أعلن باحثون من كلية الرياضيات الحاسوبية وعلم التحكم الآلي في جامعة موسكو الحكومية عن تطوير طريقة جديدة تهدف إلى جعل الذكاء الاصطناعي الروسي أكثر قدرة على تذكر ما يهم المستخدمين عبر التفاعلات الطويلة، مع تقليل الضوضاء وتدهور الجودة الذي قد ينشأ عن تخزين كل شيء دون تنظيم.
وتشير الجامعة إلى أن المساعدات الذكية الحديثة غالبًا ما تقوم بحفظ سجل المحادثات كاملًا دون تصفية أو إعادة تنظيم، وهو ما قد يؤدي مع الوقت إلى تراكم معلومات زائدة داخل قاعدة البيانات، فينعكس ذلك على دقة استرجاع البيانات وعلى اتساق الردود. ومع استمرار التفاعل، يصبح من الصعب على النموذج التمييز بين المعلومات المهمة وما يمكن تجاهله، فتقل جودة الإجابة حتى عندما تكون الأسئلة واضحة.
الذكاء الاصطناعي الروسي ينافس بقوة
ويعتمد النظام الذي اقترحه الباحثون على نهج أكثر ذكاءً لإدارة الذاكرة طويلة المدى داخل الشبكات العصبية. فبدلًا من اعتبار الذاكرة مجرد أرشيف للحوار، يتم إدارتها عبر نظام فرعي منفصل يتولى اتخاذ قرارات بشأن ما يجب الاحتفاظ به وما ينبغي حذفه أو معالجته. وبحسب وصف الجامعة، يقوم هذا النظام عند تشغيله أولًا بالبحث عن السجلات المخزنة سابقًا المرتبطة باستعلام المستخدم الحالي، ثم يحول النتائج إلى “سياق مختصر” يتم دمجه لاحقًا مع بيانات إدخال النموذج.
ما يحدث قبل الرد وبعده
الخطوة التالية هي إنشاء الاستجابة: إذ تُضاف المعلومات التي تم العثور عليها وتحويلها إلى سياق مختصر إلى مدخلات النموذج قبل أن يولد الرد. وبعد إنتاج الإجابة، ينتقل النظام إلى مرحلة تقييم جديدة، حيث يقوم نظام الذاكرة الفرعي بتحليل البيانات الجديدة التي نتجت عن الحوار، ثم يقرر ما إذا كان ينبغي الاحتفاظ بها في الذاكرة طويلة المدى أو استبعادها لتجنب التراكم.
وبهذا التصميم، يصبح لدى النظام آلية ديناميكية لإدارة المعرفة عبر الزمن، بدلًا من تراكم “نسخ حرفية” من المحادثات. كما يساعد ذلك على تقليل التكرار وتحسين جودة الاسترجاع، لأن الذاكرة تصبح مرتبطة بالاحتياج الفعلي للاستعلام الحالي.
ذاكرة تحت السيطرة بدلًا من أرشيف ممتلئ
ومن أجل تقليل التشويش والتكرار أكثر، أضاف الباحثون معالجة إضافية لسجلات المحادثة، بهدف دعم سلوك أكثر اتساقًا خلال الحوارات الممتدة. وتوضح لاريسا كوزينا، الأستاذة المشاركة في قسم اللغات الخوارزمية بكلية الرياضيات الحاسوبية وعلم التحكم الآلي في جامعة موسكو الحكومية، أن الذاكرة لا ينبغي أن تُعامل كأرشيف فقط، بل كنظام “خاضع للتحكم” يتطلب انتقاء المعلومات الأساسية فقط وإعادة تنظيمها عند معالجتها.
ولفتت كوزينا إلى أن نجاح التفاعل طويل الأمد يعتمد على القدرة على الاحتفاظ بالمعلومة المفيدة وإعادة صياغتها بما يتناسب مع السؤال الحالي، بدلًا من تخزين جميع التفاصيل دون تمييز، وهو ما يقلل احتمال الوقوع في ردود متضاربة أو إجابات أقل دقة مع مرور الوقت.
نحو تفاعل أكثر اتساقًا للمستخدمين
يهدف هذا النظام إلى تحسين طريقة تعامل الذكاء الاصطناعي مع المعلومات التي يجمعها خلال تفاعلاته المستمرة، عبر تصفية البيانات وتنظيمها وتحديد ما يستحق البقاء في الذاكرة. ومع استمرار تطور هذه المقاربات، قد يصبح من الممكن تقديم مساعدين أذكى يحتفظون بسياق المستخدم بصورة أكثر فاعلية، مع تقليل الأخطاء الناتجة عن ازدحام المعلومات.
وبشكل أوسع، يفتح هذا البحث الباب أمام تصميم أنظمة ذكاء اصطناعي تعتمد على “إدارة الذاكرة” كجزء أساسي من جودة الحوار، بما يشمل تحسين دقة الاسترجاع، وتعزيز اتساق الإجابات، وتقديم تجربة أكثر سلاسة للمستخدمين خلال الاستخدام اليومي الممتد.
التعليقات