MIT تطور ذكاءً اصطناعيًا قادرًا على تحسين نفسه ذاتيًا
باحثو MIT يقدمون SEAL: إطار عمل جديد يمكّن نماذج الذكاء الاصطناعي من تدريب نفسها وتحسين أدائها ذاتيًا دون تدخل بشري مباشر.
تفاصيل الخبر
في إنجاز تقني غير مسبوق، طور فريق من معهد ماساتشوستس للتكنولوجيا (MIT) إطارًا جديدًا يُدعى SEAL (Self-Adaptive LLMs)، يسمح لنماذج اللغة الكبيرة بتحسين أدائها بنفسها من خلال إنشاء بيانات تدريب وتعليمات مخصصة ذاتيًا.
- يتيح SEAL للنموذج إنشاء “تعديلات ذاتية” — وهي تعليمات لتوليد بيانات اصطناعية وتحديد معايير لتحديث أوزان النموذج.
- يعتمد على حلقة تعلم معزز (Reinforcement Learning) تُكافئ النموذج عندما تؤدي التعديلات الذاتية إلى أداء أفضل.
- المثير للدهشة أن النموذج تعلم من ملاحظاته الذاتية بشكل أكثر فاعلية من مواد تعليمية صادرة عن GPT-4.1.
- في مهام حل الألغاز، قفز الأداء من 0% باستخدام الطرق التقليدية إلى 72.5% بفضل SEAL.
- النموذج لا يعتمد فقط على البيانات المسبقة بل يعيد تدريب نفسه باستمرار بناءً على تقييم أدائه.
الأهداف المستقبلية
تكشف تقنية SEAL عن مسار جديد نحو تطوير الذكاء الاصطناعي، حيث تسعى MIT إلى:
- تمكين الذكاء الاصطناعي من التعلم الذاتي والتحديث المستقل.
- تقليل الاعتماد على البشر في تدريب النماذج، مما يزيد من الكفاءة والسرعة.
- فتح الباب أمام نماذج قادرة على تحسين نفسها باستمرار، ما يقربنا من فكرة “الذكاء الفائق”.
- تحسين أداء النماذج في المهام المعقدة، مثل المنطق والاستنتاج وحل الألغاز.
- بناء بنية تحتية للتعلم الذاتي في نماذج اللغة العامة يمكن تطبيقها على مختلف المجالات.
تقنية SEAL لا تمثل فقط قفزة في طريقة تدريب الذكاء الاصطناعي، بل قد تكون بوابة لعصر جديد حيث تصبح النماذج قادرة على النمو والتطور دون حدود — وربما، بدون تدخل بشري.
