“DeepSeek” تطوّر تقنية لتحسين نماذج الذكاء الاصطناعي ذاتيًا
طوّرت شركة “DeepSeek” الصينية لبرمجيات الذكاء الاصطناعي نهجًا جديدًا يتيح للنماذج تحسين أدائها ذاتيًا. يهدف هذا الابتكار إلى رفع كفاءة التدريب وتقليل التكاليف، من خلال تقنيات متقدمة لا تتطلب موارد ضخمة أو مراجعة بشرية مستمرة. تقدم هذه التقنية الجديدة خطوة كبيرة نحو تحسين قدرات النماذج الذكية بشكل مستقل.
استخدمت الشركة تقنية مبتكرة تُسمى “الضبط الذاتي القائم على المبادئ” (SPCT)، وهي جزء من إطار أوسع يُعرف باسم “نمذجة المكافآت التوليدية” (GRM). تعتمد هذه التقنية على خوارزمية داخلية تقوم بتقييم الإجابات ومقارنتها مع مجموعة من المبادئ المحددة مسبقًا. هذا التقييم يسمح للنموذج بتوليد إشارات تحسين ذاتي دون الحاجة إلى تدخل بشري أو توسيع حجم النموذج.
في اختبارات معيارية تم إجراؤها على النموذج الجديد “DeepSeek-GRM”، أظهر هذا النموذج تفوقًا ملحوظًا على نماذج معروفة مثل GPT-4o وGemini وLlama. أظهرت النتائج أن التقنية الجديدة تحسن أداء النماذج بشكل ملحوظ، مما يعكس فعالية النهج المتبع في تحقيق تحسينات مستقلة للنماذج الذكية.
تسعى “DeepSeek” من خلال هذا الابتكار إلى أن تكون رائدة في مجال الذكاء الاصطناعي ذاتي التحسين. وتعتبر هذه التقنية خطوة هامة في تطبيق المفهوم الذي طرحه العالم البريطاني آي. جي. غود في الستينيات. ومنذ ذلك الحين، أصبحت العديد من الشركات الكبرى مثل Google وMeta وIBM تتنافس في تطوير تقنيات مشابهة تهدف إلى تحسين النماذج الذكية بشكل مستقل.
تعمل هذه التقنية على تقليل الحاجة إلى التدخل البشري المستمر في عمليات التدريب، مما يفتح المجال لتقليل التكاليف بشكل كبير. في ظل تزايد استخدام الذكاء الاصطناعي في مختلف الصناعات، ستكون القدرة على تحسين النماذج بشكل ذاتي أحد العوامل الحاسمة في تحسين كفاءة العمليات وتقليل الوقت المستغرق في التدريب.
تعكس هذه الخطوة التزام “DeepSeek” بتطوير حلول مبتكرة في مجال الذكاء الاصطناعي، وتعزيز دورها في توفير تقنيات ذكية قادرة على تحقيق تحسينات ذاتية تتسم بالكفاءة والاستدامة. في الوقت نفسه، تسهم هذه التقنية في تعزيز إمكانية تطبيق الذكاء الاصطناعي في مجموعة واسعة من المجالات، من بينها الرعاية الصحية والتعليم والأعمال.
