حقق باحثون فى كلية فيتربى للهندسة بجامعة كاليفورنيا الجنوبية اختراقًا علميًا مذهلًا من خلال ابتكار منهجية جديدة تسمح لنماذج الذكاء الاصطناعي بإصلاح فجواتها المعرفية وتطوير أدائها فى الوقت الفعلي، ويتحدى هذا الابتكار الاعتقاد السائد بأن الذكاء الاصطناعي مقيد تمامًا بجودة وكمية البيانات التي تدرب عليها مسبقًا، حيث يمكن للنظام الجديد تحسين قدراته بشكل درامى فى مجالات لم يتلقَ تدريبًا مكثفًا فيها.
وفقًا لتقرير بموقع جامعة كاليفورنيا الجنوبية، فإن قدرة النظام مبينة على التعلم المباشر وتصحيح الأخطاء، وقد اعتمد الباحثون على إنشاء حلقة ملاحظات متطورة تمكن نموذج الذكاء الاصطناعي من تقييم أخطائه أثناء محاولة حل مشكلات برمجية معقدة بلغات نادرة، ثم تعديل استراتيجياته للوصول إلى الحل الصحيح تدريجيًا.
مستقبل الأتمتة
يفتح هذا التطور آفاقًا غير مسبوقة لمستقبل الأتمتة والتعلم الآلي، حيث يمكن للأنظمة الذكية أن تتكيف مع المتغيرات المفاجئة والبيئات الجديدة دون الحاجة لعمليات إعادة تدريب مكلفة وطويلة، وهذا يعني أن الآلات ستمتلك نوعًا من الاستقلالية الإدراكية، مما يسرع من وتيرة الابتكار العلمي والتكنولوجي، ويضع أدوات ذاتية التحسين بين أيدي المطورين والمؤسسات حول العالم.
اقرا ايضا: دراسة: الرموز التعبيرية في المحادثات تربك فهم الذكاء الاصطناعي
حلقة الملاحظات التصحيحية
تعتمد التقنية على تزويد النظام بآلية نقد ذاتي تتيح له اكتشاف الأخطاء فور وقوعها وتجربة مسارات بديلة حتى يحقق الهدف المطلوب بنجاح، ويثبت هذا النهج أن الكفاءة الخوارزمية يمكن أن تعوض النقص في بيانات التدريب، مما يقلل من التكاليف الهائلة المرتبطة بتطوير النماذج التوليدية.
