في عالم الذكاء الاصطناعي، تعتبر ظاهرة النسيان من القضايا الأساسية التي تواجه نماذج التعلم المستمر (Continual Learning). وعلى الرغم من أن النسيان ليس شيئًا جديدًا، إلا أن البحوث الحالية لم تُعالج هذه المسألة بشكل كامل. هنا يأتي دور FOGO (محسن الوعي بالنسيان) الذي قدم حلاً مبتكرًا لمواجهة هذه المشكلة.

FOGO ليس مجرد محسن تقليدي، بل هو نظام متكامل يراقب ويحسن عملية التحديث وفقًا لتفاصيل التعلم. فما الذي يجعله يبرز بين سابقيه؟

**تفسير النسيان:** وفقًا للبحث، النسيان لا يقتصر فقط على التعلم المستمر، بل هو ظاهرة عامة في عملية التحسين. أثناء التدريب، قد تتسبب التدرجات السائدة في منع التحديثات الانتقائية النادرة التي قد تكون مفيدة. وبالتالي، يزداد النسيان على المدى الطويل، مما يُعيق عملية التعلم.

**كيف يعمل FOGO؟** يعتمد FOGO على مبدأ تثبيت زوايا التدرجات النشطة والمهمة، مما يمنع الاتجاهات السائدة من السيطرة على عملية التطوير. يقوم بتخزين اتجاهات الماضي الهامة في ذاكرة مُركّزة باستخدام بروجيكشن عشوائي، حيث يتم الحفاظ على المسافات بين النماذج في مساحة منخفضة الأبعاد.

عند كل تحديث، يتعامل FOGO مع الصراعات بين التحديث الحالي والاتجاهات المخزنة من خلال تصحيح غير ثقيل، مما يساهم في تحسين الترتيب المعرفي للنموذج.

**النتائج:** أظهر FOGO تحسنًا ملحوظًا في التقارب والاحتفاظ بالمعرفة عبر مجموعة من التحديات، بما في ذلك التصنيف غير المتوازن والتعلم البصري المستمر، متفوقًا في أداءه على نماذج مشهورة كـ Adam وMuon.

إذا كنت مثار اهتمامك كيف يمكن للتقنيات الحديثة أن تغير مجرى الذكاء الاصطناعي، فما رأيك في هذا التطور؟ شاركونا في التعليقات!