Meta تطلق أدوات ذكاء اصطناعي تتضمن واحدة تتحقق من دقة نماذج الذكاء الاصطناعي الأخرى
Enacy Mapakame
2 دقائق قراءة
- أطلقت ميتا عدة أدوات وتحديثات للذكاء الاصطناعي.
- كما أصدرت الشركة أداة "المُقيّم المُدرَّب ذاتيًا" التي تتحقق من دقة النماذج الأخرى
- يُعد هذا خطوة نحو استقلالية الذكاء الاصطناعي.
أطلقت Meta Platforms يوم الجمعة مجموعة من منتجات الذكاء الاصطناعي الجديدة، بما في ذلك "المقيّم الذاتي التعلم" (Self-Taught Evaluator) القادر على التحقق من دقة نماذج الذكاء الاصطناعي الأخرى. ويُذكر أن النموذج قادر على تقليل المشاركة البشرية في عملية تطوير نماذج الذكاء الاصطناعي.
أعلنت شركة الأم لـ Facebook وInstagram يوم الجمعة عن إطلاق النماذج الجديدة للذكاء الاصطناعي بعد تقديمها الأداة في ورقة عمل نُشرت في أغسطس وشرحت بالتفصيل كيف تعتمد على نفس تقنية "سلسلة التفكير" التي استخدمها منافسوها، حيث أصدرت شركة ChatGPT OpenAI مؤخراً نماذج 01.
ومن المتوقع أن يسمح ذلك للنموذج باتخاذ أحكام موثوقة بشأن استجابات النماذج.
Meta تريد معالجة تحديات عدم الدقة
ووفقاً لمقال لـ رويترز، يمكن للنموذج التحقق من دقة الإجابات على المشكلات الصعبة وتعزيزها، مثل تلك الموجودة في مواد مثل العلوم والرياضيات والبرمجة، لأنه يتضمن تقسيم المشكلات المعقدة إلى خطوات منطقية أصغر.
كشفت Meta عن نواياها التي تشمل معالجة التحديات التي واجهت نماذج الذكاء الاصطناعي الأخرى مثل ChatGPT، بالإضافة إلى الانتقادات المتعلقة بالإجابات القديمة وغير الدقيقة.
ووفقاً للتقارير، استخدم باحثو في Meta بيانات مولدة بالكامل بواسطة الذكاء الاصطناعي لتدريب نموذج المقيّم، مما أزال المدخلات البشرية في تلك المرحلة.
أخبر باحثان من Meta وكالة رويترز بأن القدرة على استخدام الذكاء الاصطناعي لتقييم نماذج الذكاء الاصطناعي الأخرى بشكل موثوق تقدم لمحة عن مسار محتمل لبناء أنظمة مستقلة يمكنها التعلم من أخطائها الخاصة.
«نأمل، مع تطور الذكاء الاصطناعي ليصبح فائق الذكاء بشكل متزايد، أن يصبح أفضل في مراجعة عمله، بحيث يتفوق في الواقع على متوسط البشر.» الباحث جيسون ويستون.
وأضاف قائلاً: «إن فكرة التعلم الذاتي والقدرة على التقييم الذاتي هي في الأساس أمر حاسم للوصول إلى هذا المستوى من الذكاء الاصطناعي الفائق.»
ميتا تتجه نحو الذكاء الاصطناعي المستقل
ووفقاً للباحثين، يرى أصحاب المصلحة في صناعة الذكاء الاصطناعي هذه الوكلاء على أنهم مساعدون رقميون أذكياء بما يكفي لأداء مجموعة متنوعة من المهام دون تدخل بشري.
ويؤكد الباحثون أن النماذج القادرة على التحسين الذاتي قد تقضي على الحاجة إلى عملية غالباً ما تكون مكلفة وغير فعالة تُستخدم اليوم وتُعرف بالتعلم التعزيزي من التغذية الراجعة البشرية. وتتطلب هذه العملية مدخلات من مرسّمين بشريين يجب أن يمتلكوا خبرة متخصصة لتسمية البيانات بدقة والتحقق من صحة الإجابات على الاستفسارات المعقدة المتعلقة بالرياضيات والكتابة.
ونشرت شركات منافسة في القطاع مثل جوجل وأنثروبيك أيضاً أوراق بحثية حول مفهوم RLAIF، أو التعلم التعزيزي من التغذية الراجعة للذكاء الاصطناعي.
ومع ذلك، وعلى عكس ميتا، فإن هذه الشركات الأخرى تميل إلى عدم إصدار نماذجها للاستخدام العام.
أبدى خبراء في صناعة الذكاء الاصطناعي رأيهم بأن استخدام الذكاء الاصطناعي للتحقق من الذكاء الاصطناعي أمر بالغ الأهمية لبناء تطبيقات ذكاء اصطناعي مستقلة يمكنها العمل دون تدخل بشري. وهذا يعني أن نماذج الذكاء الاصطناعي ستتعلم في النهاية من أخطائها، وتصحيح نفسها، وتحسين أدائها دون أي مدخلات بشرية.
كما أصدرت عملاق وسائل التواصل الاجتماعي أدوات أخرى، بما في ذلك تحديث لنموجه «Segment Anything Model» (SAM) لتحديد الصور، وأداة تسرّع أوقات استجابة نماذج اللغات الكبيرة (LLMs)، ومجموعات بيانات يمكن استخدامها لمساعدة اكتشاف مواد غير عضوية جديدة.
إذا كنت تقرأ هذا، فأنت متقدّم بالفعل. ابق هناك مع نشرتنا الإخبارية.
إخلاء مسؤولية. المعلومات المقدمة ليست نصيحة تداول. Cryptopolitan.com لا تتحمل أي مسؤولية عن أي استثمارات تتم بناءً على المعلومات المقدمة في هذه الصفحة. نوصي بشدة بإجراء بحث مستقل و/أو الاستعانة بمستشار مؤهل قبل اتخاذ أي قرارات استثمارية.
Enacy Mapakame
إناسي ماباكامي صحفية تتمتع بأكثر من 10 سنوات من الخبرة في مجال الأخبار التجارية والمالية. وهي تغطي أسواق رأس المال والتقنيات الناشئة – مثل الميتافيرس والذكاء الاصطناعي والعملات الرقمية. وتحمل إناسي درجة بكالوريوس الآداب في دراسات الإعلام والمجتمع بتقدير امتياز.
