في عالم الذكاء الاصطناعي المتطور، يبرز إطار SPICE من ميتا كخطوة رائدة نحو أنظمة قادرة على تحسين نفسها من خلال التعلم الذاتي. هذا الإطار يمثل تحولًا في كيفية تعامل الذكاء الاصطناعي مع التحديات المعقدة.
إطار SPICE من ميتا يمكّن أنظمة الذكاء الاصطناعي من تعليم نفسها التفكير
طور الباحثون في ميتا FAIR والجامعة الوطنية في سنغافورة إطارًا جديدًا للتعلم التعزيزي لأنظمة الذكاء الاصطناعي التي تحسن نفسها ذاتيًا.
يسمى هذا الإطار اللعب الذاتي في بيئات النصوص (SPICE)، حيث يتنافس عميلان ذكاء اصطناعي ضد بعضهما البعض، مما يخلق تحديات خاصة بهما ويتحسن تدريجياً دون إشراف بشري.
بينما يُعتبر حالياً نموذجًا أوليًا، فإن هذه الآلية الخاصة باللعب الذاتي قد توفر أساسًا لأنظمة الذكاء الاصطناعي المستقبلية التي يمكنها التكيف ديناميكيًا مع بيئاتها، مما يجعلها أكثر مرونة ضد عدم القدرة على التنبؤ في التطبيقات الواقعية.
تحدي الذكاء الاصطناعي الذي يحسن نفسه
الهدف من الذكاء الاصطناعي الذي يحسن نفسه هو إنشاء أنظمة يمكنها تعزيز قدراتها من خلال التفاعل مع بيئتها.
تتمثل إحدى الطرق الشائعة في التعلم التعزيزي مع المكافآت القابلة للتحقق (RLVR)، حيث تُكافأ النماذج على تقديم الإجابات الصحيحة للمشكلات. وغالبًا ما تكون هذه الطريقة محدودة بسبب اعتمادها على مجموعات مشكلات تم تنسيقها بواسطة البشر وهندسة المكافآت الخاصة بالمجالات، مما يجعل من الصعب توسيع نطاقها.
اللعب الذاتي، حيث يتحسن النموذج من خلال التنافس ضد نفسه، هو نموذج واعد آخر. ولكن الطرق الحالية للعب الذاتي لنماذج اللغة غالبًا ما تكون محدودة بسبب عاملين حاسمين.
-
الأخطاء الواقعية في الأسئلة والأجوبة المتولدة تتراكم، مما يؤدي إلى حلقة تغذية راجعة من الهلاوس.
-
عندما يكون لدى مولد المشكلة وحلها تماثل في المعلومات (أي، يشاركون نفس قاعدة المعرفة) فإنهم يفشلون في توليد تحديات جديدة حقًا ويقعون في أنماط متكررة.
كما يشير الباحثون في ورقتهم، “تشير هذه الفشل التجريبية المنهجية إلى أن تحسين الذات يتطلب التفاعل مع مصدر خارجي يوفر تغذية راجعة متنوعة وقابلة للتحقق، بدلاً من التأمل الخالص في حلقة مغلقة.”
كيف يعمل SPICE
SPICE هو إطار لعب ذاتي حيث يعمل نموذج واحد في دورين متميزين.
-
يعمل “المتحدي” على إنشاء منهج من المشكلات التحديّة من مجموعة كبيرة من الوثائق.
-
ثم يحاول “المفكر” حل هذه المشكلات دون الوصول إلى الوثائق المصدر.
تعمل هذه الإعدادات على كسر تماثل المعلومات الذي يحد من طرق اللعب الذاتي الأخرى، حيث لا يمتلك المفكر الوصول إلى الوثائق والمعرفة التي يستخدمها المتحدي لتوليد المشكلات.
يمنع تأصيل المهام في مجموعة واسعة ومتنوعة من الوثائق الهلاوس من خلال ربط الأسئلة والأجوبة بمحتوى العالم الحقيقي. هذا مهم لأن أنظمة الذكاء الاصطناعي تحتاج إلى مصادر تأصيل خارجية لتحسين نفسها بشكل موثوق. لذلك، يجب على وكلاء LLM التعلم من التفاعلات مع البشر والعالم الحقيقي، وليس فقط من مخرجاتهم الخاصة، لتجنب تراكم الأخطاء.
تخلق الديناميكية العدائية بين الدورين منهجًا تلقائيًا.
يتم مكافأة المتحدي على توليد مشكلات تكون متنوعة وفي حدود قدرة المفكر (ليست سهلة للغاية وليست مستحيلة أيضًا).
يتم مكافأة المفكر على الإجابة بشكل صحيح. هذه التفاعل التبادلي يدفع كلا الوكيلين لاكتشاف وتجاوز تحديات جديدة باستمرار.
نظرًا لأن النظام يستخدم الوثائق الخام بدلاً من أزواج الأسئلة والأجوبة المحددة مسبقًا، يمكنه توليد تنسيقات مهام متنوعة، مثل الأسئلة متعددة الخيارات والأسئلة الحرة. هذه المرونة تسمح لـ SPICE بالتطبيق في أي مجال، مما يكسر عنق الزجاجة الذي قيد الطرق السابقة في مجالات ضيقة مثل الرياضيات والبرمجة. كما يقلل من الاعتماد على مجموعات البيانات التي تم تنسيقها بواسطة البشر والتي تكلف الكثير في مجالات متخصصة مثل التحليل القانوني أو الطبي.
SPICE في العمل
قيم الباحثون SPICE على عدة نماذج أساسية، بما في ذلك Qwen3-4B-Base وOctoThinker-3B-Hybrid-Base.
قارنوا أدائه مع المعايير مثل النموذج الأساسي بدون تدريب، ونموذج المفكر المدرب مع “متحدي قوي” ثابت (Qwen3-32B-Instruct)، وطرق اللعب الذاتي النقية مثل R-Zero وAbsolute Zero. غطت التقييم مجموعة واسعة من المعايير الرياضية والمنطقية العامة.
عبر جميع النماذج، تفوق SPICE باستمرار على المعايير، مما أدى إلى تحسينات كبيرة في كل من المهام الرياضية والمنطقية العامة.
تظهر النتائج أن القدرات الاستدلالية التي تم تطويرها من خلال اللعب الذاتي المرتكز على النصوص تنتقل بشكل واسع عبر نماذج مختلفة، بفضل مجموعة المعرفة الخارجية المتنوعة التي استخدموها.
تتمثل إحدى النتائج الرئيسية في أن الديناميكية العدائية تخلق منهجًا تلقائيًا فعالًا. مع تقدم التدريب، يتعلم المتحدي توليد مشكلات أكثر صعوبة.
في تجربة واحدة، زادت نسبة نجاح المفكر على مجموعة ثابتة من المشكلات من 55% إلى 85% مع مرور الوقت، مما يظهر قدراته المحسنة.
في الوقت نفسه، كانت الإصدارات اللاحقة من المتحدي قادرة على توليد أسئلة أدت إلى انخفاض نسبة نجاح المفكر في مرحلة مبكرة من 55% إلى 35%، مما يؤكد أن كلا الدورين يتطوران بنجاح.
يستنتج الباحثون أن هذا النهج يمثل تحولًا في طرق الاستدلال التي تحسن نفسها من “اللعب الذاتي في حلقة مغلقة الذي غالبًا ما يتوقف بسبب انجراف الهلاوس، إلى تحسين مفتوح من خلال التفاعل مع المعرفة الواسعة والقابلة للتحقق المدمجة في مجموعات الوثائق على الويب.”
حاليًا، تمثل المجموعة المستخدمة في SPICE تجربة بشرية تم التقاطها في نصوص. الهدف النهائي هو أن تقوم الأنظمة التي تحسن نفسها بتوليد أسئلة استنادًا إلى التفاعلات مع الواقع، بما في ذلك العالم المادي، والإنترنت، والتفاعلات البشرية عبر وسائط متعددة مثل الفيديو والصوت وبيانات المستشعر.
مع استمرار تطور إطار SPICE، نتطلع إلى رؤية كيف سيؤثر على مستقبل الذكاء الاصطناعي وقدرته على التكيف مع البيئات المتغيرة والتحديات الجديدة. إن هذا النهج الجديد يعد بمستقبل مشرق للذكاء الاصطناعي.
