تُرجم من الإنجليزية بواسطة TechUpscale بمساعدة الذكاء الاصطناعي، وتمت مراجعته مقابل النص الأصلي. اقرأ النص الأصلي بالإنجليزية
كشف باحثون من جامعة تل أبيب وجامعة ستانفورد أن الذكاء الاصطناعي يمكنه بناء مهارات تنبؤية عامة باستخدام بيانات تدريب مولدة ذاتياً بشكل نقي. وتتحدى الدراسة، المتوفرة كمسودة بحثية على منصة arXiv، الافتراضات السابقة حول متطلبات التعلم الآلي.
ما تقوله الدراسة عن تعلم الذكاء الاصطناعي بدون بيانات من العالم الحقيقي
وفقاً للباحثين، تتحدى الدراسة الافتراض السائد بأن نماذج الذكاء الاصطناعي تتطلب كميات هائلة من بيانات العالم الحقيقي لتطوير قدرات مفيدة. وأثبتت الدراسة التي تمثل إثباتاً للمفهوم أن النماذج المدربة بالكامل على تسلسلات مولدة اصطناعياً حسنت قدراتها التنبؤية عبر مجالات تشمل اللغة، والصور، والموسيقى، والحمض النووي (DNA).
أُجري البحث تحت إشراف الدكتور يواف ليفين من جامعة تل أبيب وكجزء من أبحاث ما بعد الدكتوراه للدكتور كفير دوليف بالتعاون مع باحثي جامعة ستانفورد.
نموذجان يتعلمان معاً
في الطريقة التي طورها الباحثون، يبدأ نموذجان من الصفر ويتعلمان معاً. يقوم النموذج الأول بتوليد برامج حاسوبية قصيرة تنتج تسلسلات من الرموز، بينما يتم تدريب النموذج الثاني على التنبؤ بالرمز التالي في كل تسلسل.
يتلقى النموذج الأول تعليقات مرتدة حول مدى مساهمة تمارينه في عملية التعلم، مما يتيح له اختيار تحديات مفيدة بشكل متزايد تناسب قدرات نموذج التعلم.
حقائق رئيسية ومصادرها
- طور الذكاء الاصطناعي مهارات تنبؤية عامة باستخدام بيانات تدريب مولدة ذاتياً فقط.
تُظهر دراسة جديدة أجراها باحثون من جامعة تل أبيب وجامعة ستانفورد أن الذكاء الاصطناعي يمكنه تطوير مهارات تنبؤية عامة باستخدام بيانات تدريب مولدة ذاتياً فقط
- يتعلم نموذجان معاً، حيث يقوم أحدهما بتوليد برامج حاسوبية والثاني بالتنبؤ بالرمز التالي.
يولد الأول برامج حاسوبية قصيرة تنتج تسلسلات من الرموز. ويتم تدريب الثاني على التنبؤ بالرمز التالي في كل تسلسل.
السؤال المفتوح: إلى أي مدى يمكن لنماذج الذكاء الاصطناعي أن تتقدم في اكتساب الأنماط العالمية ومهارات الاستدلال دون أي تعرض لمعلومات العالم الحقيقي؟
