في خطوة مثيرة نحو فهم أفضل لعلاقة الذكاء بالضغط، كشفت الأبحاث الأخيرة عن أن نماذج اللغة الضخمة (LLMs) ليست مجرد أدوات للتفاعل اللغوي، بل يمكن اعتبارها كمشفرات قوية قادرة على ضغط المعلومات بشكل فعّال. حيث يُظهر العمل الذي قام به فريق البحث بقيادة Deletang وHuang أن القدرة على الضغط تت correlates مع أداء هذه النماذج في اختبارات المعرفة والتفكير.

وفي إطار هذا البحث، يقدم العلماء دراسة نظرية تربط بين نماذج اللغة الضخمة وتقنيات الضغط أحادي الاتجاه (monotone compression)، حيث يُظهر هذا الربط أن هذه النماذج يمكن أن تُبني على ضغط أحادي الاتجاه، مما يبقي الترتيب الأصلي للمعلومات أثناء العملية، ويضمن أقل خطأ ممكن.

لعله من المدهش أن يشير هذا الاكتشاف إلى أهمية مفهوم الموثوقية في النقاط الأساسية للذكاء الاصطناعي ومعرفته. فبدلاً من النظر إلى LLMs كأدوات تقليدية، يمكن أن تعيد تصميمها كخطوة جديدة في عالم الضغط الذكي.

فهل ستصبح هذه النماذج الطريق نحو ذكاء اصطناعي أكثر تطوراً؟ هذا سؤال يحتاج إلى المزيد من الأبحاث، لكن الإشارات الأولية تشير إلى إمكانيات غير محدودة. كيف ترون أوجه الربط بين الذكاء والضغط في نماذج الذكاء الاصطناعي؟