علماء يطورون طريقة جديدة لتعزيز قدرات الذكاء الاصطناعي

AI بالعربي – متابعات

طور علماء بجامعة كاتانيا في إيطاليا طريقة جديدة لتعزيز قدرات الذكاء الاصطناعي، لتجنب ظاهرة “النسيان الكارثي”، وذلك عبر محاكاة الطريقة التي يشكل بها البشر ذكريات طويلة المدى أثناء النوم، وفق ما نقله موقع “newscientist“.

النسيان الكارثي.. ما هو؟

و”النسيان الكارثي” هو حالة فقدان مفاجأة للمهام التي كان نموذج الذكاء الاصطناعي يتقنها سابقًا. على سبيل المثال، يمكن لنموذج مدرب على التعرف على الحيوانات أن يتعلم اكتشاف أنواع مختلفة من الأسماك، ولكن بعد ذلك قد يفقد عن غير قصد كفاءته في التعرف على الطيور.

روبوتات تنام وتستيقظ

ولحل هذه المشكلة، طور علماء جامعة كتانيا طريقة جديدة لتدريب الذكاء الاصطناعي تسمى التعلم الموحد للاستيقاظ والنوم (WSCL)، والتي تحاكي الطريقة التي تعزز بها أدمغة البشر المعلومات الجديدة. ذلك عبر خلط الذكريات قصيرة المدى من التجارب والدروس المستفادة على مدار اليوم وتحويلها إلى ذكريات طويلة المدى أثناء النوم.

يقول كونسيتو سبامبيناتو -أحد الباحثين الذين عملوا على هذا التطوير- إن طريقة التعلم هذه يمكن تطبيقها على أي نموذج ذكاء اصطناعي موجود. بحيث يتم تدريب النماذج التي تستخدم WSCL كالمعتاد على مجموعة من البيانات لمرحلة “الاستيقاظ”. لكن تتم برمجتهم أيضًا للحصول على فترات من “النوم”، حيث يحللون عينة من البيانات التي تلقوها أثناء الاستيقاظ، ويتعلمون من الدروس السابقة.

بناء ذاكرة طويلة المدى

ولتوضيح الفكرة، يشرح العلماء بأن لتدريب نموذج للتعرف على الحيوانات من خلال صور الحياة البحرية، فإنه سيتعرض خلال فترة النوم للقطات للأسماك والقليل من الطيور والأسود والفيلة من الدروس القديمة، ومن ثم يبني ذاكرة طويلة المدى تمت تغذيتها خلال نومه. يقول سبامبيناتو إن هذا يشبه تفكير البشر في ذكريات جديدة وقديمة أثناء النوم، واكتشاف الروابط والأنماط ودمجها في أذهاننا. تمنح البيانات الجديدة الذكاء الاصطناعي قدرة جديدة، في حين أن بقية البيانات القديمة تمنع المهارة المكتسبة مؤخرًا من دفع المهارات الموجودة.

التعلم بشكل أفضل

وبشكل حاسم، لدى WSCL أيضًا فترة من “الحلم” ، عندما تستهلك بيانات جديدة تماما مصنوعة من مزج المفاهيم السابقة معًا. وعلى سبيل المثال. يقول سبامبيناتو إن هذه المرحلة تساعد على دمج المسارات السابقة لـ “الخلايا العصبية” الرقمية، ما يوفر مساحة لمفاهيم أخرى في المستقبل. كما أنه يهيئ الخلايا العصبية غير المستخدمة بأنماط تساعدهم على التقاط دروس جديدة بسهولة أكبر.

Related Posts

خبراء التقنية يكشفون عن أهم المهارات المطلوبة في عصر الذكاء الاصطناعي

خبراء التقنية يكشفون عن أهم المهارات المطلوبة في عصر الذكاء الاصطناعي AI بالعربي – متابعات يشهد سوق العمل تحولًا جذريًا مع تزايد اعتماد الشركات على تقنيات الذكاء الاصطناعي، ما يدفع…

“إزالة الضوضاء الحسابية” في البيانات الكبيرة.. هل يمكن تنقية الواقع؟

“إزالة الضوضاء الحسابية” في البيانات الكبيرة.. هل يمكن تنقية الواقع؟ AI بالعربي – خاص في عصر البيانات الهائلة، لم يعد التحدي الأكبر هو جمع المعلومات، بل هو القدرة على فصل…

اترك تعليقاً

لن يتم نشر عنوان بريدك الإلكتروني. الحقول الإلزامية مشار إليها بـ *

You Missed

خبراء التقنية يكشفون عن أهم المهارات المطلوبة في عصر الذكاء الاصطناعي

  • من admin
  • يوليو 3, 2025
  • 1 views
خبراء التقنية يكشفون عن أهم المهارات المطلوبة في عصر الذكاء الاصطناعي

“إزالة الضوضاء الحسابية” في البيانات الكبيرة.. هل يمكن تنقية الواقع؟

  • من admin
  • يوليو 3, 2025
  • 2 views
“إزالة الضوضاء الحسابية” في البيانات الكبيرة.. هل يمكن تنقية الواقع؟

دراسة حديثة: روبوتات الذكاء الاصطناعي قد تقدم معلومات صحية خاطئة وخطيرة

  • من admin
  • يوليو 3, 2025
  • 1 views
دراسة حديثة: روبوتات الذكاء الاصطناعي قد تقدم معلومات صحية خاطئة وخطيرة

“التحكم الأخلاقي الذاتي” في الأنظمة المستقلة.. من يحدد الصواب والخطأ؟

  • من admin
  • يوليو 3, 2025
  • 2 views
“التحكم الأخلاقي الذاتي” في الأنظمة المستقلة.. من يحدد الصواب والخطأ؟

“الاسترجاع الديناميكي للذاكرة”.. هل يمكن للنماذج أن تتذكر وتتجاهل بوعي؟

  • من admin
  • يوليو 3, 2025
  • 1 views
“الاسترجاع الديناميكي للذاكرة”.. هل يمكن للنماذج أن تتذكر وتتجاهل بوعي؟

“التحسين التطوري متعدد الأهداف”.. كيف يتوازن الذكاء الاصطناعي مع تعدد المعايير؟

  • من admin
  • يوليو 3, 2025
  • 2 views
“التحسين التطوري متعدد الأهداف”.. كيف يتوازن الذكاء الاصطناعي مع تعدد المعايير؟