عالم الذكاء الاصطناعي يتطور باستمرار، وقد أحدث اختراق حديث في أبحاث الذكاء الاصطناعي نقلة نوعية في هذا المجال. يقدم بحث جديد نموذج “التفكير الذاتي” (Reflection)، وهو وكيل مستقل يتمتع بذاكرة ديناميكية وقدرات تفكير ذاتي، مما يسمح لنماذج الذكاء الاصطناعي بالتعلم من أخطائها وتحسين أدائها بمرور الوقت. يمنح هذا التطور نماذج الذكاء الاصطناعي قدرات استنتاج شبيهة بقدرات الإنسان ويبشر بتحسن كبير في الأداء.
ما هو التفكير الذاتي ولماذا هو مهم؟
أحد أكبر نقاط الضعف في نماذج الذكاء الاصطناعي الحالية هو عدم قدرتها على التعلم من أخطائها. يعالج نموذج التفكير الذاتي هذه المشكلة من خلال تزويد الوكيل بذاكرة ديناميكية وقدرات تفكير ذاتي، مما يعزز قدراته الحالية في الاستنتاج والتتبع واختيار الإجراءات الخاصة بالمهام. بعبارات بسيطة، يمكن للنموذج الآن تذكر الإجراءات التي اتخذها ومراجعة هذه الإجراءات وتصحيح أخطائه.
الشيء الرائع في هذا النهج هو أنه لا يقتصر على نماذج GPT-4؛ بل يمكن أن يعمل مع أي نموذج لغوي كبير دون الحاجة إلى الضبط الدقيق. يقوم نموذج التفكير الذاتي ببساطة بتقييم دالة المكافأة وتحديث الإجراء الذي يجب اتخاذه بواسطة النموذج اللغوي الكبير الأصلي، مما يؤدي إلى تعزيز كبير في الأداء.
ورقة بحث التفكير الذاتي الأصلية
تقدم ورقة بحث التفكير الذاتي الأصلية نتائج على مجموعتي بيانات مختلفتين، مما يوضح قدرتها على الاستنتاج:
- Hotpot QA: مجموعة بيانات للأسئلة المتنوعة والقابلة للتفسير التي تتطلب الاستنتاج متعدد الخطوات، مما يتطلب من النموذج اللغوي الاستنتاج من خلال وثائق متعددة.
- ELF World: مواءمة النصوص والبيئات المجسدة للتعلم التفاعلي، والجمع بين المدخلات والمخرجات النصية مع العالم المادي، مما يسمح للنموذج بالتفاعل مع العالم المادي باستخدام مطالبات نصية.
أدت إضافة التفكير الذاتي إلى هذه النماذج إلى تحسينات كبيرة في الأداء، دون الحاجة إلى الضبط الدقيق.
تبديد المفاهيم الخاطئة حول ورقة البحث
يعتقد الكثير من الناس خطأً أن ورقة البحث تستخدم GPT-4، لكنها في الواقع تستخدم GPT-3 و 3.5 (ChatGPT). هذا التمييز مهم لأنه يفتح إمكانية الجمع بين التفكير الذاتي و Auto GPT، مما يمكن نماذج الذكاء الاصطناعي من تعديل المهام أثناء التنفيذ، وتوفير ذكاء حقيقي.
التفكير الذاتي قيد التنفيذ: مثال
في مهمة Hotpot QA، احتاج النموذج إلى العثور على اسم ممثل اشتهر بدور في برنامج معين. بعد محاولة أولية غير ناجحة، استخدم النموذج التفكير الذاتي لتحديد الخطأ في استراتيجية البحث الخاصة به، وتصحيحه، والعثور في النهاية على الإجابة الصحيحة. هذه هي بالضبط الطريقة التي يتبعها الإنسان لحل مشكلة ما، حيث يفكر في أخطائه ويعدل استراتيجيته وفقًا لذلك.
القيود ومعالجة المواقف التي لا يوجد فيها حقيقة أساسية محددة
أحد القيود الرئيسية لورقة البحث هو أنها تتطلب حقيقة أساسية لكي تعمل. ومع ذلك، في العديد من مواقف العالم الحقيقي، لا توجد حقيقة أساسية محددة أو حل أمثل واحد. يقترح مؤلفو الورقة طريقة تحاكي حل المشكلات البشرية، وإنشاء مجموعة اختبار داخلية بناءً على فهمهم ثم تعديل الحلول حتى تستوفي معظم الاختبارات.
من خلال تحويل عنق الزجاجة للدقة من توليد الكود النحوي والدلالي الصحيح إلى توليد الاختبار النحوي والدلالي الصحيح، يمكن للنموذج تحقيق معدلات دقة أعلى.
مستقبل الذكاء الاصطناعي والتفكير الذاتي
مع انتشار نماذج الذكاء الاصطناعي التي تتمتع بقدرات التفكير الذاتي على نطاق أوسع، يمكننا أن نتوقع رؤية تحسينات كبيرة في الكود الذي يتم إنشاؤه بواسطة الذكاء الاصطناعي وفي المهام المعقدة الأخرى. بفضل القدرة على تحسين عملهم بشكل متكرر، ستصبح نماذج الذكاء الاصطناعي أكثر كفاءة وفعالية في حل المشكلات وتوليد الحلول.
من الضروري بالنسبة لنا كبشر أن نفكر في التطورات التي نحققها في مجال الذكاء الاصطناعي وأن نفكر في الاتجاه الذي نريد أن نسلكه فيه. هذا الاختراق في التفكير الاصطناعي ليس سوى البداية، ولا شك أن هناك المزيد من التطورات المثيرة تنتظرنا في المستقبل.
فيديو من برمجة موجهة (Prompt Engineering)
المراجع:
- ورقة بحث التفكير الذاتي (Reflexion paper): https://arxiv.org/pdf/2303.11366.pdf
- تدوين في المدونة حول التفكير الذاتي (Reflecting on Reflexion Blogpost): https://nanothoughts.substack.com/p/reflecting-on-reflexion
- ورقة بحث HotpotQA: https://arxiv.org/pdf/1809.09600.pdf
- ورقة بحث Alfworld: https://arxiv.org/pdf/2010.03768.pdf
- AutoGPT: https://github.com/Torantulino/Auto-GPT
- HumanEval: https://arxiv.org/pdf/2107.03374.pdf