قدمت الأنثروبور نظرة أكثر تفصيلاً في الأعمال الداخلية المعقدة لنموذج لغتها المتقدمة ، كلود. يهدف هذا العمل إلى إزالة الغموض عن كيفية معالجة أنظمة الذكاء الاصطناعى هذه ، وتعلم الاستراتيجيات ، وتوليد نص يشبه الإنسان في النهاية.
كما أبرز الباحثون في البداية ، يمكن أن تكون العمليات الداخلية لهذه النماذج غير شفافة بشكل ملحوظ ، مع غالبًا ما تكون أساليب حل المشكلات “غامضة بالنسبة لنا ، مطوري النموذج”.
إن الحصول على فهم أعمق لهذا “بيولوجيا الذكاء الاصطناعى” أمر بالغ الأهمية لضمان موثوقية وسلامة وجدارة هذه التقنيات المتزايدة بشكل متزايد. أحدث النتائج التي توصلت إليها الأنثروبور ، التي تركز بشكل أساسي على نموذج كلود 3.5 هايكو ، تقدم رؤى قيمة في عدة جوانب رئيسية لعملياتها المعرفية.
يشير أحد أكثر الاكتشافات الرائعة إلى أن كلود يعمل بدرجة من عالمية المفاهيمية عبر لغات مختلفة. من خلال تحليل كيفية معالجة النموذج الجمل المترجمة ، وجد أنثروبور دليلًا على الميزات الأساسية المشتركة. يشير هذا إلى أن كلود قد يمتلك “لغة فكرية” أساسية تتجاوز هياكل لغوية محددة ، مما يسمح لها بفهم المعرفة وتطبيقها المستفادة بلغة واحدة عند العمل مع لغة أخرى.
كما تحدى أبحاث الأنثروبور الافتراضات السابقة حول كيفية تعامل نماذج اللغة في المهام الإبداعية مثل كتابة الشعر.
بدلاً من عملية توليد كلمة كل كلمة ، كشفت أنثروبور أن كلود يخطط بنشاط. في سياق الشعر القوي ، يتوقع النموذج الكلمات المستقبلية لتلبية قيود مثل القافية والمعنى-بناء مستوى من البصر يتجاوز التنبؤ البسيط للكلمة التالية.
ومع ذلك ، اكتشف البحث أيضًا عن السلوكيات. تم العثور على حالات الإنسانية التي يمكن أن يولد كلود معقولًا معقولًا ولكن في النهاية غير صحيح ، خاصة عند التصارع مع مشاكل معقدة أو عند تزويدها بتلميحات مضللة. تؤكد القدرة على “التقاطها في قانون” تصنيع تفسيرات على أهمية تطوير الأدوات لمراقبة وفهم عمليات صنع القرار الداخلية لنماذج الذكاء الاصطناعى.
تؤكد الأنثروبور على أهمية نهج “بناء المجهر” في قابلية تفسير الذكاء الاصطناعي. تتيح لهم هذه المنهجية الكشف عن رؤى في الأعمال الداخلية لهذه الأنظمة التي قد لا تكون واضحة من خلال مجرد مراقبة مخرجاتها. كما لاحظوا ، يسمح لهم هذا النهج بتعلم العديد من الأشياء التي “لن يخمنها الدخول” ، وهي قدرة حاسمة مع استمرار تطور نماذج الذكاء الاصطناعي في التطور.
إن الآثار المترتبة على هذا البحث تتجاوز مجرد فضول علمي. من خلال الحصول على فهم أفضل لكيفية عمل نماذج الذكاء الاصطناعى ، يمكن للباحثين العمل على بناء أنظمة أكثر موثوقية وشفافية. يعتقد الأنثروبور أن هذا النوع من أبحاث القابلية للتفسير أمر حيوي لضمان أن تتماشى الذكاء الاصطناعي مع القيم الإنسانية ويستدعي ثقتنا.
تحققهم في مجالات محددة:
- الفهم متعدد اللغات: تشير الأدلة إلى مؤسسة مفاهيمية مشتركة تمكن كلود من معالجة وتوصيل المعلومات عبر لغات مختلفة.
- التخطيط الإبداعي: يوضح النموذج القدرة على التخطيط للمستقبل في المهام الإبداعية ، مثل توقع القوافي في الشعر.
- الإخلاص المنطقي: يمكن أن تساعد تقنيات الأنثروب في التمييز بين التفكير المنطقي الحقيقي والحالات التي قد يتصنع فيها النموذج تفسيرات.
- المعالجة الرياضية: يستخدم كلود مزيجًا من الاستراتيجيات التقريبية والدقيقة عند أداء الحساب العقلي.
- حل المشكلات المعقدة: غالبًا ما يتناول النموذج مهام التفكير متعددة الخطوات من خلال الجمع بين أجزاء مستقلة من المعلومات.
- آليات الهلوسة: يتمثل السلوك الافتراضي في كلود في رفض الإجابة إذا لم يكن متأكدًا ، حيث يحتمل أن تنشأ الهلوسة عن اختلال نظام التعرف على “الكيانات المعروفة”.
- قابلية التعرض لكسر السجن: يمكن استغلال ميل النموذج للحفاظ على التماسك النحوي في محاولات كسر الحماية.
توفر أبحاث الأنثروبور رؤى مفصلة حول الآليات الداخلية لنماذج اللغة المتقدمة مثل كلود. يعد هذا العمل المستمر أمرًا بالغ الأهمية لتعزيز فهم أعمق لهذه الأنظمة المعقدة وبناء أكثر جدارة بالثقة ويمكن الاعتماد عليها.
(تصوير بريت كافانو)
انظر أيضا: Gemini 2.5: يقوم Google بطهي طرازه “الأكثر ذكاءً” من الذكاء الاصطناعي حتى الآن
هل تريد معرفة المزيد عن الذكاء الاصطناعي والبيانات الكبيرة من قادة الصناعة؟ تحقق من AI و Big Data Expo الذي يقام في أمستردام ، كاليفورنيا ، ولندن. تم تحديد الحدث الشامل مع الأحداث الرائدة الأخرى بما في ذلك مؤتمر الأتمتة الذكي ، و blockx ، وأسبوع التحول الرقمي ، ومعرض Cyber Security & Cloud.
استكشاف أحداث وندوات الويب القادمة الأخرى التي تعمل بها TechForge هنا.