أحدثت شركة Sakana AI طفرة كبيرة في عالم الذكاء الاصطناعي من خلال تطوير تقنية جديدة تُعرف باسم "انتشار الخطأ" (Error Diffusion). هذه التقنية تتيح تدريب الشبكات العصبية ذات الممرات المزدوجة (Dual-Stream Networks) بطريقة تتوافق مع مبدأ دايل (Dale's Principle) الذي يعد أحد المبادئ الأساسية في علم الأعصاب. في العادة، يعتمد أسلوب التعلم المعتمد على التراجع الخلفي (Backpropagation) على نقل الأوزان، وهو ما قد يكون غير قابل للتطبيق على الدوائر البيولوجية. لكن Sakana AI تجاوزت هذه القيود من خلال أسلوب جديد يجمع بين الشبكات المنشطة والمثبطة، مما يمكّن النموذج من تحقيق نتائج مبهرة.

حيث سجلت الشبكة التي تم تدريبها باستخدام تقنية انتشار الخطأ دقة تصل إلى 96.7% على مجموعة بيانات MNIST، و61.7% على مجموعة بيانات CIFAR-10، وهي نتائج تعتبر مثيرة جداً للإعجاب. وعليه، فإن هذه الانجازات تفتح آفاقًا جديدة في مجال التعلم الآلي وتعزز من فعالية الشبكات العصبية في تطبيقات متعددة.

بالإضافة إلى ذلك، يكشف تحليل الآثار التي ترتبط بمهمة الشبكة عن معلومات مهمة حول كيفية تحسين الأداء وتقليل الأخطاء، مما يعد خطوة نحو استغلال أقصى إمكانيات التعلم العميق (Deep Learning).

نتطلع إلى معرفة المزيد عن كيفية إحداث Sakana AI تأثيرًا في العالم العلمي من خلال أبحاثها وتقنياتها المبتكرة. وفي ظل هذا الإنجاز، نأمل أن تستمر الابتكارات في دفع حدود الذكاء الاصطناعي إلى آفاق جديدة.