في عالم الذكاء الاصطناعي، يعتبر التفكير المتباين (Divergent Thinking) أحد العوامل الأساسية للإبداع. ومع ذلك، تواجه نماذج اللغات الضخمة (Large Language Models) تحديات عندما يتعلق الأمر بتقديم تنوع في ردود الفعل على الأسئلة المفتوحة، مما يؤدي إلى ما يعرف بتأثير العقل الجماعي الاصطناعي.

في محاولة للتغلب على هذه المعضلة، تم تقديم تقنية جديدة تُدعى CreativityNeuro. تعتمد هذه التقنية على أسلوب فريد لتحفيز التفكير المتباين في نماذج اللغات الضخمة، حيث لا تتطلب أي بيانات أو إعادة تدريب تقني.

لقد أظهرت الأبحاث، بما في ذلك اختبارات متعددة للتقييم الإبداعي، بأن CreativityNeuro قد حقق تحسينات ملحوظة في الأداء. على سبيل المثال، في اختبار تشتت الارتباط (Divergent Association Task)، حققت التقنية تحسينات تصل إلى 14 نقطة مئوية في نتائج الأداء.

علاوة على ذلك، في تقييمات الإنسان واسعة النطاق التي شملت 720 مشاركاً من خلال اختبار الاستخدامات البديلة (Alternative Uses Test) واختبار المهام (Task Task)، تم تسجيل تحسينات كبيرة في الأصالة والمفاجأة والإبداع. وهذا يشير إلى قدرة CreativityNeuro على التأقلم مع المهام الأطول والأكثر تعقيداً.

الأهم من ذلك، أظهرت الدراسات أن CreativityNeuro قللت بشكل ملحوظ من انهيار الأنماط (Mode Collapse)، وهو ما يعد إنجازاً كبيراً في عالم نماذج الذكاء الاصطناعي.

بالمقارنة، كانت التحسينات التي حققتها تقنيات توجيه التنشيط مشابهة لتلك الموجودة في CreativityNeuro في اختبار تشتت الارتباط، لكن لم تنجح في التأقلم مع الاختبارات الأخرى، مما يبرز فعالية توجيه الوزن في تعميم التحسينات إلى مهام جديدة.

باختصار، توفر CreativityNeuro وسيلة بسيطة لتعزيز الأداء الإبداعي لنماذج اللغات الضخمة، مما يفتح آفاقاً جديدة لاستغلال الذكاء الاصطناعي في المجالات الإبداعية.

ما رأيكم في هذه الابتكارات؟ هل تعتقدون أنها ستحدث ثورة في طريقة تفاعلنا مع الذكاء الاصطناعي؟ شاركونا آرائكم في التعليقات.