في خطوة غير مسبوقة في عالم الذكاء الاصطناعي، قام فريق من الباحثين بتطوير نظام تدريبي مستقل يُعرف باسم A-Evolve-Training، الذي يهدف إلى تحسين نماذج الذكاء الاصطناعي بعد تدريبها الأصلي. قامت هذه التقنية بتحقيق تقدم ملحوظ لنموذج Nemotron الذي يحوي 30 مليار وحدة، حيث بلغت درجته في تقييمات الأداء 0.86، وهو نتائج تتنافس بشغف مع أداء أفضل نتيجة بشرية سجلت 0.87 على منصة التحديات NVIDIA Nemotron-Reasoning.

النظام يعمل على تنفيذ حلقات تدريب ذاتية، مما يعني أنه قادر على إجراء تحسينات دون الحاجة إلى مداخلات بشرية. واجه النظام تحديات مثيرة خلال العمليات، مثل اكتشاف أن مقياس الأداء الخاص به لم يعد يعكس الأداء في أضعف المجالات، مما دفعه لتعديل استراتيجيات البحث الخاصة به. وهذا يكشف عن قدرة مذهلة للتحسين الذاتي وتقليل النتائج المضللة.

تعتبر هذه الخطوة مهمة للغاية، حيث يُعتقد أنها أول تجربة يتم الإبلاغ عنها علنًا لهذا النمط من التدريب الذاتي، والذي يعكس التطور في التقنيات المستخدمة في أبحاث الذكاء الاصطناعي. مع الاستخدام المستقبلي لهذه الأنظمة، يتوقع الخبراء أن يتمكنوا من الاعتماد بشكل أكبر على التحسين الذاتي في النماذج الأكثر تقدمًا في المستقبل، مما قد يفتح أبوابًا جديدة في هذا المجال الديناميكي.

مالذي تعتقدونه عن هذه الطفرة في تطوير الذكاء الاصطناعي؟ هل يمكن أن نثق في النماذج ذاتية التدريب لنصل بها إلى آفاق جديدة؟ شاركونا آراءكم في التعليقات!