في عالم تتنوع فيه المعلومات وتزداد تعقيدًا، تظهر ontologies كأدوات ثمينة لتنظيم وصيانة المعلومات بطريقة يفهمها البشر والأنظمة على حد سواء. ومع ذلك، يواجه العديد من المجالات المحددة نقصًا في ontologies مرجعية بسبب الصعوبة البالغة في إنشائها يدويًا. في هذا السياق، جاءت نماذج اللغات الضخمة (Large Language Models) كحل واعد، إذ أثبتت قدرة ملحوظة على فهم اللغة الطبيعية، مما دفع العديد من الباحثين لتطبيقها في مجالات متنوعة، ومن ضمنها تطوير ontologies.

تقدم هذه الدراسة تجربة مثيرة لاستخدام نماذج LLMs مثل GPT-3.5 و GPT-4 كخبراء في المجال لبناء هياكل مفهومية لمفاهيم أولية محددة. حيث تم إنشاء عشرين ontology تلقائيًا تخص المجال البحري البرازيلي المعروف بـ "الأمازون الزرقاء"، وتم تقييم النتائج من قبل خبراء بشريين. لقد تمكنت النماذج من بناء تصورات مفهومية متماسكة للمجال، لكنها أظهرت أن أي من المخرجات لم تكن مرضية تمامًا كممثل للسياق، مما يشير إلى ضرورة إجراء تحسينات.

تعد هذه النتائج خطوة مهمة نحو إدماج الذكاء الاصطناعي في تطوير المعرفة المتخصصة، مما يفتح الأبواب أمام أبحاث مستقبلية لتحسين طرق البناء والتقييم. في ختام هذا البحث، تبقى الأسئلة حول كيف يمكننا تحسين هذه النماذج لتحقيق نتائج أكثر دقة وفائدة.

ما رأيكم في استخدام الذكاء الاصطناعي في هكذا مجالات؟ شاركونا آرائكم في التعليقات.