طور علماء نموذجا جديدا للذكاء الاصطناعي قادرا على التفكير بطريقة مختلفة عن نماذج اللغة التقليدية، مثل ChatGPT، ما حقق أداء متفوقا بشكل ملحوظ في الاختبارات المعيارية الرئيسية.
واستوحى العلماء هذا النموذج الجديد المسمى “نموذج التفكير المتسلسل” (HRM) من آلية عمل الدماغ البشري في معالجة المعلومات على مستويات زمنية متعددة (من أجزاء الثانية إلى الدقائق)، حيث تقوم مناطق دماغية مختلفة بدمج المعلومات على فترات زمنية متفاوتة.
ووفقا لباحثين من شركة Sapient المتخصصة في الذكاء الاصطناعي في سنغافورة، يتميز هذا النموذج بكفاءة أعلى بفضل احتياجه لعدد أقل من المعاملات البرمجية (Parameters) وكميات أقل من البيانات التدريبية.
ويحتوي النموذج الجديد على 27 مليون معامل (Parameters) فقط ويستخدم 1000 عينة تدريبية، بينما تحتوي النماذج اللغوية المتقدمة على مليارات أو تريليونات المعاملات. وتشير التقديرات إلى أن نموذج GPT-5 الحديث يحتوي على 3-5 تريليون معامل.
وعند اختبار النموذج في اختبار ARC-AGI المصمم لقياس مدى اقتراب النماذج من الذكاء العام الاصطناعي، حقق النموذج الجديد نتائج مذهلة:
سجل 40.3% في اختبار ARC-AGI-1 مقارنة بـ 34.5% لنموذج o3-mini-high من OpenAI
حقق 5% في الاختبار الأصعب ARC-AGI-2 مقابل 3% لنموذج o3-mini-high
وتعتمد معظم النماذج اللغوية المتقدمة على أسلوب “سلسلة الفكر” (CoT) الذي يقسم المشكلات المعقدة إلى خطوات بسيطة، لكن العلماء أشاروا إلى عيوب هذا الأسلوب بما في ذلك “التفكيك الهش للمهام، والاحتياجات الواسعة للبيانات، وكفاءة زمنية منخفضة”.
ويعمل النموذج الجديد من خلال وحدتين متكاملتين:
وحدة عالية المستوى مسؤولة عن التخطيط المجرد بطيء السرعة
وحدة منخفضة المستوى تتولى العمليات الحسابية السريعة والمفصلة
ويتميز النموذج بتطبيق تقنية “التحسين التكراري” (iterative refinement) التي تعمل على تحسين دقة الحلول من خلال دورات تفكير متعددة، حيث يقرر في كل دورة ما إذا كان يجب مواصلة التفكير أو تقديم الإجابة النهائية.
وتمكن النموذج من تحقيق أداء شبه كامل في مهام معقدة مثل ألغاز “السودوكو” المتقدمة التي فشلت فيها النماذج التقليدية، كما تفوق في اختبارات إيجاد المسارات المثلى في المتاهات.
المصدر: لايف ساينس
