الذكاء الاصطناعي يتحدث إلى نفسه: كيف غيرت تقنية الـ Mumbling طريقة تعلم الآلة وجعلتها أسرع بمرتين؟

يشهد عالم الذكاء الاصطناعي حاليا اهتماما متزايدا باتجاهات بحثية جديدة تحاول تطوير طريقة عمل النماذج الذكية وذلك بعد ظهور أسلوب حديث يعرف باسم المتمتمة الذاتية والذي يقوم على منح النظام مرحلة إضافية من المعالجة تشبه الحوار الداخلي قبل الوصول إلى الإجابة النهائية . وقد تحول هذا المفهوم خلال الفترة الأخيرة من مجرد فكرة نظرية إلى موضوع دراسات علمية تبحث في قدرته على تحسين التعلم وحل المشكلات بطرق أكثر كفاءة .
يعد أسلوب المتمتمة الذاتية من المفاهيم اللافتة في مجال تعلم الآلة حاليا إذ يقوم على فكرة مختلفة عن النماذج التقليدية التي تستقبل البيانات ثم تعالجها وتنتج الإجابة بشكل مباشر. ففي هذا النهج تمر المعلومات بمرحلة وسيطة تشبه إلى حد ما الطريقة التي يفكر بها الإنسان عندما يرتب أفكاره داخليا قبل اتخاذ قرار أو الوصول إلى نتيجة . وخلال هذه المرحلة يقوم النموذج بتوليد تمثيلات وأفكار مؤقتة تساعده على تحليل المشكلة من أكثر من زاوية ثم ينتقل بعد ذلك إلى القرار النهائي. ورغم أن هذه العملية لا تظهر للمستخدم إلا أنها تلعب دورا مهما في رفع جودة المخرجات وتحسين دقة الاستجابة .
في الدراسات والتجارب التي أجريت لاختبار هذا الأسلوب تم إخضاع نماذج الذكاء الاصطناعي لمهام تتطلب التفكير عبر عدة خطوات مثل التعامل مع الأنماط الرقمية أو المسائل المرتبطة بالذاكرة قصيرة المدى أو المشكلات التي تحتاج إلى أكثر من مرحلة استنتاج. وتمت مقارنة نموذج تقليدي بآخر يعتمد على آلية الحوار الداخلي لتظهر النتائج تفوق النموذج الثاني في عدد كبير من المهام كما بدا أكثر قدرة على التكيف مع تغير طبيعة الأسئلة والانتقال بين مهام مختلفة بسرعة أكبر. والأكثر إثارة للاهتمام أن هذا التحسن لم يكن نتيجة زيادة البيانات التدريبية بل تحقق باستخدام كميات أقل نسبيا من البيانات.
أما تفسير هذا التحسن فيعود إلى طريقة تنظيم المعلومات داخل النموذج. فعندما يمنح النظام فرصة لبناء مسار تفكير وسيط فإنه لا يتعامل مع المشكلة باعتبارها كتلة واحدة معقدة بل يقوم بتقسيمها إلى أجزاء أصغر وأسهل للفهم والمعالجة . ويساعد ذلك على تقليل الارتباك أثناء الانتقال بين المهام المختلفة كما يعزز ما يشبه الذاكرة التشغيلية قصيرة المدى التي تحتفظ بالمعلومات المهمة أثناء تنفيذ المهمة الحالية . والنتيجة هي نموذج أكثر كفاءة وقدرة على التعلم في وقت أقل وبعدد أمثلة أقل.
أما ما يميز هذا الاتجاه البحثي عن غيره فهو ارتباطه الواضح ببعض مفاهيم علم النفس الإدراكي. فالإنسان يعتمد في حياته اليومية على ما يعرف بالحوار الداخلي ذلك الصوت غير المسموع الذي يساعده على التخطيط ومراجعة الخيارات واتخاذ القرارات. ومن هنا جاءت فكرة إدخال مفهوم مشابه إلى أنظمة الذكاء الاصطناعي بحيث لا تكتفي بالاستجابة المباشرة بل تمر بعملية تفكير داخلية منظمة تحاكي جانبا من آليات الإدراك البشري وإن كانت تعتمد بالكامل على العمليات الحسابية .
ومع استمرار الأبحاث حول هذا المفهوم الجديد يبقى الاهتمام متجها إلى الخطوات المقبلة التي قد تغير طريقة بناء أنظمة الذكاء الاصطناعي مستقبلا. فهل يصبح الحوار الداخلي جزءا أساسيا من النماذج القادمة ؟ وهل نشهد جيلا جديدا من الأنظمة القادرة على تنظيم أفكارها بطريقة أقرب إلى الإنسان؟ السنوات القادمة قد تحمل الإجابة .