نظام جديد يغير قواعد الذكاء الاصطناعي: التعلم من التوافق والاختلاف بدون إشراف!

في عالم الذكاء الاصطناعي، تعتبر أنظمة التعلم الذاتي من أحدث التطورات التي تحدث ثورة في كيفية معالجة البيانات واستنتاج النتائج. وفي أحدث الأبحاث، تم تقديم نظام CoDA (الذي يرمز لـ Consensus and Disagreement Alignment) كإطار عمل مبتكر يتجاوز الاعتماد على المتخصصين أو الموارد الخارجية، ليعتمد بالكامل على هيكل عدم اليقين الكامن في عمليات النموذج بلا تسميات.

تقوم تقنية CoDA بجمع معلومات موثوقة، حيث يتمكن النظام من التعلم من مسارات بيانات لا تحمل علامات. يُستخرج من هذه البيانات إشارتان متكاملتان: الأولى تتعلق بالتوافق الإيجابي، حيث يُحدد نمط التفكير المستقر والذي يوفر توجيهاً كثيفاً للطالب. ولكن، هنا يكمن التحدي، إذ قد يؤدي الاعتماد فقط على الآراء المتفقة إلى تصعيد الأخطاء المعتمدة.

للتغلب على هذا التحدي، ثمَّت تفعيل الفرع السلبي الذي يستفيد من الاختلاف، حيث تُعتبر المسارات الأقل شيوعًا خيارات بديلة غير مستقرة يتم التعامل معها بمرونة عبر نظام تأهيل يدعو إلى التوازن.

أظهرت التجارب العملية على معايير رياضية تنافسية أن نظام CoDA لا يعزز فقط قدرات التفكير، بل يتفوق أيضًا على أنظمة التعلم الذاتي السابقة، مما يثبت فعاليته في استقرار عملية التدريب في وجه الأخطاء المتكررة. يبدو أن هذا النظام المفتوح سيكون له تأثير كبير في كيفية تطور النماذج اللغوية (Language Models) في المستقبل.