في عصر تكنولوجيا الذكاء الاصطناعي المتقدم، نقدم لكم مفهومًا جديدًا يعتبر رائدًا في مجال التصميم الموثوق. تمكنا من تطوير نظام "شهادة هيكلية" يعتمد على نماذج اللغات الكبيرة (Large Language Models) لضمان دقة التصاميم المادية.

تظهر الأبحاث أن نماذج اللغات غير موثوقة بطبيعتها، لكننا استطعنا معالجة هذه المشكلة عن طريق نقل سلطة التأكيد إلى آلية خارجية. تتيح هذه الاستراتيجية لنموذج اللغة تقديم مقترحات، بينما تقوم محرك دقيق بتأمين الشهادة وتقديم نتائج موثوقة، سواء كانت نتائج مضمونة أو مستحيلة.

قمنا بتطوير عملية مبتكرة تسمى "شهادة مرتبطة بالفيزياء" (Physics-Anchored Certification - PHACT) التي تمتد عبر خمسة مجالات علمية، وتحدد ما يجعل الشهادة موثوقة.

واحدة من التحديات الرئيسية تكمن في إمكانية تزييف الشهادات التي تستند إلى قيم مقترحة من النموذج. لذلك، بدلاً من الاعتماد على القيمة المقدمة، نقوم باشتقاق الكمية المصدقة من مدخلات ثابتة، مما يجعل التزييف غير ممكن من الناحية النظرية.

خلال 80 تجربة عدائية شملت نموذجين ودرجات حرارة فك شيفرة مختلفة، لم ينتج عن هذه العملية أي شهادات زائفة، مما يثبت موثوقيتها ودقتها.

في الختام، نحن نشهد بداية حقبة جديدة في التصاميم الموثوقة بفضل الذكاء الاصطناعي، ودور نماذج اللغات الكبيرة فيها. ما هي توقعاتكم لهذا التطور القيادي؟ شاركونا في التعليقات.