في عالم الذكاء الاصطناعي، تتوالى الابتكارات بسرعة مذهلة. وفي سياق تعزيز قدرات نماذج الرؤية واللغة (Vision-Language Models)، تم تقديم VICO، وهو إطار عمل ثوري يهدف إلى تحسين نتائج التعلم من خلال تطور بيئات التدريب بجانب الذكاء الاصطناعي نفسه.

تعتبر تقنيات التعلم المعزز مع المكافآت القابلة للتحقق (Reinforcement Learning with Verifiable Rewards) نظاماً شائعاً لتدريب نماذج الرؤية واللغة بعد مرحلة التدريب الأولى. لكن هذه الطرق غالباً ما تفترض أن بيئة التدريب ثابتة، مما يعني أن صعوبة المهام التي يتعلمها الذكاء الاصطناعي تبقى دون تغيير، مما يؤدي إلى تدهور فعالية التعلم بمرور الوقت.

يطرح VICO حلاً جذرياً، حيث يقوم بتدريب الذكاء الاصطناعي وبيئة التعلم معاً، مما يسهل إعادة تحرير الهياكل المرئية مثل الرسوم البيانية للمشهد أو جداول البيانات، وإعادة تقديمها كعينات تدريبية تتناسب مع مستوى قدرة الذكاء الاصطناعي في الوقت الحالي.

بفضل ذلك، يستمر صعوبة المهام في التوافق مع قدرة النموذج، دون الحاجة إلى تعليقات بشرية إضافية. وقد أظهرت التجارب على تسعة معايير متعددة النماذج أن VICO-8B يتفوق على نماذجه الرئيسية بنسبة تصل إلى 5.0% في المهام غير المتداولة، متجاوزاً أفضل النماذج السابقة بنسبة 4.3% و 8.4% على التوالي.

بهذا الشكل، يُظهر VICO طريقاً قابلاً للتوسع لتحقيق التعلم البصري الفعال، بعيداً عن الاعتماد على بيانات موسومة من قبل البشر، مما يعكس تقدماً كبيراً في تقنيات التعلم الآلي والتعاون بين الإنسان والآلة.