في عالم يتزايد فيه الاهتمام بالذكاء الاصطناعي، يعتبر تحسين تقنيات الذكاء الاصطناعي من أهم الأولويات للباحثين والمطورين. فإن الأبحاث تعمل على تحسين ذاكرة الذكاء الاصطناعي الحلقية وتقليل الهلوسة. فمؤخرًا اقترح باحثون في جوجل ديبمايند منهجية جديدة تسمى “البحث المؤمن للدقة”. حيث يتم تحليل الإجابات التي تولدها النماذج من قبل الموديل إلى جمل مكونة وفحصها مقابل محرك بحث غوغل لمعرفة مدى دقتها الواقعية أو الدقة الواقعية. تقول الورقة أن هذا النظام التجريبي يتفوق على المحققين البشر في مجال التدقيق الواقعي من حيث الدقة، كما أنه يكون أكثر من 20 مرة أرخص.
يشير جون ثورنهيل إلى أهمية عدم الانحياز فقط إلى كيفية إنشاء المحتوى، ولكن أيضًا إلى كيفية وصوله وتفاعله مع الجمهور. فعندما يتعلق الأمر بإيصال المعلومات إلى الجماهير بطريقة فعالة، يكون التدقيق الواقعي سهلاً على عكس القضايا التي تتعلق بالصلة والتركيز. وفي الوقت الحالي، يمكن للبشر والآلات العمل معًا بفعالية لتعزيز قدراتهم المختلفة وتقليل نقاط الضعف المتعلقة بهم.
يتطرق المقال إلى موضوع انعدام دقة ذاكرة الإنسان، ويُذكر قصة جون دين، المستشار القانوني للبيت الأبيض في إدارة ريتشارد نيكسون. حيث يُشير الباحثون إلى أن الذكرى التعريفية والذكرى الحدثية قد تكون غير دقيقة عند الإنسان. وعلى الرغم من أن النماذج اللغوية الكبيرة يجب أن تتمتع بذاكرة حادثية جيدة، فإنها لا تزال تعاني من ضعف الذاكرة الدلالية. وبهذا، يظل السؤال المثير للاهتمام هو: هل تكون الآلات أكثر تصحيحية منا؟
على الرغم من أن الموديلات اللغوية الكبيرة يمكن أن ترتبك بين الإبداع والدقة، فإنه من الممكن رؤية التفوق من خلال تحسين ذاكرتها الحادثية وتقليل الهلوسة. بينما تُظهر النماذج اللغوية الكبيرة تفوقا في تلخيص التسجيلات المكتبية، فإنها لا تملك فهمًا سياقيًا لأهمية ذلك المحتوى. وحتى ذلك الحين، قد تظل الهلوسة على هيئة ميزة وخطأ يجب تقليله عندما يتعلق الأمر بالدقة.
بشكل عام، تعتبر تحسينات تقنيات الذكاء الاصطناعي من الأمور الحيوية للاهتمام والبحث. ويعتبر التعاون بين الباحثين والمطورين والموديلات اللغوية الكبيرة إلى تطوير وابتكار نماذج أوسع وأكثر دقة. وفي النهاية، يكمن التحدي في تحسين قدرات الذاكرة وتقليل الهلوسة للقدرة على تحقيق التقدم المطلوب في مجال التكنولوجيا والبحث العلمي في المستقبل.
