نموذج لغوي معزز بالكم: تحول جديد في الذكاء الاصطناعي باستخدام تقنيات كايلية

في عالم الذكاء الاصطناعي، تعد نماذج اللغة الكبيرة (Large Language Models) من أهم الفنون التكنولوجية التي أحدثت ثورة في كيفية معالجة البيانات وتحليلها. لكن التحديات التقنية، من بينها الحاجة الماسة إلى ذاكرة كلاسيكية تتناسب مع حجم النموذج، تقيّد فعالية هذه النماذج. لكن، هل يمكن للتقنية الكمومية أن تقدم حلاً؟

أظهرت دراسة حديثة نشرها باحثون عبر منصة arXiv أن استخدام محولات كايلية، وهي كتل دائرية كمومية تُدخل إلى طبقات النماذج المدربة مسبقًا، يمكن أن تحقق تحسنًا ملحوظًا في أداء النموذج المعروف باسم Llama 3.1 8B، الذي يضم 8 مليارات معلمة. إذ حقق النموذج تحسنًا بنسبة 1.4% في قياس الصعوبة، مع إضافة 6,000 معلمة فقط.

تم تنفيذ هذه التجربة على معالج كمومي من نوع IBM Quantum System Two المؤلف من 156 كوبي، وهو ما يعكس القوة الفائقة لتقنيات الكومبيوتر الكمومي في تعزيز النماذج اللغوية.

علاوة على ذلك، أُجريت دراسة نظامية على نموذج SmolLM2 والذي يحتوي على 135 مليون معلمة، إذ أظهرت النتائج تحسنًا مستمرًا في قياسات الصعوبة مع زيادة أبعاد الكتل الكمومية، مما يدل على إمكانية استعادة 83% من التدهور الناتج عن ضغط البيانات.

هذا البحث لا يعد فقط خطوة إلى الأمام في مجال الذكاء الاصطناعي، بل يُظهر أيضًا أن هناك إمكانية حقيقية لاستخدام الكومبيوتر الكمومي لتجاوز الحدود التي فرضتها التكنولوجيا التقليدية.