في عالم الذكاء الاصطناعي، يعد التفاعل طويل الأمد بين الإنسان والذكاء الاصطناعي من أكبر التحديات. إذ تُحدَث المعلومات التي توجه استنتاجات الأنظمة بشكل ضمني من قبل النماذج، مما يجعلها بعيدة عن متناول المستخدم أو خاضعة لرقابته. ولكن من خلال إطار 'ترانزفاير' (Transfiver)، يمكننا الآن تعزيز هذا التفاعل بشكل جذري.

يعتمد 'ترانزفاير' على فكرة مركزية تتمثل في الحفاظ على المعلومات الخاصة بالتفاعل ضمن حالة واحدة متواصلة يمكن لكلا من النموذج والإنسان تحديثها. يتميز هذا النظام بنمطين من تطور الحالة: الأول هو التحديث الضمني، حيث يقوم النموذج بتفسير التفاعل الجاري ويقرر ما إذا كانت المعلومات الجديدة ستعدل عنصر بيانات موجود أو تنشئ عنصرًا جديدًا. بينما في النمط الثاني، وهو التعديل الموجه الصريح، يقوم الإنسان بمراجعة وتعديل العنصر المستهدف بشكل مباشر.

الجميل في هذا الإصدار هو أن التغييرات التي يجريها الإنسان تؤثر على الحالة التي تقرأها الحوسبة اللاحقة، بدلاً من إضافة تعليمات جديدة أو سجلات منفصلة. كما يفصل تصميم 'ترانزفاير' بين المعلمات المشتركة التي تم تعلمها قبل الاستخدام العادي من الحالة المستمرة التي تتطور أثناء النشر دون الحاجة إلى إعادة تدريب المعلمات.

هناك آفاق جديدة تتعلق بتوسيع 'ترانزفاير' لتشمل لغات طبيعية غنية، بيانات علاقات معقدة، وحالات مشتركة على نطاق واسع، مما يجعل الفرص في هذا المجال مثيرة جدًا.