يعتبر توليد الميزات (Feature Generation) خطوة حاسمة في عمليات التعلم الآلي (Machine Learning)، حيث يُحتاج لتقديم ميزات أو سمات تمثل الخصائص الفعلية للكيانات المعالجة. تبيّن أن هندسة الميزات (Feature Engineering) تلعب دورًا محوريًا في تحديد العلاقة بين السمات التي قد لا تتم معالجتها بواسطة الخوارزميات المستخدمة.

مع تطور نماذج اللغة الضخمة (Large Language Models)، أظهرت هذه النماذج قدرات واعدة في الترميز، والتفكير الرياضي، ومعالجة المعرفة العالمية. في هذا السياق، تم استخدام نموذج لغة ضخم لتوليد ميزات جديدة من بيانات جداولية استنادًا إلى الميزات المعطاة مسبقًا.

تم تطوير نموذج يُحدد مجموعة من السمات ويستخدم تنبيهًا لتوليد ميزات جديدة. بعد ذلك، يقوم خوارزمية الاختيار باختيار أفضل مجموعة من السمات التي تحقق الأداء الأفضل. تم تطبيق الطريقة المُبتكرة على ثمانية مجموعات بيانات من مجالات وأنواع بيانات مختلفة.

أظهرت النتائج أن نموذج اللغة القائم على الذكاء الاصطناعي قادر على إنتاج ميزات جديدة مستندة إلى العمليات الرياضية والمنطقية، مما يُعتبر مفيدًا للغاية لمهام التصنيف. إنّ القدرة على تحسين النتائج من خلال هذه التقنية لا تُعزّز فقط كفاءة الأنظمة الذكية، بل تُعطي أيضًا دلالات مهمة حول مستقبل تطبيقات الذكاء الاصطناعي في الواقع العملي.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات!