تحقيق الابتكار: نماذج لغوية صغيرة تضمن التحكم الذاتي في الصناعة!

في عالم الصناعة الذي يتجه نحو مزيد من الأتمتة، يعد إنشاء سياسات التحكم وإعادة تشكيلها بحسب متطلبات اللغة الطبيعية خطوة حيوية. ولتحقيق ذلك، يعد الاستعانة بالذكاء الاصطناعي (AI) واستخدام نماذج لغوية صغيرة (Small Language Models) أداة واعدة لتعزيز قدرات التحكم الذاتي للأنظمة الصناعية. ولكن كيف يمكن أن يتم ذلك بشكل فعال؟

تحتل هذه النماذج موقع الصدارة خاصة عندما يتم تكاملها مع أدوات تحقق مثل التوأم الرقمي (Digital Twin) الذي له القدرة على فحص إجراءات الذكاء الاصطناعي قبل تنفيذها.

ومع ذلك، يعوق التنفيذ العملي بعض التحديات، مثل تأخر الاستدلال واحتياجات الحوسبة العالية التي تتطلبها النماذج الكبيرة المعتمدة على السحابة. لذا يأتي دور النماذج الصغيرة!

هذه الدراسة الجديدة تبحث في كيفية إعادة تدريب نموذج لغة صغير (Qwen2.5-1.5B) من خلال استراتيجيات مثل تحسين السياسات النسبية الجماعية (Group Relative Policy Optimization) باستخدام طبقات تحقق وتوجيه ذكي، لتعزيز الفاعلية والدقة في التنفيذ.

من خلال تجارب محاكاة التحكم الحراري، تحقق الإطار قدرة دقة متوسطة تبلغ 91.5% مع مدة استدلال تصل إلى 3.84 ثانية. تشير النتائج إلى فعالية استراتيجيات التحكم الذاتي وتحقيق التوازن الدقيق بين الأداء والسرعة.

إن توظيف نماذج لغوية صغيرة بجوار تقنيات التحقق يمثل طريقاً عملياً نحو تحقيق التحكم الذاتي القابل لإعادة التشكيل في الصناعات. هل سنشهد القادم من الابتكارات في هذا المجال؟