اختراق علمي جديد يسمح للذكاء الاصطناعي بإصلاح أخطائه وتحسين أدائه في الوقت الحقيقي

حقق باحثون في University of Southern California اختراقًا علميًا جديدًا من خلال تطوير منهجية تسمح لنماذج الذكاء الاصطناعي بإصلاح فجواتها المعرفية وتحسين أدائها أثناء العمل، وهو ما يتحدى الفكرة الشائعة بأن قدرات الأنظمة الذكية تظل محدودة فقط بالبيانات التي تدربت عليها مسبقًا.

ووفقًا لتقرير نشرته الجامعة، طوّر باحثون من USC Viterbi School of Engineering نظامًا يعتمد على التعلم المباشر وتصحيح الأخطاء، حيث أنشأ الفريق حلقة ملاحظات متطورة تسمح لنموذج الذكاء الاصطناعي بتقييم أخطائه أثناء محاولته حل مشكلات برمجية معقدة، خاصة عند التعامل مع لغات برمجية نادرة، ثم تعديل استراتيجياته تدريجيًا حتى يصل إلى الحل الصحيح.

وتعتمد التقنية على آلية نقد ذاتي تتيح للنظام اكتشاف الأخطاء فور حدوثها وتجربة مسارات بديلة للحل، وهو ما يتيح تحسين الأداء حتى في المجالات التي لم يتلق فيها تدريبًا مكثفًا، كما يشير الباحثون إلى أن الكفاءة الخوارزمية في هذا النهج يمكن أن تعوض النقص في بيانات التدريب، الأمر الذي قد يقلل التكاليف الكبيرة المرتبطة بتطوير النماذج التوليدية.

ويرى الباحثون أن هذا التطور قد يفتح آفاقًا جديدة لمستقبل الأتمتة والتعلم الآلي، إذ يمكن للأنظمة الذكية التكيف مع البيئات والمتغيرات الجديدة دون الحاجة إلى إعادة تدريب مكلفة وطويلة، ما قد يمنحها مستوى أعلى من الاستقلالية التشغيلية ويسرّع وتيرة الابتكار التكنولوجي.

ويشير الباحثون إلى أن هذه المنهجية قد تمثل خطوة مهمة نحو تطوير أنظمة ذكاء اصطناعي أكثر قدرة على التعلم الذاتي والتكيف مع التحديات الجديدة.