تطورت تكنولوجيا الذكاء الاصطناعي العاملة على إنتاج بيانات بشكل كبير خلال السنوات الأخيرة، ولكن يعتقد ريتشارد سوشر، رئيس سابق تنفيذي في شركة سيلزفورس، أنه ما زال هناك فرصة لتحسينها. في بودكاست “هارفارد بزنس ريفيو”، ناقش سوشر كيف يمكننا الارتقاء بنماذج اللغة الكبيرة عن طريق تحفيزها للرد على التحفيزات البرمجية بدلاً من تنبؤ الرمز المقبل فقط.
في الوقت الحالي، تعتمد نماذج اللغة الكبيرة على تنبؤ الرمز المقبل بناءً على البيانات السابقة. وبالرغم من أن هذه النماذج تظهر قدرة مذهلة على فهم النص والبرمجة، إلا أنها في كثير من الأحيان تعاني من هلاوس، حيث ينتجون أخطاء حقيقية كما لو أنها صحيحة. وتصبح هذه المشكلة مشكلة خاصة عندما يتعلق الأمر بأسئلة الرياضيات المعقدة.
وقدم سوشر مثالاً على سؤال قد تواجهه نموذج لغوي كبير: “إذا أعطيت طفلاً 5000 دولار عند ولادته للاستثمار في صندوق مؤشر الأسهم بدون رسوم، وبفرض نسبة معينة من عائدات السنوية المتوسطة، فكم سيكون لديه بين عمر السنتين والخمس سنوات؟” بدلاً من التفكير بعناية في السؤال وإجراء الحسابات اللازمة، سيقوم النموذج بإنشاء نص بناءً على أسئلة مماثلة واجهها في السابق.
للتغلب على هذا القيد، يقترح سوشر “اجبار” النموذج على ترجمة السؤال إلى كود الكمبيوتر وتوليد إجابة بناءً على ذلك الكود. من خلال القيام بذلك، يزداد احتمال أن يقدم النموذج استجابة صحيحة. أشار سوشر إلى أنه في محرك البحث المدعوم بالذكاء الاصطناعي You.com، تمكنوا من ترجمة الأسئلة إلى كود Python.
في مقابل النهج المعتاد لتوسيع البيانات وقوة الحساب، يشير سوشر إلى أن البرمجة ستلعب دورًا حاسمًا في تعزيز نماذج اللغة الكبيرة. من خلال تعليم هذه النماذج البرمجة، ستكتسب فهمًا أعمق وقدرات أكثر مرونة في حل المشكلات. ستمكنها هذه الطريقة من مواجهة مهام أكثر تعقيدًا في المستقبل.
مع تصاعد المنافسة بين نماذج اللغة الكبيرة، مثل GPT-4 من OpenAI وGemini من Google، يوفر نظرة سوشر زاوية جديدة لتعزيز قدرات الذكاء الاصطناعي. بدلاً من الاعتماد فقط على توسيع البيانات، يمكن أن تفتح إجبار نماذج الذكاء الاصطناعي على الترميز إمكاناتها الكاملة وتؤدي إلى تقدم كبير في هذا المجال.
أسئلة مكررة (FAQ) حول تحسين نماذج اللغة الكبيرة من خلال البرمجة
س: ما التحدي الذي تواجهه نماذج اللغة الكبيرة الحالية؟
ج: تعاني نماذج اللغة الكبيرة الحالية من قيود في إنتاج استجابات دقيقة عند مواجهة أسئلة معقدة، خاصة تلك التي تتطلب حسابات رياضية. في كثير من الأحيان تعاني من حالات الهلوسة، حيث ينتجون أخطاء حقيقية كما لو أنها صحيحة.
س: ما هو الحل المقترح للتغلب على هذه القيود؟
ج: يقترح ريتشارد سوشر “اجبار” نماذج اللغة الكبيرة على ترجمة الأسئلة إلى كود الكمبيوتر وإنشاء إجابات استنادًا إلى ذلك الكود. عن طريق القيام بذلك، يصبح من المحتمل أن تقدم النماذج استجابات دقيقة.
س: كيف يحسن ترجمة الأسئلة إلى كود النماذج؟
ج: يساعد ترجمة الأسئلة إلى الكود النماذج في إكتساب فهم أعمق للأسئلة ويمكنهم أداء الحسابات اللازمة. تساهم هذه الطريقة في تعزيز قدراتهم في حل المشكلات وزيادة احتمالية اجابات دقيقة.
س: هل تم تطبيق هذا النهج في أي محرك بحث يعتمد على الذكاء الاصطناعي؟
ج: نعم، في You.com، وهو محرك بحث مدعوم بالذكاء الاصطناعي، تم ترجمة الأسئلة بنجاح إلى كود Python لتحسين دقة الإجابات.
س: كيف يختلف هذا النهج الترميزي عن النهج التقليدي لتوسيع البيانات وقوة الحساب؟
ج: يشير سوشر إلى أن تعليم نماذج اللغة الكبيرة برمجة سيكون أمرًا بالغ الأهمية في تعزيز قدراتها، بدلاً من الاعتماد فقط على توسيع البيانات. من خلال برمجة النماذج، يتمكنون من اكتساب فهم أعمق وقدرات أكثر مرونة في حل المشكلات الشائكة في المستقبل.
س: كيف يتألق مدى تفوق وجهة نظر سوشر في المنافسة بين نماذج اللغة الكبيرة؟
ج: تقدم وجهة نظر سوشر زاوية جديدة لتعزيز قدرات الذكاء الاصطناعي. بدلاً من الاعتماد فقط على توسيع البيانات، يمكن أن يفتح إجبار نماذج الذكاء الاصطناعي على الترميز إمكاناتها الكاملة ويؤدي إلى تقدم كبير في هذا المجال.
المصطلحات الرئيسية/المصطلحات التقنية:
– تكنولوجيا الذكاء الاصطناعي العاملة: تشير إلى نماذج الذكاء الاصطناعي قادرة على إنتاج محتوى أصلي عن طريق إعادة توليد بيانات جديدة استنادًا إلى الأنماط والأمثلة من البيانات الحالية.
– نماذج اللغة: نماذج الذكاء الاصطناعي المصممة خصيصًا لإنشاء وفهم اللغة البشرية.
– الهلاوس: في سياق نماذج الذكاء الاصطناعي للغة، يشير إلى إنتاج أخطاء حقيقية كما لو أنها صحيحة.
– الرمز: في نماذج اللغة، يشير الرمز إلى جزء من النص، عادة كلمة أو حرف.
– كود Python: لغة برمجة استخدمها سوشر كمثال لترجمة الأكواد لتحسين نماذج لغة كبيرة.
روابط ذات صلة مقترحة:
OpenAI – الموقع الرسمي لشركة OpenAI المعروفة بنماذجها اللعبة الكبيرة مثل GPT-4.
Google – الموقع الرسمي لشركة Google، الشركة التي تقف وراء نماذج لغة كبيرة مثل Gemini.
The source of the article is from the blog lanoticiadigital.com.ar