علماء يطورون طريقة جديدة لتعزيز قدرات الذكاء الاصطناعي

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

تكرار بلا معنى.. الخوارزمية تُعيد إنتاج الضجيج

AI بالعربي – متابعات لم يكن العالم في أي وقتٍ مضى مليئًا بهذا القدر من المحتوى، ولا بهذه الدرجة من التكرار. آلاف النصوص، ملايين الصور، وسيلٌ لا يتوقف من المقاطع…

الذكاء الاصطناعي في اللاوعي السياسي.. هندسة القناعات دون شعور

AI بالعربي – متابعات في زمنٍ تتقاطع فيه التكنولوجيا مع الوعي الجمعي، أصبح من الصعب تمييز من يُشكّل آراءنا فعلاً: هل نحن الذين نختار، أم أن هناك خوارزمية تختار لنا؟لم…

اترك تعليقاً

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

مقالات

الذكاء الاصطناعي أَضحى بالفعل ذكيًا

  • نوفمبر 10, 2025
  • 97 views
الذكاء الاصطناعي أَضحى بالفعل ذكيًا

في زمن التنظيمات: هل تستطيع السعودية أن تكتب قواعد لعبة الذكاء الاصطناعي؟

  • نوفمبر 8, 2025
  • 91 views
في زمن التنظيمات: هل تستطيع السعودية أن تكتب قواعد لعبة الذكاء الاصطناعي؟

“تنانين الذكاء الاصطناعي” في الصين وغزو العالم

  • أكتوبر 30, 2025
  • 120 views
“تنانين الذكاء الاصطناعي” في الصين وغزو العالم

الذكاء الاصطناعي في الحياة المعاصرة.. ثورة علمية بين الأمل والمخاطر

  • أكتوبر 12, 2025
  • 275 views
الذكاء الاصطناعي في الحياة المعاصرة.. ثورة علمية بين الأمل والمخاطر

حول نظرية القانون المشتغل بالكود “الرمز” Code-driven law

  • أكتوبر 1, 2025
  • 358 views
حول نظرية القانون المشتغل بالكود “الرمز” Code-driven law

الإعلام.. و”حُثالة الذكاء الاصطناعي”

  • سبتمبر 29, 2025
  • 368 views
الإعلام.. و”حُثالة الذكاء الاصطناعي”