أعلنت Google Research عن تقدّم علمي جديد يتمثل في قدرة أنظمة الذكاء الاصطناعي على محاكاة اللدونة العصبية، وهي الخاصية الأساسية التي تسمح للدماغ البشري بتعلّم مهارات جديدة دون خسارة المهارات القديمة. هذا التطور يأتي ضمن إطار بحثي جديد أطلقت عليه الشركة اسم “Nested Learning”، ويهدف إلى تحسين قدرة النماذج على التعلّم المستمر دون الوقوع في مشكلة النسيان التي تواجهها أغلب الشبكات العصبية الحالية.
يعتمد النهج الجديد على دمج هيكل النموذج وخوارزمية التعلم في منظومة واحدة، بحيث يتطور الاثنان معًا بمرور الوقت. النموذج التجريبي الذي طوّرته Google Research ضمن هذا النظام أظهر قدرة واضحة على الاحتفاظ بالمعلومات القديمة أثناء تعلم مهام جديدة، وهو ما يمثّل اختراقًا كبيرًا في تطوير الذكاء الاصطناعي طويل الأجل.
الفكرة الأساسية وراء الأسلوب الجديد هي جعل الذكاء الاصطناعي يعمل بطريقة أقرب لسلوك الدماغ الطبيعي، بحيث يكيّف نفسه تلقائيًا مع البيانات الجديدة بدلاً من إعادة التدريب الكامل عند كل تحديث—وهو ما قد يقلل تكلفة بناء الأنظمة الذكية ويزيد من كفاءتها.
هذا التطور يفتح الباب أمام نماذج قادرة على تحسين أدائها مع مرور الوقت في مجالات واسعة مثل التحليل الطبي، الأنظمة الصناعية، الخدمات السحابية، ومعالجة اللغة. الأنظمة المستقبلية قد تعتمد على هذا النوع من التعلم المستمر لتقديم نتائج أدق كلما زاد استخدامها.
Google Research تكشف عن تقدّم علمي جديد
التقنية الجديدة تعالج واحدة من أكبر مشكلات التعلم العميق: فقدان الأداء عند إدخال مهام جديدة. النهج الذي تقترحه جوجل قد يسمح ببناء نماذج لا تحتاج لإعادة تدريب كامل، بل تواصل التطور بطريقة تدريجية ومحسّنة، ما يجعل اعتمادها أسهل في التطبيقات الواقعية المعقدة.
كما تشير معامل Google Research إلى أن هذا العمل يمهد الطريق لمرحلة جديدة من الذكاء الاصطناعي القادر على التكيّف بمرور الزمن، وليس مجرد نماذج ثابتة تتوقف قدراتها بعد انتهاء التدريب الأساسي. نجاح هذا النهج قد يغير طريقة بناء الأنظمة الذكية على مستوى الشركات والمستخدمين معًا.
رغم أن التقنية ما زالت في مراحلها الأولى، إلا أنها تُعتبر خطوة كبيرة نحو تطوير ذكاء اصطناعي أكثر مرونة واستدامة، وقد تكون المقدمة لظهور جيل جديد من النماذج التي تتطور ذاتيًا دون الحاجة لعمليات تدريب مكلفة ومتكررة.
لا يسمح بنقل هذا المحتوى من سوالف دون الاشارة برابط مباشر
