تتطور تكنولوجيا الذكاء الاصطناعي اليوم بسرعة، وتتزايد قدرات المساعدين الأذكياء يومًا بعد يوم، ولكن هل يمكنهم التعامل مع المهام المتناقضة؟ صمم الباحثون اختبارًا يسمى "تعليمات متناقضة ذاتيًا (SCI)" لتحدي نماذج كبيرة متعددة الوسائط تحتوي على 20 ألف تعليمات متناقضة ذاتيًا، تغطي المجالات اللغوية والبصرية، مثل طلب وصف الكلب في صورة القطة. ولإنشاء هذه التعليمات بشكل أفضل، قام الباحثون أيضًا بتطوير إطار إنشاء مجموعة البيانات التلقائي AutoCreate. يهدف هذا البحث إلى استكشاف قدرة الذكاء الاصطناعي على التعامل مع التعليمات المتناقضة ويقترح طريقة تسمى "تحفيز الصحوة المعرفية" (CaP) لتحسين قدرة الذكاء الاصطناعي على تحمل التوتر.
في هذا العصر الذي ينتشر فيه الذكاء الاصطناعي في كل مكان، تزداد متطلباتنا للمساعدين الأذكياء بشكل متزايد. لا يجب أن تكون قادرًا على التحدث ببلاغة فحسب، بل يجب أيضًا أن تكون قادرًا على قراءة الصور وقراءة الكلمات، ويفضل أن يكون ذلك مع قليل من الفكاهة. ومع ذلك، هل فكرت يومًا أنه إذا كلفت الذكاء الاصطناعي بمهمة متناقضة، فهل سيتعطل على الفور؟ على سبيل المثال، إذا طلبت منه وضع فيل في الثلاجة دون السماح للفيل بالبرد، فهل سيصاب بالذهول؟
ومن أجل اختبار قدرة أنظمة الذكاء الاصطناعي هذه على تحمل التوتر، قامت مجموعة من الباحثين بمخاطرة كبيرة. لقد أجروا اختبارًا يسمى "تعليمات متناقضة ذاتيًا" (SCI)، وهو ببساطة تحدي الموت في عالم الذكاء الاصطناعي. يحتوي الاختبار على 20 ألف تعليمة متناقضة تغطي المجالين اللفظي والبصري. على سبيل المثال، تظهر لك صورة قطة ويطلب منك وصف الكلب. أليس هذا محرجًا للناس؟ أوه لا، إنه محرج للذكاء الاصطناعي.
من أجل جعل تحدي الموت هذا أكثر إثارة، قام الباحثون أيضًا بتطوير إطار عمل تلقائي لإنشاء مجموعة البيانات يسمى AutoCreate. يشبه هذا الإطار معلم الأسئلة الذي لا يكل والذي يمكنه تلقائيًا إنشاء عدد كبير من الأسئلة المتنوعة وعالية الجودة. الذكاء الاصطناعي مشغول جدًا الآن.
في مواجهة هذه التعليمات المربكة، كيف ينبغي للذكاء الاصطناعي أن يستجيب؟ لقد أعطى الباحثون الذكاء الاصطناعي جرعة تنبيه تسمى "تحفيز الصحوة المعرفية" (CaP). تشبه هذه الطريقة تزويد الذكاء الاصطناعي بكاشف للتناقض، مما يسمح له بأن يكون أكثر قدرة على الحيلة عند معالجة هذه التعليمات.
اختبر الباحثون بعض نماذج الوسائط المتعددة واسعة النطاق الأكثر شيوعًا، ووجدوا أن أنظمة الذكاء الاصطناعي هذه تتصرف مثل الطلاب الجدد في الجامعة عندما يواجهون تعليمات متناقضة. ومع ذلك، عندما تم استخدام طريقة CaP، كان أدائهم بمثابة التنوير المفاجئ، وتحسن أدائهم بشكل ملحوظ.
لا يزودنا هذا البحث بطريقة جديدة لاختبار الذكاء الاصطناعي فحسب، بل يشير أيضًا إلى اتجاه التطوير المستقبلي للذكاء الاصطناعي. على الرغم من أن الذكاء الاصطناعي الحالي لا يزال مثل طفل أخرق في التعامل مع التعليمات المتناقضة، إلا أنه مع التقدم التكنولوجي، لدينا سبب للاعتقاد بأن الذكاء الاصطناعي في المستقبل سيصبح أكثر ذكاءً وأعرف كيفية التعامل مع هذا العالم المعقد المليء بالأشياء. التناقضات.
ربما في يوم من الأيام، عندما تطلب من الذكاء الاصطناعي أن يضع الفيل في الثلاجة، سيجيب بذكاء: حسنًا، سأحول الفيل إلى تمثال ثلجي، بحيث يكون في الثلاجة دون أن يبرد.
عنوان الورقة: https://arxiv.org/pdf/2408.01091
صفحة المشروع: https://selfcontradiction.github.io/
يقدم هذا البحث رؤى قيمة حول تقييم وتحسين قدرة الذكاء الاصطناعي على التعامل مع المعلومات المعقدة والمتناقضة، كما يبشر بالتقدم في قدرة الذكاء الاصطناعي على مواجهة تحديات العالم الحقيقي المعقدة. في المستقبل، قد يكون الذكاء الاصطناعي قادرًا على الاستجابة لمختلف المواقف المتناقضة بشكل أكثر رشاقة وإظهار قدرة أقوى على التكيف وقدرات حل المشكلات.