لسنوات عديدة، توقع الباحثون في مجال الذكاء الاصطناعي اللحظة التي ستتمكن فيها أنظمة الذكاء الاصطناعي من تحسين نفسها بشكل أفضل من البشر. وبينما يضخ المستثمرون أموالهم في الجيل القادم من مختبرات الذكاء الاصطناعي القائمة على الأبحاث، تتوفر موارد أكثر من أي وقت مضى لتحقيق هذا الهدف. والآن اتخذ أحد هذه المختبرات الجديدة خطوة كبيرة نحو جعل هذا الأمر واقعًا.
قدمت شركة Adaption يوم الأربعاء منتجًا جديدًا يسمى AutoScientist، والذي يساعد النماذج على تعلم قدرات محددة بسرعة باستخدام نهج آلي للضبط التقليدي. تنطبق هذه التقنيات على مجموعة واسعة من المجالات، لكن فريق التبني يركز بشكل خاص على إمكانية تسريع وتسهيل عملية التدريب وضبط نموذج الذكاء الاصطناعي الرائد.
وفقًا للمؤسس المشارك والرئيس التنفيذي سارة هوكر، التي عملت سابقًا كنائب رئيس لأبحاث الذكاء الاصطناعي في Cohere، يمثل AutoScientist طريقة جديدة للتعامل مع عملية التدريب على الذكاء الاصطناعي. وقال هوكر لـ TechCrunch: “الأمر المثير بشكل لا يصدق في هذا الأمر هو أنه يعمل بشكل تعاوني على تحسين كل من البيانات والنموذج ويتعلم أفضل طريقة لاستكشاف أي احتمالات بشكل أساسي”. “يشير هذا إلى أننا قد نتمكن أخيرًا من السماح بالتدريب الرائد الناجح على الذكاء الاصطناعي خارج هذه المختبرات.”
يعتمد AutoScientist على عرض البيانات الحالي للشركة، البيانات التكيفيةوالذي يهدف إلى تسهيل إنشاء مجموعات بيانات عالية الجودة مع مرور الوقت. تم تصميم AutoScientist بدوره لتحويل مجموعات البيانات المحسنة باستمرار إلى نماذج ذكاء اصطناعي محسنة باستمرار. يقول هوكر: “في Adaption، وجهة نظرنا هي أن المجموعة بأكملها يجب أن تكون قابلة للتخصيص بالكامل ويجب تحسينها بشكل أساسي لكل مهمة”.
وبطبيعة الحال، فإن هذا النهج لن يكون إلا جيدة بقدر النتائج. في مواد الإطلاق الخاصة بها، تفتخر شركة Adaption بأن معدلات الفوز قد تضاعفت عبر نماذج AutoScientist المختلفة – وهي أرقام مثيرة للإعجاب، ولكن من الصعب وضعها في السياق. ونظرًا لأن النظام تم تصميمه خصيصًا لنماذج مخصصة لمهام محددة، فإن المعايير التقليدية مثل SWE-Bench أو ARC-AGI غير قابلة للتطبيق.
ومع ذلك، فإن شركة Adaption واثقة من أن المستخدمين سيرون فرقًا عند تجربة AutoScientist – وهي واثقة جدًا من أن المختبر سيجعل الأداة متاحة مجانًا خلال أول 30 يومًا بعد توفرها.
يقول هوكر: “بنفس الطريقة التي فتح بها توليد التعليمات البرمجية العديد من المهام، فإن هذا سيفتح العديد من الابتكارات عند تقاطع المجالات المختلفة”.
عندما تقوم بالشراء من خلال الروابط الموجودة في مقالاتنا، قد نكسب عمولة صغيرة. وهذا لا يؤثر على استقلالنا التحريري.
