في عالم الذكاء الاصطناعي ومعالجة اللغة الطبيعية (NLP)، تُعتبر بناء قواعد المعرفة الآلية (AKBC) واحدة من المهام الأساسية التي تتطلب الكثير من البحث والتطوير. مؤخرًا، تم تقديم مفهوم جديد يُطلق عليه اسم GPTKB 2.0، الذي يهدف إلى بناء قواعد معرفة مُفكّرة مباشرة باستخدام نماذج اللغة الكبيرة (Large Language Models - LLMs) كمرجع للمعرفة. يمتاز هذا النظام بخاصية مثيرة؛ وهو أنه يتمكن من معالجة التشويش الناتج عن عدم توفر تمثيل واضح للكيانات في نماذج LLMs، مما يؤدي غالبًا إلى تكرار البيانات وعدم دقتها.

تعمل GPTKB 2.0 على توفير عملية توضيح فورية للكيانات والعلاقات والفئات المستخدمة في التواصل مع قاعدة المعرفة، مما يحقق توازنًا مثاليًا بين الدقة والقدرة على التوسع. يتكون نموذج GPTKB 2.0 من مجموعة بيانات ضخمة تضم أكثر من مليون كيان مُفكّر مُدرج في قاعدة بيانات تحتوي على 38.4 مليون ثلاثية، مما يمثل طفرة في بناء قواعد المعرفة القابلة للتنفيذ.

يعدّ هذا الإنجاز نقطة تحول في كيفية تعاملنا مع البيانات المعقدة ويوجد على الرابط الرسمي www.gptkb.org، مما يفتح آفاقًا جديدة للكثير من التطبيقات الاقتصادية والأبحاث المستقبلية.

كيف ترون هذا التطور في بناء قواعد المعرفة باستخدام الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!