في خطوة تمثل تقدمًا نوعيًا في عالم الذكاء الاصطناعي، تم تقديم إطار جديد يحمل اسم Thought-Like-Pro، يهدف إلى تحسين قدرات التفكير لدى نماذج اللغات الكبيرة (Large Language Models). هذه النماذج قد أثبتت قدرتها الفائقة كمساعدات عامة، حيث تتمكن من أداء مجموعة متنوعة من المهام الذهنية ودعم العديد من جوانب الاستخدام اليومي للويب.

على الرغم من الإنجازات الملحوظة، تتأثر فعالية نماذج اللغات الكبيرة بشكل كبير بالاستراتيجيات المستخدمة في توجيهها، لذا يأتي هذا الإطار الجديد كمحاولة لتجاوز تلك القيود. من خلال استخدام التعلم بمحاكاة (Imitation Learning)، يستند هذا الإطار إلى عمليات التفكير المتسلسلة المستندة إلى محرك منطق بروغ (Prolog)، مما يتيح للنماذج القدرة على استنتاج قوانين وبيانات من التعليمات المقدمة.

يعمل الإطار بطريقة ذاتية تدفعها التوجيهات، مما يمكّن النماذج من تحويل مسارات التفكير المستخلصة من بروغ إلى سلسلة أفكار بلغة طبيعية. توضح النتائج التجريبية أن هذا النهج المُقترح يسهم بشكل كبير في تعزيز قدرة التفكير لدى نماذج اللغات الكبيرة.

واستخدام تقنيات المتوسطات للنماذج (Model Averaging Techniques) يظهر تراجعًا بسيطًا في الأداء لمهام الاستقراء التوزيعي، مما يؤكد وجود قدرات قوية على التعميم. لذا، يمكن اعتبار هذا الإطار من الأدوات المهمة لتطوير نماذج اللغات الكبيرة كنظم مستوحاة من الإدراك.

تجدر الإشارة إلى أن جزءًا من مجموعة البيانات المستخدمة قد تم جعله مفتوح المصدر، مما يسمح للباحثين والمطورين بالاستفادة منه بشكل أوسع. هذه الخطوة تضع أسسًا جديدة نحو تحقيق الذكاء الاصطناعي العام (Artificial General Intelligence).

هل أنتم متشوقون لرؤية كيف ستؤثر هذه التطورات على مستقبل الذكاء الاصطناعي؟ شاركونا آراءكم في التعليقات!