في دراسة حديثة تم نشرها على منصة arXiv، تم تسليط الضوء على ثغرات نماذج اللغة الكبيرة (LLM) في فهم الفضاءات. يواجه الكثير من هذه النماذج انتقادات بسبب اعتمادها على أنماط نصية إحصائية دون قدرة فعلية على الاستيعاب المكاني.

لتحسين هذا الجانب، تسعى الدراسة إلى دمج أدوات هندسية متقدمة مع LLM يعمل كمنسق عالي المستوى في بيئات شبكية. يتمثل نهج البحث في جمع مسارات جيوذيات (geodesic trajectories) التي يتم تبسيطها لاحقًا من خلال تقنيات كميّة لاستخراج مجموعة تمثيلية.

تعمل هذه النماذج على مستوى متعدد المستويات، حيث يتمثل المستوى الأول في اكتشاف الأدوات من خلال كميّة مستقلة، بينما يتولى الـ LLM عملية التعليل واتخاذ القرار. واختُبِر هذا النهج في بيئة شبكية ديناميكية ثنائية الأبعاد جزئية الملاحظة، باستخدام نموذج رؤية-لغة مفتوح يسمى Qwen3.6-35B-A3B.

وقد أظهرت النتائج أن الجمع بين مكتبة الأدوات المستمدة من الهندسة وأدوات التوسيع والتركيز في التخطيط، ساهم بشكل كبير في خفض وقت اتخاذ القرار من دقائق إلى ثوانٍ، مع المحافظة على معدلات الوصول إلى الأهداف.

تُظهر هذه الابتكارات كيف يمكن تطوير نماذج الذكاء الاصطناعي من خلال استراتيجيات مكانية جديدة، مما يفتح آفاقًا مثيرة في مجال الذكاء الاصطناعي. فهل تعتقدون أن هذه التوجهات ستحدث تغييراً جذرياً في كيفية فهم الذكاء الاصطناعي لمحيطه؟ شاركونا آراءكم في التعليقات.