابتكار كوكونت

صورة الفرق بين التحدث بفكرتك بصوت عال و العملية الفعلية التي تحدث في دماغك. هذا الفجوة – بين الأفكار المنطوقة و النشاط العصبي – هو ما استغله باحثو ميتا مع كوكونت.

الانفتاح الحقيقي لكوكونت يكمن في كيفية إمكانية نماذج الذكاء الاصطناعي التفكير بطريقتين متميزتين، تماما مثل البشر. فكر في حل لغز معقد – لا تروي كل خطوة ممكنة في رأسك، أليس كذلك؟ بدلا من ذلك:

1. امتصاص المشكلة: تاخذ المعلومات (مثل قراءة قواعد اللغز)
2. التفكير بصمت: دماغك يبحث في العديد من الاحتمالات دون وضعها في كلمات
3. مشاركة الحل: فقط بعد ذلك تشرح تفكيرك للآخرين

كوكونت يعطي نماذج الذكاء الاصطناعي هذه المرونة الطبيعية. بدلا من إجبارهم على “تحدث” كل فكرة بصوت عال (مثل الطرق التقليدية)، يسمح لهم بالتفكير في فضاءهم العصبي الطبيعي – ما يسميه الباحثون “الفضاء الخفي”.

النموذج ينتقل بسلاسة بين وضعين:

• عندما يحتاج إلى فهم الأسئلة أو إعطاء إجابات، يستخدم اللغة العادية
• لكن للعملية الفعلية للتفكير؟ يستخدم أنماطا عصبية نقية، خالية من قيود الكلمات

صورة: ميتا

رحلة التدريب

أحد الجوانب الأكثر إثارة للاهتمام في كوكونت هو مناهج تدريبه. ما يجعل هذا واحدًا خاصًا هو كيفية تقليد تقدم التعلم الطبيعي. فكر في كيفية تعليم المهارات المعقدة – لا تطرح شخصًا في الماء العميق على الفور. تبني تدريجيا، تضيف تعقيداً مع كل مستوى يتقنه.

اتبع الباحثون هذا النهج بالضبط مع كوكونت:

المرحلة 1: الأساس

أولاً، يتعلم النموذج مثل أي نموذج ذكاء اصطناعي آخر – من خلال التفكير المتسلسل التقليدي. هذا يعطيه فهمًا أساسيًا جيدًا.

المرحلة 2: الانتقال

هنا يصبح الأمر مثيرًا للاهتمام. تدريجياً، تلك الخطوات المتسلسلة المكتوبة تُستبدل بالتفكير المستمر. تخيل إزالة عجلات التدريب ببطء، وسماح للنموذج بتطوير أنماطه الفكرية الداخلية.

المرحلة 3: التوازن

أخيراً، يتعلم النموذج التبديل بسلاسة بين التفكير العميق في الفضاء الخفي والتواصل بوضوح في اللغة.

خلال التدريب، طور النموذج قدرات لم يبرمجها أحد صراحة – مثل النظر في مسارات التفكير المتعددة في نفس الوقت. هذا السلوك الناشئ مثير بشكل خاص لأنه يشير إلى أننا قد نقترب من أشكال أكثر طبيعية من التفكير الاصطناعي. هذه التطورات غير المتوقعة غالبا ما تؤدي إلى أكبر الاختراقات.

تذكر تلك الدراسات العصبية التي ذكرها سابقا؟ أظهرت أن أدمغة البشر غالبا ما تعالج المهام المعقدة دون إشراك مراكز اللغة بشكل كبير. يبدو أن كوكونت يطور أنماطا مشابهة – التفكير بعمق في فضاءه العصبي الطبيعي و التحويل إلى اللغة فقط عند الحاجة للتواصل.

الأرقام تحكي قصة

بعض النتائج الرئيسية تبرز من البحث:

• مشاكل الكلمات الرياضية (GSM8k): هنا، حقق كوكونت دقة 34.1%. بينما يقل هذا عن دقة التفكير المتسلسل التقليدي (42.9%)، إنه أفضل بكثير من النهج الأساسي.
• الاستدلال المنطقي (ProntoQA): حقق كوكونت دقة 99.8%، متجاوزا التفكير المتسلسل التقليدي بنسبة 98.8%. ولكن هنا القضية – فعل ذلك باستخدام فقط 9 رموز مقارنة بـ 92.5 للتفكير المتسلسل.
• التخطيط المعقد (ProsQA): جاءت النتائج الأكثر إثارة من هذا الاختبار المتقدم للتفكير. حقق كوكونت دقة 97% بينما لم تصل الطرق التقليدية إلى 77.5%. وأيضا، فعل ذلك بكفاءة مذهلة – 14.2 رمز مقابل 49.4.

ما يجعل هذه النتائج واعدة ليست فقط الأرقام الخام – إنها ما تكشفه حول أنواع مختلفة من التفكير. بينما قد لا يزال كوكونت يجد طريقه في التفكير الرياضي، يتفوق في المهام التي تتطلب التخطيط المنطقي المعقد والاستدلال.

كوكونت يمثل إعادة التفكير الأساسية في كيفية تفكير أنظمة الذكاء الاصطناعي، ويقربنا من أشكال أكثر طبيعية وفعالة وقوية للذكاء الاصطناعي. الرحلة من التفكير القائم على اللغة إلى التفكير المستمر هي خطوة نحو أنظمة ذكاء اصطناعي أكثر قدرة وكفاءة.