لحل هذه المشكلة، طور باحثون من جامعة ستانفورد نهجاً جديداً يعمل كالمبضع لتعديل نماذج الذكاء الاصطناعي. ويتيح هذا النهج المُسمى ميند (MEND) للباحثين إجراء تغييرات دقيقة للغاية على أجزاء صغيرة من المعلومات التي تحتوي عليها النماذج اللغوية الكبيرة.

وكتب الباحثين -في دراسة لم تخضع بعد لمراجعة الأقران نشرت على خادم (arXiv) لأبحاث ما قبل النشر- أن "المساهمة الأساسية لهذا العمل هي (بناء) خوارزمية قابلة للتطوير لإجراء تعديلات سريعة في النماذج، يمكنها تعديل نماذج اللغة الكبيرة للغاية المدربة مسبقاً". وأضافوا أن "ميند هو طريقة تعلم لتحويل الضبط الدقيق الأولى المُتدرج إلى عملية تحديث محددة الهدف بدرجة أكبر للمعاملات الوسيطة، تقوم بتعديل النموذج بنجاح في خطوة واحدة".

وأختبر الباحثون ميند على مجموعة من النماذج الكبيرة منها (GPT-Neo) الذي يحتوي على 2.7 مليار معامل وسيط، و (GPT-J) الذي يحتوي على 6 مليارات معامل و(T5-XXL) الذي يحتوي على 11 مليار معامل، ووجدوا أنه "ينتج باستمرار تعديلات أكثر فعالية من المحررين الحاليين".

ولكن تماماً كما هو الحال في الجراحة الحقيقية، يمكن للمبضع أن يقطع أماكن أكثر من المطلوب. وفي بعض الأحيان يمكن للتغييرات التي يقوم بها ميند أن تقود النموذج أحياناً إلى تغيير مخرجاته. ومع ذلك فإنه يبدو أقل تدميراً وعرضة للأخطاء مقارنة بالأنظمة الأخرى.
الرابط (إنجليزي)

كيف يحول الذكاء الاصطناعي الصور ثنائية الأبعاد إلى عالم ثلاثي الأبعاد قابل للاستكشاف؟
طور باحثون ألمان خوارزمية ذكاء اصطناعي يمكنها تحويل الصور الثابتة إلى عالم ثلاثي الأبعاد عالي الدقة وقابل للاستكشاف، الأمر الذي قد يكون له تداعيات محتملة على المؤثرات البصرية المستخدمة في الأفلام وتقنية الواقع الافتراضي.

وتختلف الشبكة العصبونية، التي طورها داريوس روكيرت وزملاؤه في جامعة إرلانجن-نورمبرج في ألمانيا، عن الأنظمة السابقة لأنها قادرة على استخلاص الخصائص الفيزيائية من الصور الثابتة. ومن خلال تغذية الشبكة العصبونية بمجموعة مختارة من صور مشهد ونموذج تقريبي ثلاثي الأبعاد للمشهد تم إنشاؤه تلقائياً باستخدام برنامج جاهز يسمى (COLMAP)، يمكنها تصور شكل المشهد بدقة من أي زاوية. ويقول روكيرت: "يمكننا تغيير وضعية الكاميرا، وبالتالي الحصول على مشهد جديد للجسم".

ويمكن لهذا النظام -من الناحية الفنية- إنشاء عالم ثلاثي الأبعاد قابل للاستكشاف من صورتين فحسب، لكنه لن يكون دقيقاً للغاية. ويوضح روكيرت: "كلما حصلت على صور أكثر، كانت الجودة أفضل. لا يمكن للنموذج إنشاء أشياء لم يرها".

وتحتاج الشبكة إلى ما بين 300 و350 صورة تم التقاطها من زوايا مختلفة لصنع بعض من أفضل الأمثلة على العوالم ثلاثية الأبعاد. ويأمل روكيرت في تحسين النظام من خلال جعله يحاكي كيفية ارتداد الضوء عن الأشياء الموجودة في المشهد للوصول إلى الكاميرا، والذي يعني تقليل عدد الصور الثابتة التي يحتاجها النموذج لتوفير دقة ثلاثية الأبعاد.

ويعتقد تيم فيلد، مؤسس شركة (Abound Labs) ومقرها نيويورك، أن هذه التقنية ستُستخدم لتوليد تأثيرات بصرية في الأفلام وجولات الواقع الافتراضي للمواقع، مضيفاً: "سيؤدي هذا الأمر إلى تسريع البحث المحموم بالفعل للعرض المستند إلى التعلم الآلي للصور التي تم إنشاؤها بواسطة الحاسوب".
الرابط (إنجليزي)