نماذج ومنصات الذكاء الاصطناعي
الشبكات العصبية تحقق تعميمًا لغويًا شبيهًا بقدرات البشر
النقاط الرئيسيةتحقق شبكة عصبية جديدة لأول مرة تعميمًا منهجيًا شبيهًا بالإنسان في اللغة.
عرض المزيد
- تحقق شبكة عصبية جديدة لأول مرة تعميمًا منهجيًا شبيهًا بالإنسان في اللغة.
- تتفوق الشبكة على نماذج مثل ChatGPT من خلال دمج كلمات جديدة في سياقات غير مألوفة.
- هذا الإنجاز يعيد إشعال الجدل حول نمذجة الشبكات العصبية للإدراك البشري.
في عالم الذكاء الاصطناعي المتطور باستمرار، أعلن العلماء مؤخرًا عن إنجاز مهم. لقد أنشؤوا شبكة عصبية تظهر مهارة شبيهة بمهارة البشر في التعميم اللغوي. هذا الإنجاز هو ليس خطوة واحدة، بل قفزة عملاقة نحو سد الفجوة بين الإدراك البشري وقدرات الذكاء الاصطناعي.
كما ننتقل إلى عالم الذكاء الاصطناعي، يصبح من الضروري أن تكون هذه الأنظمة قادرة على فهم اللغة وتطبيقها في سياقات مختلفة، مثل البشر. هذا الإنجاز الأخير يقدم نظرة واعدة إلى المستقبل حيث يبدو التفاعل بين الإنسان والآلة أكثر طبيعية وبديهية من أي وقت مضى.
مقارنة مع النماذج الحالية
عالم الذكاء الاصطناعي ليس غريبًا عن النماذج التي يمكنها معالجة اللغة والاستجابة لها. ومع ذلك، فإن جديد هذا الإنجاز الأخير يكمن في قدرته المتزايدة على التعميم اللغوي. عند مواجهة النماذج الحالية، مثل تلك التي تستخدم في تطبيقات الدردشة الشهيرة، أظهرت هذه الشبكة العصبية الجديدة قدرة متفوقة على دمج الكلمات الجديدة في قاموسها الحالي واستخدامها في سياقات غير مألوفة.
في حين أن أفضل نماذج الذكاء الاصطناعي اليوم، مثل ChatGPT، يمكن أن تتصرف جيدًا في العديد من السيناريوهات الحوارية، فإنها لا تزال تقصر عن دمج المعلومات اللغوية الجديدة بسلاسة. من ناحية أخرى، تقرب هذه الشبكة العصبية الجديدة من واقع حيث يمكن للأجهزة فهم اللغة والتواصل بما لدى البشر من دقة ومرونة في التكيف.
فهم التعميم المنهجي
في قلب هذا الإنجاز يكمن مفهوم التعميم المنهجي. إنه ما يسمح للبشر بالتعديل بسهولة واستخدام الكلمات الجديدة في سياقات مختلفة. على سبيل المثال، بمجرد فهم مصطلح “photobomb”، نعرف تلقائيًا كيف نستخدمه في مواقف مختلفة، سواء كان “photobombing twice” أو “photobombing during a Zoom call”. بشكل مشابه، فهم هيكل الجملة مثل “القط يطارد الكلب” يسمح لنا بفهم العكس بسهولة: “الكلب يطارد القط”.
ومع ذلك، هذه القدرة البشرية الفطرية كانت تحديًا صعبًا للغاية للذكاء الاصطناعي. الشبكات العصبية التقليدية، التي كانت العمود الفقري للبحث في الذكاء الاصطناعي، لا تملك هذه القدرة بشكل طبيعي. إنها تعاني من دمج كلمة جديدة إلا إذا تم تدريبها على عدة أمثلة من تلك الكلمة في السياق. هذا القصور كان موضوع نقاش بين باحثي الذكاء الاصطناعي لعدة عقود، مما أثار جدلاً حول جدوى الشبكات العصبية كنموذج دقيق للعمليات الإدراكية البشرية.
الدراسة بالتفصيل
للكشف عن قدرات الشبكات العصبية وقدرتها في التعميم اللغوي، أجريت دراسة شاملة. البحث لم يكن مقصورًا على الآلات؛ شارك 25 مشاركًا بشريًا بشكل مكثف، كمعيار لأداء الذكاء الاصطناعي.
استخدمت التجربة لغة وهمية، وهي مجموعة من الكلمات التي كانت غير مألوفة للمشاركين. هذا ضمن أن المشاركين كانوا يتعلمون هذه الألفاظ لأول مرة، مما وفر قاعدة نظيفة لاختبار التعميم. كانت هذه اللغة الوهمية تتكون من فئتين من الكلمات. الفئة “الأصلية” تحتوي على كلمات مثل “dax” و “wif” و “lug”، التي تمثل أفعالًا أساسية مثل “القفز” أو “الخطوة”. من ناحية أخرى، كانت الكلمات الوظيفية المجردة، مثل “blicket” و “kiki” و “fep”، تضع قواعد لتطبيق ودمج هذه الألفاظ الأصلية، مما يؤدي إلى تسلسلات مثل “القفز ثلاث مرات” أو “الخطوة إلى الوراء”.
كما تم إدخال عنصر مرئي في عملية التدريب. تم ربط كل كلمة أصلية بدائرة من لون معين. على سبيل المثال، قد تمثل الدائرة الحمراء “dax”، بينما تمثل الدائرة الزرقاء “lug”. ثم عُرضت على المشاركين مجموعات من الكلمات الأصلية والوظيفية، مصحوبة بنمط من الدوائر الملونة التي تصور نتائج تطبيق الوظائف على الألفاظ الأصلية. مثال على ذلك قد يكون زوجًا من الجملة “dax fep” مع ثلاث دوائر حمراء، مما يظهر أن “fep” هو قاعدة مجردة لتكرار فعل ثلاث مرات.
من أجل قياس فهم المشاركين وقدرتهم على التعميم المنهجي، تم تقديم لهم مجموعات معقدة من الكلمات الأصلية والوظيفية. ثم طُلب منهم تحديد اللون الصحيح وعدد الدوائر، مع ترتيبها في التسلسل الصحيح.
الآثار وآراء الخبراء
نتائج هذه الدراسة ليست مجرد خطوة أخرى في سجلات أبحاث الذكاء الاصطناعي؛ إنها تمثل تحولًا جذريًا. أداء الشبكة العصبية، الذي عكس بدرجة كبيرة قدرة البشر على التعميم المنهجي، أثار حماسًا واهتمامًا بين العلماء والخبراء في الصناعة.
أشاد الدكتور بول سمولينسكي، عالم معرفي مشهور بتخصصه في اللغة في جامعة جونز هوبكينز، بهذا الإنجاز قائلاً إنه “اختراق في القدرة على تدريب الشبكات كي تعمم بصورة منهجية”. هذا البيان يؤكد حجم هذا الإنجاز. إذا تمكنا من تدريب الشبكات العصبية على التعميم المنهجي، فإنها يمكن أن تحول العديد من التطبيقات، من تطبيقات الدردشة إلى المساعدين الافتراضيين وما بعدها.
ومع ذلك، هذا التطور ليس مجرد تقدم تكنولوجي. إنه يلمس جدلًا قديمًا في مجتمع الذكاء الاصطناعي: هل يمكن للشبكات العصبية أن تكون نموذجًا دقيقًا للعمليات الإدراكية البشرية؟ لما يقرب من أربعة عقود، كان هذا السؤال يثير جدلاً بين باحثي الذكاء الاصطناعي. في حين يعتقد البعض بإمكانية الشبكات العصبية لمحاكاة العمليات البشرية، ظل الآخرون متشككين بسبب القيود المتأصلة، خاصة في مجال التعميم اللغوي.
تؤكد هذه الدراسة، بنتائجها الواعدة، على تفاؤل أكبر. كما لاحظ بريندن ليك، عالم معرفي حاسوبي في جامعة نيويورك ومؤلف مشارك في الدراسة، أن الشبكات العصبية قد واجهت صعوبات في الماضي، لكن مع النهج الصحيح، يمكن تشكيلها لتعكس جوانب من العمليات الإدراكية البشرية.
نحو مستقبل من التكامل السلس بين الإنسان والآلة
مسار الذكاء الاصطناعي، من مراحله الأولى إلى قدراته الحالية، كان مصحوبًا بالتطور المستمر والانجازات. هذا الإنجاز الأخير في تدريب الشبكات العصبية على التعميم اللغوي بشكل منهجي هو دليل آخر على الإمكانيات غير المحدودة للذكاء الاصطناعي. كما ننظر إلى هذا العصر، من المهم أن ندرك الآثار الأوسع لهذه التطورات. نحن نقترب من مستقبل حيث لا تفهم الآلات كلماتنا فقط، بل تدرك أيضًا الدقة والسياق، مما يؤدي إلى تفاعل أكثر سلاسة وبداهة بين الإنسان والآلة.












