تشير الأبحاث الجديدة إلى وجود إمكانية لتنبؤ نماذج الذكاء الاصطناعي (AI) بفشلها المحتمل عندما يطرأ تغيير على البيانات التي تعتمد عليها، ولا سيما في سياق الشبكات. تُعرف هذه الظاهرة باسم "تغير النمذجة"، والتي يمكن أن تتيح برامجنا الفرصة للإفصاح عن مشاكلها قبل وقوعها.

فلقد أظهرت النتائج أن هناك مدىً من التغيرات يمكن أن تؤدي إلى فقدان دقة النماذج، وعليه، فإن استخدام إحصائيات فعالة لمراقبة التغيرات يمكن أن يساهم في تقديم تحذيرات مبكرة. في هذه الدراسات، تم تناول ستة أنظمة مسجلة مسبقاً عبر ثلاثين تجربة، لتقديم بيانات موثوقة حول تلك التغيرات.

من خلال تتبع تأثير "كتلة القناع الشرطي" عبر الأدوار، تم تقديم إشعار بالانهيار المتوقع للنماذج قبل حدوثه بما يصل من 8 إلى 14.5 خطوة في أربعة نظم تدريجية. كما أن تغيير التركيب على الشبكات الحقيقية أظهر تفوقًا في التنبؤ على مدى أطول بكثير حيث تم رصد تحذيرات قبل الفشل المحتمل بمقدار 27 خطوة.

على الرغم من التقدم الكبير في هذا المجال، إلا أن هناك حدودًا، مثل عدم قدرة القناة على الرصد على التعرف على التغيرات في المتغيرات، مما قد يؤثر على فعالية المراقبة. ومع ذلك، تعتبر القناة التوزيعية أداة مهمة في كشف تلك التغيرات وإنقاذ المشهد العام، مما يؤكد الحاجة لتطوير نماذج أكثر ذكاءً ومرونة.