الحوار الداخلي لنماذج اللغات الكبيرة: كيف تحاكي النماذج العقل الجماعي
تُظهر نماذج اللغة الكبيرة الحديثة (LLM) قدرات استدلالية مثيرة للإعجاب، لكن كيف بالضبط تحقق مثل هذه النتائج؟ كان يُعتقد تقليديًا أن طريقة Chain-of-Thought،…
معالج بواسطة الذكاء الاصطناعي من Habr AI؛ بتحرير Hamidun News
تُظهر نماذج اللغة الكبيرة الحديثة (LLM) قدرات استدلالية مثيرة للإعجاب، لكن كيف بالضبط تحقق مثل هذه النتائج؟ كان يُعتقد تقليديًا أن طريقة Chain-of-Thought، التي يبني فيها النموذج سلسلة منطقية خطوة بخطوة، هي مفتاح النجاح. ومع ذلك، كشفت دراسة حديثة أجراها علماء من Google Research وجامعة Chicago عن شيء أكثر إثارة للاهتمام بكثير: داخل نماذج اللغة الكبيرة، لا يحدث مجرد استدلال متسلسل، بل عملية معقدة تحاكي حوارًا متعدد الأطراف، وهي نوع من "لقاء العقول".
بدلاً من المونولوج، ينتج النموذج وجهات نظر مختلفة تدخل في صراع، وتتناقش، وفي النهاية تصل إلى المصالحة. تشير هذه الظاهرة، المسماة "Society of Thought" (مجتمع الفكر)، إلى أن نماذج اللغة الكبيرة تعلمت بشكل تلقائي أن تحاكي ما وصفه الفلاسفة وعلماء النفس منذ فترة طويلة باعتباره طبيعة التفكير - حوار داخلي بين "أصوات" مختلفة.
حدّد الباحثون أربعة أنماط رئيسية في هذه "الديناميكية الحوارية": طرح الأسئلة، وتغيير وجهات النظر، والصراع، والمصالحة. علاوة على ذلك، اكتشفوا أنه في عملية الاستدلال، تعيد النماذج إنتاج 12 دورًا اجتماعيًا عاطفيًا موصوفة في نظام Bales' IPA (تحليل عملية التفاعل)، مما يشهد على درجة عالية من التعقيد في التفاعلات الداخلية.
العامل الرئيسي الذي يؤثر على دقة الاستدلال هو تنوع وجهات النظر. كلما زاد عدد وجهات النظر المختلفة التي ينتجها النموذج، زادت احتمالية إيجاد الحل الصحيح. أكدت التجارب التي أجريت باستخدام activation steering والتعلم بواسطة RL وتأثيرات النقل هذه الفرضية، مما أظهر أن تحفيز التنوع داخل النموذج يؤدي إلى تحسين الأداء.
يفتح محاكاة الحوار الداخلي آفاقًا جديدة في تطوير نماذج اللغة الكبيرة. بدلاً من مجرد زيادة حجم النموذج وحجم بيانات التدريب، يمكن التركيز على إنشاء آليات أكثر فعالية لإنشاء وإدارة وجهات نظر مختلفة. قد يؤدي هذا إلى إنشاء نماذج قادرة على حل مهام أكثر تعقيدًا واتخاذ قرارات أكثر توازنًا. لهذا الاكتشاف تبعات بعيدة المدى على صناعة الذكاء الاصطناعي بأكملها، حيث يُظهر أن المفتاح لإنشاء آلات ذكية حقًا قد لا يكمن فقط في زيادة القوة الحاسوبية، بل أيضًا في فهم وإعادة إنتاج العمليات المعرفية المعقدة الكامنة في التفكير البشري. وفي نهاية المطاف، تؤكد هذه الدراسة على أهمية نهج متعدد التخصصات في تطوير الذكاء الاصطناعي، يجمع بين المعرفة من علوم الحاسوب والنفس والفلسفة.
هل تريد التوقف عن قراءة الذكاء الاصطناعي والبدء باستخدامه؟
AI News هو موجز منسق لأخبار الذكاء الاصطناعي. تعلمك Hamidun Academy استخدام الذكاء الاصطناعي في عملك.