BabyLM Turns 4 and Goes Multilingual: Call for Papers for the 2026 BabyLM Workshop
تعلن ورشة عمل BabyLM لعام 2026 عن النسخة الرابعة من تحديها، حيث تقدم مساراً جديداً متعدد اللغات للغات الإنجليزية والهولندية والصينية إلى جانب المسارات القياسية المقتصرة على اللغة الإنجليزية فقط، مع دعوة الأوراق البحثية حول النمذجة المعرفية، وكفاءة التدريب، وتطوير النماذج اللغوية صغيرة النطاق.
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
تخيل مجموعة من العلماء، واللغويين، ومهندسي الكمبيوتر وهم يقيمون حفلة عيد ميلاد ضخمة، للذكرى الرابعة لمشروع خاص جداً يسمى BabyLM.
الهدف من هذا المشروع بسيط ولكنه عميق: كيف نعلم الكمبيوتر تعلم اللغة كما يفعل طفل بشري؟
بدلاً من تغذية هذه "الأطفال" من الذكاء الاصطناعي بكامل شبكة الإنترنت (وهو أمر يشبه محاولة تعليم طفل دارج موسوعة بريتانيكا قبل أن يتمكن حتى من قول "ماما")، يجبرهم مشروع BabyLM على التعلم من كمية ضئيلة ومقدور عليها من البيانات — وهي تقريباً ما يسمعه الطفل البشري في سنوات حياته الأولى.
إليك تفاصيل ما يحدث في عام 2026، مشروحاً ببعض التشبيهات من الحياة اليومية.
1. التغيير الكبير: من "الإنجليزية فقط" إلى "العالم"
خلال السنوات الثلاث الأولى، كان تحدي BabyLM يشبه مدرسة لا تدرس سوى باللغة الإنجليزية. هذا العام، ستصبح المدرسة متعددة اللغات.
- الطريقة القديمة: الجميع يتعلم الإنجليزية.
- الطريقة الجديدة: التحدي الآن يشمل الإنجليزية، والهولندية، والصينية.
- لماذا؟ يريد المنظمون معرفة ما إذا كان بإمكان الذكاء الاصطناعي تعلم لغات متشابهة جداً (الإنجليزية والهولندية) ولغات مختلفة تماماً (الصينية). الأمر يشبه اختبار ما إذا كان بإمكان الطالب تعلم الفرنسية بعد تعلم الإسبانية، ثم رؤية ما إذا كان بإمكانه فجأة تعلم الماندرين.
2. "الفصول" الثلاثة (المسارات)
تنقسم المسابقة إلى "فصول" مختلفة بناءً على مقدار "الطعام" (البيانات) الذي يُسمح للذكاء الاصطناعي بتناوله.
- فصل "المشدد" (الشهية الكبيرة): يمكن للطلاب تناول ما يصل إلى 100 مليون كلمة. لا تزال هذه حصة ضئيلة جداً من الإنترنت، لكنها وجبة كاملة لـ "طفل" ذكاء اصطناعي.
- فصل "المشدد-الصغير" (الشهية الضئيلة): يمكنهم فقط تناول 10 ملايين كلمة. هذا هو التحدي "شديد القيود"، الذي يجبر الذكاء الاصطناعي على أن يكون فعالاً للغاية.
- الفصل "متعدد اللغات": فصل خاص جديد حيث يجب على الطلاب تعلم مزيج من اللغات الثلاث المذكورة أعلاه، ولكن عليهم اكتشاف الوصفة المثالية لكيفية خلط كمية كل لغة في "حسائهم".
3. قواعد اللعبة الجديدة
قام المنظمون بتعديل القواعد لجعل المنافسة أكثر عدلاً وواقعية.
- يُمنع "الحشو": في الماضي، كانت بعض نماذج الذكاء الاصطناعي تقرأ نفس الكتاب 50 مرة لحفظه. هذا العام، هناك حد صارم لعدد المرات التي يمكنهم فيها قراءة البيانات (بحد أقصى 10 "مرات مرور"). هذا يحاكي كيفية تعلم الأطفال الحقيقيين؛ فهم لا يعيدون قراءة قصة 50 مرة متتالية، بل يسمعونها مرة واحدة، يلعبون بها، ثم يمضون قدماً.
- مساعد "المعلم": في السابق، كانت هناك فئات منفصلة لاستخدام الصور أو التحدث مع نماذج ذكاء اصطناعي أخرى. الآن، تم دمج هذه الفئات في الفصول الرئيسية. يمكنك استخدام "معلم ذكاء اصطناعي" لمساعدة "طفل الذكاء الاصطناعي" الخاص بك على التعلم، ولكن لا يمكن للمعلم إعطاء الإجابات ببساطة (لا غش عبر الاطلاع على عقل المعلم). الأمر يشبه مدرساً خصوصياً يعطي تلميحات ولكنه لا يحل الواجب المنزلي نيابة عنك.
- كتب أكثر نقاءً: أدرك المنظمون أن الكتب القديمة التي قدموها للذكاء الاصطناعي كانت تحتوي على بعض القصص "السامة" أو المسيئة (مثل كتاب قصص أطفال يحتوي بالخطأ على مواضيع للكبار). لقد قاموا الآن بـ تطهير البيانات، لضمان تعلم الذكاء الاصطناٍ من محتوى نظيف، آمن، ومناسب للعمر.
4. "مخطط النمو" (نقاط التحقق)
هذا جزء حيوي من فلسفة BabyLM. في الماضي، كان الباحثون يهتمون فقط بدرجة الامتحان النهائي.
الآن، هم يطلبون تقديم نقاط تحقق وسيطة. فكر في هذا كأب يلتقط صوراً لطفله كل شهر.
- يريدون رؤية الذكاء الاصطناعي عند 1 مليون كلمة، و10 ملايين كلمة، و100 مليون كلمة.
- لماذا؟ لرؤية كيف يتعلم الذكاء الاصطناعي. هل يتعلم القواعد أولاً؟ هل يتعلم المفردات أولاً؟ هل يرتكب نفس الأخطاء التي يرتكبها الطفل البشري؟ هذا يساعد العلماء على فهم "رحلة التعلم"، وليس فقط الوجهة النهائية.
5. ورشة العمل (الحفلة)
بينما تعد المنافسة هي الحدث الرئيسي، هناك أيضاً ورشة عمل. هذا مكان لمشاركة الأوراق والأفكار التي قد لا تتناسب مع قواعد المنافسة الصارمة ولكنها لا تزال مثيرة للاهتمام.
- الموضوع: "تجاوز الإنجليزية".
- الهدف: مناقشة كيفية تعليم الذكاء الاصطناعي لغات نادرة أو ذات عدد قليل من المتحدثين، لضمان أن التكنولوجيا لا تعمل فقط من أجل غالبية العالم، بل من أجل الجميع.
ملخص: لماذا يجب أن تهتم؟
يعتقد فريق BabyLM أنه إذا تمكنا من بناء ذكاء اصطناعي يتعلم اللغة بكفاءة مع بيانات محدودة، فإننا سنقوم بـ:
- فهم العقول البشرية: سنتعلم المزيد عن كيفية تعلمنا نحن للتحدث.
- توفية الطاقة: تتطلب نماذج الذكاء الاصطناعي الحالية كميات هائلة من الكهرباء لتدريبها. النماذج الفعالة هي نماذج أكثر رفقاً بالبيئة وأقل تكلفة.
- أن نكون أكثر شمولاً: من خلال التركيز على لغات عديدة، يمكننا بناء ذكاء اصطناعي يتحدث إلى العالم أجمع، وليس فقط المتحدثين بالإنجليزية.
باختصار، يسأل مشروع BabyLM: "إذا ربينا طفلاً رقمياً بنفس الموارد المحدودة التي يمتلكها الطفل البشري، فهل سينمو ليصبح عبقرياً، وماذا يمكن أن يعلمنا ذلك عن أنفسنا؟"
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.