UniAutoML: A Human-Centered Framework for Unified Discriminative and Generative AutoML with Large Language Models
يعد UniAutoML إطار عمل متمحوراً حول الإنسان يستفيد من النماذج اللغوية الكبيرة لتوحيد مهام التعلم الآلي التلقائي التمييزية والتوليدية مع تعزيز القابلية للتفسير، والتحكم من قبل المستخدم، والثقة من خلال واجهة حوارية وآليات سلامة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
أصبح تعلم الآلة أداة قوية لحل المشكلات، من التنبؤ بأنماط الطقس إلى التعرف على الوجوه في الصور. ومع ذلك، فإن استخدام هذه الأدوات يتطلب عادةً فهماً عميقاً للأكواد البرمجية المعقدة والنظريات الرياضية. لسنوات عديدة، حاول مجال يسمى "تعلم الآلة المؤتمت" (AutoML) إصلاح هذا الأمر من خلال السماح للحواسيب باختيار أفضل النماذج وضبط إعداداتها تلقائياً. ومع ذلك، فقد بُنيت معظم هذه الأنظمة فقط للمهام التي يتعلم فيها الكمبيوتر تصنيف أو التنبؤ بنتائج محددة، مثل تحديد ما إذا كان البريد الإلكتروني مزعجاً أم لا. لقد تجاهلت هذه الأنظمة إلى حد كبير نوعاً أحدث وأكثر إبداعاً من تعلم الآلة، حيث يقوم الكمبيوتر بإنشاء محتوى جديد، مثل كتابة القصص أو إنشاء صور من الصفر. علاوة على ذلك، غالباً ما تعمل هذه الأنظمة المؤتمتة كـ "صندوق أسود"، حيث تتخذ القرارات دون شرح أسبابها، مما يترك المستخدمين يشعرون بالانفصال وعدم اليقين بشأن مدى إمكانية الثقة في النتائج.
قدم فريق من الباحثين إطار عمل جديداً يسمى "UniAutoML" لسد هذه الفجوات. يركز عملهم على إنشاء نظام يمكنه التعامل مع مهام التصنيف ومهام الإنشاء الإبداعي على حد سواء، مع إبقاء المستخدم البشري في الحلقة. وبدلاً من إجبار المستخدمين على كتابة الأكواد أو فهم المصطلحات التقنية، يسمح هذا النظام الجديد للناس بالتفاعل مع الآلة باستخدام لغة يومية بسيطة. وقد بنى الباحثون هذا الإطار ليكون موجهاً بواسطة "نموذج لغوي كبير"، وهو نوع من الذكاء الاصطناعي المدرب على كميات هائلة من النصوص، والذي يعمل كمترجم بين تعليمات المستخدم البسيطة والآليات المعقدة لتعلم الآلة. لم يكن الهدف مجرد أتمتة العمل، بل جعل العملية شفافة وآمنة، مما يضمن قدرة المستخدمين على فهم ما يفعله الكمبيوتر والتدخل إذا لزم الأمر.
ولاختبار فكرتهم، بنى الباحثون نظاماً يمكن للمستخدم من خلاله ببساطة كتابة طلب، مثل "أريد التنبؤ بمعدلات تبني الحيوانات الأليفة" أو "أريد إنشاء صور لقطط". سيقوم النظام بعد ذلك بتحليل الطلب، وتحديد نوع البيانات المعنية، والبحث في مكتبة ضخمة عبر الإنترنت من النماذج سابقة التدريب للعثور على الأنسب. وبمجرد اختيار نموذج، سيقوم النظام تلقائياً بتجهيز البيانات وبدء التدريب. وطوال هذه العملية، لم يعمل النظام في صمت؛ بل قدم تعليقاً مستمراً، يشرح سبب اختياره لنموذج معين أو كيف يتقدم التدريب. وإذا أراد المستخدم تغيير إعداد أو إيقاف عملية لا تسير بشكل جيد، فيمكنه ببساطة أن يطلب من النظام إجراء تعديل، وسوف يستجيب النظام لذلك. ولمنع النظام من توليد محتوى ضار أو غير لائق، أضاف الباحثون مرشح سلامة يتحقق من مدخلات المستخدم ومخرجات الكمبيوتر، ويمنع أي شيء ينتهك إرشادات السلامة.
قيم الباحثون إطار العمل الجديد هذا باستخدام ثماني مجموعات بيانات مختلفة تغطي مهام متنوعة، مثل التنبؤ بشعبية الحيوانات الأليفة، وكشف السخرية في الصور والنصوص، وتقييم الجودة الجمالية للصور. وقارنوا نظامهم بأداتين مؤتمتتين معروفتين وموجودتين بالفعل. وفي هذه الاختبارات، كان أداء الإطار الجديد مساوياً أو أفضل من الأدوات القائمة في معظم الحالات. فعلى سبيل المثال، حقق دقة أعلى من المنافسين عند التنبؤ بشعبية الحيوانات الأليفة. وفي المهام التي تتضمن بيانات معقدة ذات أنواع متعددة من المعلومات، مثل الجمع بين الصور والنصوص، أظهر النظام الجديد ميزة واضحة، حيث نجح في التعامل مع المشكلات التي عجزت عنها الأدوات القديمة أو تطلبت إصلاحات يدوية.
وبعيداً عن الأرقام، أراد الباحثون معرفة شعور الناس الحقيقي تجاه استخدام النظام. فقد دعوا 25 متطوعاً، تراوحت خلفياتهم بين طلاب علوم الحاسوب ومعلمين ليس لديهم خلفية تقنية، لتجربة إطار العمل الجديد جنباً إلى جنب مع الأدوات الأقدم. طُلب من المشاركين إكمال مهام محددة ثم تقييم تجربتهم. وأظهرت النتائج أن الأشخاص الذين استخدموا النظام الجديد شعروا بأن لديهم سيطرة أكبر على العملية ووجدوا أنه من الأسهل بكثير فهم ما يحدث. كما أفادوا بأنهم احتاجوا إلى محاولات أقل لإتمام المهمة وشعروا بإجهاد ذهني أقل مقارنة باستخدام الأدوات التقليدية. حتى أولئك الذين لديهم بعض المعرفة التقنية وجدوا الواجهة الحوارية بديهية، مشيرين إلى أنها جعلت عالم تعلم الآلة المعقد يبدو متاحاً للجميع. وذكر أحد المشاركين، وهو طالب ذو خبرة برمجية محدودة، أن القدرة على كتابة التعليمات ببساطة وتلقي تفسيرات واضحة كانت أكثر فائدة بكثير من محاولة كتابة الأكواد تحت ضغط الوقت.
كما سلطت الدراسة الضوء على قدرة النظام على التعامل مع المهام الإبداعية التي لم تستطع الأدوات القديمة إدارتها على الإطلاق. فبينما لم تتمكن الأنظمة التقليدية من الضبط الدقيق للنماذج التي تنشئ صوراً أو نصوصاً، سمح الإطار الجديد للمستخدمين بالقيام بذلك عبر أوامر بسيطة. يمكن للمستخدم تقديم مجموعة بيانات وطلب تدريب نموذج لإنشاء صور، وسيتولى النظام العملية التقنية بأكملها دون أن يرى المستخدم سطراً واحداً من الكود. كانت هذه القدرة خطوة كبيرة للأمام، حيث فتحت أدوات توليدية قوية لأشخاص يفتقرون إلى المهارات المتخصصة لاستخدامها من قبل.
وعلى الرغم من هذه النجاحات، أقر الباحثون بأن نظامهم يعتمد على أدوات خارجية قوية يمكن أن تكون مكلفة للتشغيل وتتطلب اتصالاً دائماً بالإنترنت. وأشاروا إلى أن العمل المستقبلي سيحتاج إلى معالجة هذه القيود لجعل النظام أكثر اقتصادية وقابلية للاستخدام في الأماكن التي تفتقر إلى إنترنت موثوق. ومع ذلك، أثبتت الدراسة أنه من الممكن بناء نظام مؤتمت ليس فعالاً فحسب، بل شفافاً وسهل الاستخدام أيضاً. ومن خلال الجمع بين قوة النماذج اللغوية الكبيرة والتركيز على التفاعل البشري، أظهر الباحثون أن تعلم الآلة يمكن جعله أكثر سهولة، مما يسمح لمجموعة أوسع من الناس بتسخير إمكاناته دون الحاجة لأن يصبحوا خبراء في هذا المجال. ويشير العمل إلى أن مستقبل الذكاء الاصطناعي قد لا يكمن فقط في جعل الآلات أكثر ذكاءً، بل في جعلها أسهل للفهم والتوجيه من قبل البشر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.