في [تطور](/tag/تطور) ثوري يُعدّ خطوة كبيرة [نحو](/tag/نحو) [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) المتقدم، تم تقديم نظام MetaKGEnrich الذي يركّز على دمج قدرات [التعرف على الذات](/tag/[التعرف](/tag/التعرف)-على-الذات) (metacognition) في [التطبيقات](/tag/التطبيقات) الحديثة. تُعَدّ القدرة على [مراقبة](/tag/مراقبة) حالة [المعرفة](/tag/المعرفة) الخاصة بفرد، واكتشاف الثغرات، وملئها بشكل تلقائي، من الأمور الغائبة عن معظم [أنظمة](/tag/أنظمة) [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) الحالية.
**كيف يعمل MetaKGEnrich؟**
يعتمد النظام الجديد على سلسلة من الخطوات الأوتوماتيكية التي تتمثل في:
1. [بناء](/tag/بناء) [رسوم بيانية معرفية](/tag/رسوم-بيانية-معرفية) (knowledge graphs) من استفسار مبتدئ.
2. الكشف عن المناطق المتناثرة في [المعرفة](/tag/المعرفة) باستخدام سبع [مقاييس](/tag/مقاييس) بيانية.
3. استخدام [نموذج GPT](/tag/[نموذج](/tag/نموذج)-gpt)-[4o](/tag/4o) لتوليد أسئلة مستهدفة.
4. استرداد [الأدلة](/tag/الأدلة) من الويب باستخدام خدمة [Tavily](/tag/tavily) ودمجها في [قاعدة بيانات](/tag/قاعدة-[بيانات](/tag/بيانات)) Neo4j.
5. إعادة الإجابة على الاستفسار باستخدام [GraphRAG](/tag/graphrag) ليقوم [نموذج [GPT](/tag/gpt)-4](/tag/[نموذج](/tag/نموذج)-gpt-4) بتقييم التحسينات.
تم اختبار هذا النظام على 30 استفسارًا من [مجموعات بيانات](/tag/مجموعات-[بيانات](/tag/بيانات)) شهيرة مثل [Google](/tag/google) [Research](/tag/research) Natural Questions وMS MARCO وHot-potQA. ولقيت النتائج إشادة كبيرة، حيث أظهرت MetaKGEnrich [تحسين الجودة](/tag/[تحسين](/tag/تحسين)-الجودة) الإجمالية للإجابات بمعدل 80% لاستفسارات HotpotQA، و87% لاستفسارات [Google](/tag/google) Research، و83% لاستفسارات MS MARCO، مع الحفاظ على المناطق المدعومة بشكل جيد.
يُظهر هذا [الابتكار](/tag/الابتكار) كيف يمكن للممارسات الطوبوغرافية للتشخيص الذاتي والاسترجاع المستهدف أن تدفع [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) [نحو](/tag/نحو) [تعلم](/tag/تعلم) شبيه بالبشر. إن هذه النتائج ليست مجرد [تحسينات](/tag/تحسينات) تقنية، بل تمثل خطوات [نحو](/tag/نحو) [أنظمة](/tag/أنظمة) [ذكاء اصطناعي](/tag/ذكاء-اصطناعي) أكثر نضجًا وقوة، تمتلك القدرة على [التعلم](/tag/التعلم) والتكيف بشكل أفضل.
في ظل هذه التطورات المثيرة، ما رأيكم في قدرة [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي) على [التعلم الذاتي](/tag/[التعلم](/tag/التعلم)-الذاتي)؟ شاركونا بتعليقاتكم!
تطور مثير في الذكاء الاصطناعي: MetaKGEnrich لتحسين التعلم الذاتي للآلات!
تمثل MetaKGEnrich طفرة جديدة في مجال الذكاء الاصطناعي، حيث تتيح للنماذج اللغوية القدرة على تصحيح معارفها بشكل ذاتي. تحقق هذه التقنية تقدمًا ملحوظًا في جودة الإجابات من خلال استخدام الرسوم البيانية المعرفية.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
