في عالم الذكاء الاصطناعي، يعد التعلم من التجارب البشرية ومحاكاة طريقة التفكير أحد أهم المجالات البحثية. في دراسة حديثة، يغوص الباحثون في مفهوم تعلم الآلات باستخدام توجيه Chain-of-Thought (CoT) من عدة مفكرين، حيث يعتبر هذا الأسلوب ثورة محتملة يمكن أن تغير آلية التعلم الذاتي لدى النماذج الذكية.

تتمثل فكرة الدراسة في الاستفادة من الحلول الصحيحة التي يقدمها عدد من المفكرين، والتي قد تختلف في أسلوب تنفيذها، مثل الحلول خطوة بخطوة لمشاكل رياضية أو تتبع خطوات تنفيذ برامج مختلفة تحل نفس المشكلة. هذا التنوع في الحلول يمكن أن يعزز من فهم النماذج الذكية ويجعل تعلمها أكثر فعالية.

أحد الجوانب المثيرة في هذه الدراسة هو تحديد المواقف التي يكون فيها التعلم بواسطة توجيه CoT سهلًا عند الاعتماد على مفكر واحد، لكنه يصبح معقدًا في حال الاعتماد على توجيه من عدة مفكرين. وعلى الرغم من التحديات المرتبطة بذلك، فقد توصل الباحثون إلى خوارزمية تعلم نشطة متعددة الاستخدامات تتيح التعلم بكفاءة من كمية صغيرة من بيانات CoT من كل مفكر.

تفتح هذه النتائج الجديدة آفاقًا واسعة لتحسين نماذج التعلم الآلي، حيث تشير إلى إمكانية تعزيز الأداء بنماذج تعتمد على تعدد المفكرين بشكل متوازن. لذا، فإن التوجه نحو تبني أساليب تعليمية مبتكرة يعد خطوة حاسمة في تسريع تطور الذكاء الاصطناعي.