نموذج Talkie: ذكاء اصطناعي يعيش بعقلية عام 1930
في تجربة فريدة، كشف باحثون عن نموذج ذكاء اصطناعي جديد يعيدنا إلى الماضي، حيث تم تدريب Talkie على بيانات تعود لما قبل عام 1931، مما يفتح الباب لفهم أعمق لكيفية تفكير النماذج بعيدًا عن تأثير الإنترنت الحديث.
تفاصيل الخبر
يُعد هذا المشروع من أكثر التجارب إثارة في أبحاث الذكاء الاصطناعي، حيث سعى الباحثون لإعادة بناء “عقلية قديمة” داخل نموذج حديث:
- تم تطوير النموذج بواسطة Nick Levine وDavid Duvenaud وAlec Radford.
- يعتمد Talkie على تدريب ضخم شمل 260 مليار وحدة نصية من كتب وصحف ومجلات وبراءات اختراع وقوانين تعود لما قبل 1931.
- تم استخدام مصادر غير تقليدية مثل كتب الإتيكيت وكتب الطبخ لتعليم النموذج كيفية الحوار دون الاعتماد على بيانات حديثة.
- جرى تقييم أداء النموذج باستخدام نظام يعتمد على نموذج Claude Sonnet 4.6.
- رغم أن لغة Python لم تكن موجودة آنذاك، استطاع النموذج كتابة كود صحيح من خلال تعميم الأنماط التي تعلمها.
- يهدف المشروع أيضًا إلى تجنب مشكلة “تلوث البيانات” في اختبارات الذكاء الاصطناعي، حيث يتم تدريب النماذج على بيانات تتضمن اختبارات سابقة.
- يعمل الفريق حاليًا على تطوير نسخة جديدة بمستوى أداء يقارب GPT-3.
الأهداف المستقبلية
يحمل هذا المشروع دلالات مهمة لمستقبل تطوير النماذج الذكية:
- فهم أعمق لكيفية التعلم والتعميم لدى نماذج الذكاء الاصطناعي بعيدًا عن البيانات الحديثة.
- تقليل الاعتماد على الإنترنت كمصدر أساسي لتدريب النماذج.
- تطوير نماذج أكثر تنوعًا في أسلوب التفكير واللغة.
- تحسين دقة اختبارات الذكاء الاصطناعي من خلال تجنب البيانات الملوثة.
- فتح المجال لتجارب جديدة تستكشف كيف تؤثر البيانات التاريخية على سلوك النماذج.
في النهاية، يقدم Talkie نظرة مختلفة تمامًا على عالم الذكاء الاصطناعي، حيث يثبت أن طريقة تدريب النموذج قد تكون بنفس أهمية حجمه أو تقنيته.
