في السنوات الأخيرة، أصبح التفاعل بين الذكاء الاصطناعي (AI) وهندسة النظم موضوعًا محوريًا ينضح بالتطورات والابتكارات. مقالة جديدة تحمل عنوان 'نموذج كما واجهة محكومة' تتناول أهمية نماذج قابلة للقراءة من الآلات مثل SysML v2، والتي أصبحت الآن قابلة للوصول البرمجي.

ويؤكد الباحثون أن الوصول إلى هذه النماذج أمر ضروري ولكنه ليس كافيًا. إذ أن التحدي الكبير يكمن في بنية البيانات المحيطة بهذه النماذج. فعندما يسعى الذكاء الاصطناعي للاستعلام عن نموذج هيكلي مكتمل، قد يواجه عدة عقبات، مثل السلاسل المفقودة، حالة المعرفة غير المعلّمة، والأدلة الناقصة. في مثل هذه الحالات، لا يتراجع الذكاء الاصطناعي بل يقوم بملء هذه الفجوات باستخدام بيانات تدريبية غير قابلة للتحقق.

وقد قام الباحثون بدراسة إعادة بناء نموذج Apollo 11 باستخدام SysML v2 لتسليط الضوء على مشكلة تم تحديدها كـ 'الكفاءة المعرفية'. ويقترحون نمطًا لعمارة البيانات ينقسم إلى جزئين: "كفاءة جانب القراءة" و"قبول جانب الكتابة". الأول يسمح للأسئلة بأن تُجاب من خلال معلومات موثوقة بدلًا من التقديرات المجهولة، بينما يضمن الثاني أن تساهم المدخلات الخاصة بالذكاء الاصطناعي بشكل موثوق في السجل.

علاوة على ذلك، تعتبر العمارة المقترحة من قِبل الباحثين نظام Governed-Query Architecture Framework بمثابة منصة تدير مشاركة الوكلاء عبر وجهات نظر متعارف عليها في مجال الهندسة. ويؤكدون على ضرورة اختبار هذه الفرضية من خلال قياس أداء الذكاء الاصطناعي مقارنة بقاعدة بيانات معززة.

يتوجه البحث نحو بلورة نمط جديد يضمن دقة المعلومات المدخلة وموثوقيتها، مما يعد بتغيير جذري في كيفية تعامل الذكاء الاصطناعي مع البيانات. ما هي انطباعاتكم حول هذه التطورات؟ شاركونا في التعليقات.