چرا هوش مصنوعی نیازمند مربی تازه است؟

به گزارش رکنا، در حالی که مدل‌های زبانی چندوجهی هوش مصنوعی مانند GPT-4 که متعلق به شرکت «اپن ای‌آی» است، در درک متن‌های پیچیده و پاسخ به سؤالات مفهومی بسیار توانمند هستند، اما گاهی اوقات در پاسخ به مسائل ساده ریاضی، مانند مقایسه اعداد، دچار اشتباه می‌شوند. دلیل این مشکلات، وابستگی بیش از حد مدل‌ها به استدلال متنی است. پژوهشگران مؤسسه فناوری ماساچوست (MIT) برای رفع این ضعف، دستیار هوشمندی به نام CodeSteer طراحی کرده‌اند. این دستیار می‌تواند به‌عنوان یک مربی برای مدل‌های زبانی بزرگ (LLMs) عمل کرده و به آن‌ها آموزش دهد که برای حل مسائل پیچیده کِی باید به نوشتار و کِی به کدنویسی تکیه کنند.

الهام از نقش مربیان انسانی

به گزارش روزنامه ایران، طراحی CodeSteer برگرفته از نقش مربیان انسانی در ورزش است. همانطور که یک مربی ممکن است از نظر فیزیکی ضعیف‌تر از ورزشکار باشد اما عملکرد او را بهبود ببخشد، این دستیار هوشمند نیز می‌تواند مدل‌های بزرگ زبانی را در مسیر درست هدایت کند.

در ادامه، مدل بزرگ زبانی به دستور پاسخ می‌دهد و خروجی را به CodeSteer بازمی‌گرداند. در صورتی که پاسخ غلط باشد، این دستیار با پیشنهادهای جدید، مدل را دوباره هدایت می‌کند. به عنوان مثال ممکن است پیشنهاد استفاده از الگوریتم جست‌وجو یا تعیین محدودیت‌هایی در کدنویسی را ارائه دهد. این فرآیند تا زمان دستیابی به جواب صحیح ادامه پیدا می‌کند. به گفته این استادیار، مدل‌های زبانی بزرگ معمولاً ترجیح می‌دهند سریع‌ترین و ساده‌ترین مسیر را انتخاب کنند که ممکن است منجر به اشتباه شود. CodeSteer به گونه‌ای طراحی شده تا این عادت را اصلاح کند.

دقت بالاتر از ریاضیات تا حل پازل

برای آموزش و آزمایش CodeSteer، پژوهشگران سؤالاتی پیچیده در حوزه‌های گوناگون مانند استدلال فضایی، ریاضیات و منطق طراحی کردند. نتیجه کار حیرت‌انگیز بود؛ دقت پاسخ‌دهی مدل‌های زبانی از ۵۳.۳ درصد به ۸۶.۴ درصد افزایش یافت.

«جین‌سونگ یون»، پژوهشگر ارشد Google Cloud AI و یکی از اعضای این پروژه، درباره اهمیت این نوآوری می‌گوید: «موفقیت در تربیت یک مدل کوچک که بتواند مدل‌های بزرگ‌تر را به درستی هدایت کند، نقطه عطفی در توسعه هوش مصنوعی هوشمندتر و دقیق‌تر است. این دستیار می‌تواند بدون نیاز به آموزش‌های مجدد، توانایی مدل‌ها را برای انجام وظایفی مثل ضرب اعداد، حل سودوکو و پازل‌های چیدمانی به طرز چشمگیری ارتقا دهد. به طور خاص، دقت در این زمینه‌ها بیش از ۳۰ درصد بهبود یافته و می‌تواند در مسائل عملی مانند مسیریابی روبات‌ها و زمان‌بندی حمل‌ونقل در زنجیره تأمین تحولی ایجاد کند.»

یکی دیگر از محققان این تیم، یونگ‌چائو چن، می‌گوید: «ما از انسان‌ها الهام گرفتیم تا دستیار هوشمند خود را طراحی کنیم که بتواند بهترین تصمیم را اتخاذ کند. مدل‌های بزرگ اغلب از کوتاه‌ترین مسیر استفاده می‌کنند حتی اگر این مسیر منجر به اشتباه شود. CodeSteer برای مقابله با این مشکل ساخته شده است. این دستیار مجهز به سیستم ارزیابی کد است که اگر کدی بیش از حد ساده یا ناکارآمد باشد، سیگنالی برای اصلاح به مدل ارسال می‌کند. علاوه بر این، یک بررسی‌کننده داخلی نیز وظیفه دارد درستی پاسخ را با اجرای کدهای جداگانه ارزیابی کند.»

  • منحصربفرترین خانه ویلایی لواسان که بامعماری خاص و اصیل جایزه ارزشمند معماری را ازآن خود کرد/ واقعا که از عجایب معماری ایرانیه!

اخبار تاپ حوادث

وبگردی