ثورة جديدة في الذكاء الاصطناعي: إطار التفكير المُوجه بلغة الشيفرة لحل مشكلات نماذج الرؤية واللغة!

تسعى [التكنولوجيا الحديثة](/tag/[التكنولوجيا](/tag/التكنولوجيا)-الحديثة) إلى [تحسين الأداء](/tag/[تحسين](/tag/تحسين)-[الأداء](/tag/الأداء)) واتخاذ القرارات بدقة أكبر في مجال الروبوتات، حيث تختبر [نماذج [الرؤية](/tag/الرؤية) واللغة](/tag/[نماذج](/tag/نماذج)-[الرؤية](/tag/الرؤية)-واللغة) ([Vision-Language Models](/tag/vision-language-models)) حدود [الذكاء الاصطناعي](/tag/الذكاء-الاصطناعي). لكن، مع تقدم هذه النماذج، ظهرت [تحديات جديدة](/tag/[تحديات](/tag/تحديات)-جديدة) تتعلق بالموثوقية، وخاصة [الهلوسة](/tag/الهلوسة) - تلك [الأخطاء](/tag/الأخطاء) التي تؤدي إلى [استنتاجات](/tag/استنتاجات) خاطئة.

لتجاوز هذه العقبة، تم تقديم إطار [التفكير](/tag/التفكير) المُوجه بلغة الشيفرة (Pseudocode-guided Structured Reasoning) المعروف اختصارًا ب(PStar). يعمل هذا النظام من خلال اختيار مسارات [تفكير](/tag/تفكير) مُنظمة تستند إلى الشيفرات الوهمية، مما يمكن [نماذج [الرؤية](/tag/الرؤية) واللغة](/tag/[نماذج](/tag/نماذج)-[الرؤية](/tag/الرؤية)-واللغة) من القيام بعمليات [تفكير](/tag/تفكير) مرنة ومُنظمة.

لقد شمل هذا الإطار [تصميم](/tag/تصميم) مجموعة من [وظائف](/tag/وظائف) [التفكير](/tag/التفكير) المجردة وتطوير مكتبة شيفرة مُنظمة تمثل [استراتيجيات](/tag/استراتيجيات) [تفكير](/tag/تفكير) قابلة للتعديل. وأحد [الابتكارات](/tag/الابتكارات) في هذا النظام هو [تصميم](/tag/تصميم) متجه [خصائص](/tag/خصائص) [الصعوبة](/tag/الصعوبة) (Difficulty Feature Vector) الذي يُتيح للنموذج [تقييم](/tag/تقييم) تعقيد الأسئلة وبالتالي اختيار [استراتيجيات](/tag/استراتيجيات) [تفكير](/tag/تفكير) مناسبة.

تكشف [التجارب](/tag/التجارب) الشاملة أن PStar قد [تمكن](/tag/تمكن) من تقليل معدلات [الهلوسة](/tag/الهلوسة) بشكل كبير، محققًا درجات تاريخية تبلغ 87.1% على [مجموعة بيانات](/tag/مجموعة-[بيانات](/tag/بيانات)) POPE و68.0% على MMStar، متفوقًا بذلك حتى على [نماذج](/tag/نماذج) مثل [GPT-4V](/tag/gpt-4v). من خلال توفير آلية موثوقة لتقليل [الأخطاء](/tag/الأخطاء) في [تفاعل](/tag/تفاعل) [الرؤية](/tag/الرؤية) واللغة، يمثل PStar خطوة حاسمة [نحو](/tag/نحو) [تحويل](/tag/تحويل) [نماذج [الرؤية](/tag/الرؤية) واللغة](/tag/[نماذج](/tag/نماذج)-[الرؤية](/tag/الرؤية)-واللغة) إلى [أنظمة آلية](/tag/[أنظمة](/tag/أنظمة)-آلية) أكثر أمانًا وموثوقية في [التطبيقات](/tag/التطبيقات) [العملية](/tag/العملية).