InfoGatherer: Principled Information Seeking via Evidence Retrieval and Strategic Questioning
يُعد InfoGatherer إطار عمل مبدئيًا للإجابة على الأسئلة المستندة إلى الوثائق في الحالات عالية المخاطر، حيث يجمع بين الأدلة المسترجعة والأسئلة الاستراتيجية للمستخدم، مستخدمًا تعيينات الاعتقاد لـ "دمبستر-شيفر" لنمذجة عدم اليقين وتحسين موثوقية القرار مع تقليل عدد جولات التفاعل.
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 أنك محقق يحاول حل لغز، ولكن بدلاً من مسرح جريمة، أنت تتعامل مع مريض يعاني من التهاب في الحلق أو عميل لديه مشكلة قانونية. يأتي إليك الشخص بقصة غامضة: "لدي سعال والتهاب في الحلق".
في الماضي، إذا سألت ذكاءً اصطناعيًا (نموذج لغوي كبير) لحل هذا، فغالباً ما كان يتصرف كـ محقق واثق ومندفع أكثر من اللازم. كان ينظر إلى الأدلة المحدودة، ويخمن الجاني (ربما "الإنفلونزا")، ويعطيك إجابة صاخبة ومؤكدة للغاية، حتى لو كانت خاطئة. إنه يكره قول: "لا أعرف بما يكفي بعد".
INFOGATHERER هو طريقة أذكى لبناء هؤلاء المحققين من الذكاء الاصطائي. إنه يغير اللعبة من "التخمين السريع" إلى "التحقيق بعناية".
إليك كيف يعمل، باستخدام بعض التشبيهات البسيطة:
1. التحقيق ثنائي المسار
يعتمد معظم محققي الذكاء الاصطناعي فقط على ما حفظوه في المدرسة (بيانات تدريبهم الداخلية). إذا كانت تلك البيانات قديمة أو تفتقر إلى تفصيل ما، فإنهم يفشلون.
يمتلك INFOGATHERER أداتين:
- المكتبة (الوثائق المسترجعة): قبل أن يسأل المستخدم أي شيء، يذهب إلى مكتبة من كتب القواعد الموثوقة والمحدثة (مثل الكتب الطبية أو القوانين القانونية) ليرى ما تقوله القواعد بشأن الأعراض.
- المحاور (الاستجواب الاستراتيجي): هو لا يخمن فحداً؛ بل يطرح على المستخدم أسئلة محددة لملء الفراغات.
2. "الخريطة الضبابية" مقابل "التخمين الحاد"
هذا هو الجزء الأهم.
- الذكاء الاصطناعي القديم: يستخدم التخمين الحاد. يقول: "هناك احتمال بنسبة 90% أنها الإنفلونزا". وإذا كان مخطئاً، فإنه يظل متأكداً بنسبة 90% من صحة تخمينه. وهذا أمر خطير في الطب أو القانون.
- INFOGATHERER: يستخدم خريطة ضبابية (بناءً على شيء يسمى نظرية "دمبستر-شيفر"). بدلاً من فرض نسبة مئوية واحدة، فإنه يعترف: "لدي بعض الأدلة على الإنفلونزا، وبعض الأدلة على الحساسية، وجزء كبير من 'أنا لا أعرف بعد'".
التشبيه: تخيل أنك تحاول العثور على كلب مفقود.
- الذكاء الاصطناعي القديم يشير إلى شجيرة ويقول: "إنه بالتأكيد في تلك الشجيرة!" (حتى لو كان الكلب في المرآب بالفعل).
- INFOGATHERER يرسم دائرة حول الحي ويقول: "الكلب على الأرجح في الحي، لكنني لست متأكداً من أي منزل. أحتاج إلى فحص المرآب تالياً". إنه يبقي جزء "أنا لا أعرف" مرئياً حتى يجد الكلب.
3. استراتيجية المحقق (زر "التوقف")
كيف يعرف الذكاء الاصطناعي متى يتوقف عن طرح الأسئلة؟
- الذكاء الاصطناعي القديم غالباً ما يتوقف مبكراً جداً لأنه يشعر بـ "الثقة" (حتى لو كانت ثقة زائفة).
- INFOGATHERER يستخدم مقياس الثقة الذي لا يتحرك إلا عندما يجد أدلة جديدة وصلبة. إنه يستمر في طرح الأسئلة حتى يتقلص جزء "أنا لا أعرف" في خريطته الضبابية بما يكفي ليتمكن من الإشارة إلى إجابة محددة بيقين عالٍ.
إنه يشبه لعبة "20 سؤالاً"، ولكن الذكاء الاصطناعي يلعبها بشكل مثالي. هو لا يسأل: "هل هو حيوان؟" إذا كان يعرف بالفعل أنه مرض. بل يسأل: "هل تعاني من حمى؟" لأن هذا السؤال المحدد سيقلص قائمة الاحتمالات إلى النصف.
4. لماذا هذا مهم
اختبرت الورقة البحثية هذا النظام على مشكلات طبية (تشخيص الأمراض) وقانونية (حل القضايا في المحاكم).
- النتيجة: حصل INFOGATHERER على الإجابة الصحيحة أكثر من غيره من طرق الذكاء الاصطناعي الأخرى، ولكنه طرح أسئلة أقل.
- السبب: لم يضع وقته في طرح أسئلة غير مجدية، ولم يخمن حتى يتأكد.
الصورة الكبيرة
فكر في INFOGATHERER كـ خبير حكيم وحذر بدلاً من مخمن سريع وواثق.
- يقرأ كتاب القواعد أولاً.
- يعترف عندما يكون مرتبكاً.
- يطرح الأسئلة الصحيحة لإزالة هذا الارتباك.
- لا يعطي إجابة إلا عندما يبني قضية صلبة.
في المجالات عالية المخاطر مثل الرعاية الصحية والقانون، حيث يمكن أن يؤدي التخمين الخاطئ إلى إيذاء شخص ما، يعد هذا التحول من "التخمين الواثق" إلى "التحقيق المنهجي" خطوة كبيرة نحو جعل الذكاء الاصطناعي جديراً بالثقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.