في عالم الذكاء الاصطناعي، تُعتبر نماذج اللغة أحد أبرز الإنجازات المذهلة. لكن ماذا عن النماذج الصغيرة التي تُشبه طفولتنا؟ حديثاً، تم الكشف عن دراسة مثيرة تتناول تأثير البيانات الطبيعية على نماذج اللغة الصغيرة، ومن بينها استخدام تسجيلات حوار الأطفال.

تستند هذه الدراسة إلى نماذج GPT-2 الصغيرة، حيث تم تدريبها على نصوص حوارية من تسجيلات للأطفال من منازلهم (BabyView) والحوار الموجه للأطفال (TinyDialogues). النتائج كانت مفاجئة؛ فالنموذج المدرب على بيئة لغوية خاصة بطفل واحد كان أداؤه أفضل في توقع البيئة اللغوية مقارنةً ببيئات الأطفال الآخرين.

أظهرت الدراسة أن التخصص اللغوي في النماذج يعتمد بأنواع مختلفة من المدخلات، حيث أسهم التدريب على بيانات متعددة الأطفال في تحسين التنبؤ مقارنة بالتدريب على مدخلات طفل واحد فقط. وعلى الرغم من ذلك، لم يحقق تحسيناً ملحوظاً في اختبارات القواعد اللغوية.

تُظهر النتائج أن التعليم اللغوي من البيانات القليلة يعتمد على كل من كمية اللغة التي تتعرض لها النماذج وأيضاً على البيئة التي تنتمي إليها. وبالتالي، يتضح أنه في نموذج اللغة الصغيرة، التنوع في المصادر التعليمية يساهم في تحقيق نتائج أفضل.

ما رأيكم في قدرة الذكاء الاصطناعي على التفاعل مع تجارب الطفولة؟ شاركونا آرائكم في التعليقات!