Statistically Supported LLM Ingredient and Recipe Data Collection in Computational Nutrition
تقدم هذه الورقة مسار عمل خاضع لضبط الجودة يستفيد من التقدير الإحصائي، والتحققات الثابتة، والإصلاح المرتكز على الويب لتحويل مخرجات النماذج اللغوية الكبيرة غير الموثوقة إلى بيانات مكونات دقيقة ومتسقة للتغذية الحسابية، مما يقلل بشكل كبير من أخطاء نسب العناصر الغذائية مع تفعيل التعامل مع عدم اليقين.
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 تحاول بناء روبوت مطبخ عملاق وذكي للغاية يمكنه تخطيط وجبات مثالية لملايين البشر. وللقيام بذلك، يحتاج الروبوت إلى مكتبة ضخمة من الحقائق حول كل مكون في العالم: كم تبلغ كمية البروتين في نوع معين من التفاح، وما إذا كان نوع معين من الجبن حلالاً، أو بالضبط كم تبلغ كمية السكر في شريحة من الخبز. هذا المجال يسمى التغذية الحسابية، وهو يشبه محاولة كتابة وصفة للمستقبل، لكن لا يمكنك كتابة الوصفة إذا كنت لا تعرف ما هي المكونات في الأصل.
المشكلة هي أن مكتبات حقائق الطعام الموجودة حالياً فوضوية؛ فهي مليئة بالثغرات، وتتناقض أحياناً مع بعضها البعض، ومكتوبة ليقرأها البشر وليس لتعالجها الحواسيب رقمياً. وهنا يأتي دور النماذج اللغوية الكبيرة (LLMs). فكر في هذه النماذج كطهاة رقميين مطلعين للغاية، قرأوا كل كتب الطهي تقريباً على الإنترنت. إنهم يعرفون الكثير، لكن لديهم عادة سيئة: أحياناً، يختلقون الأمور بثقة. إذا سألت طباخاً رقمياً: "كم تبلغ كمية الدهون في هذا؟" وأخطأ في التخمين، فإن هذا الرقم الخاطئ سيُخبز في دماغ الروبوت، مما يفسد كل خطة وجبات يصنعها بعد ذلك. السؤال الكبير الذي يطرحه العلماء هو: هل يمكننا استخدام هؤلاء الطهاة الرقميين الثرثارين، الذين يملكون ثقة عالية أحياناً رغم خطئهم، لبناء مكتبة طعام مثالية دون السمالو بخلط الحسابات؟
تقول هذه الورقة البحثية، التي كتبها جيمس إيزارد وفريقه في جامعة سوانزي: "نعم، ولكن ليس بمجرد سؤالهم مرة واحدة فقط". فهم يقترحون مسار عمل ذكياً متعدد الخطوات يعامل الذكاء الاصطناعي كطالب يحتاج إلى الاختبار والتدقيق والتصحيح قبل قبول إجاباته. فبدلاً من الثقة في إجابة واحدة، يسألون الذكاء الاصطناعي نفس السؤال مرات عديدة. إذا أعطى الذكاء الاصطناعي إجابة مختلفة في كل مرة، فإن النظام يعرف أن عليه أن يكون مرتاباً. وإذا كانت الإجابات كلها متماثلة، فإنه يشعر بمزيد من الثقة. ولكن حتى حينها، لا يتوقفون عند هذا الحد؛ فلدينا طبقة "مدقق الحقائق" التي تنظر في الإجابات وتسأل: "هل هذا منطقي؟". على سبيل المثال، إذا قال الذكاء الاصطناعي إن طعاماً يحتوي على 100 جرام من الدهون ولكن 0 جرام من إجمالي الدهون، فإن النظام يعرف أن هذا مستحيل ويرسله لإعادة المحاولة.
اختبر الفريق هذه الطريقة على مجموعة صغيرة مكونة من 30 مكوناً، مقارناً مسار عملهم عالي التقنية بنهج "ساذج" حيث تسأل الذكاء الاصطناعي مرة واحدة وتأمل الأفضل. كانت النتائج مبهرة. بالنسبة للأرقام الصعبة، مثل نسب العناصر الغذائية، كان النهج البسيط "اسأل مرة واحدة" بعيداً عن الصواب بمتوسط قدره 31.9%. أما مسار العمل الجديد، بكل ما فيه من تدقيق وموازنة، فقد خفض هذا الخطأ إلى 10.1% فقط. هذا تحسن هائل، حيث قلل معدل الخطأ بنحو 22 نقطة مئوية. التكلفة؟ حوالي دولار واحد لكل مكون لتشغيل عمليات التحقق، وهو ما يرى المؤلفون أنه ثمن عادل لتدفع مقابل بناء قاعدة بيانات موثوقة يمكن استخدامها لآلاف الوصفات لاحقاً.
ومع ذلك، فإن الورقة البحثية حريصة على عدم الادعاء بأنهم "حلوا" مشكلة بيانات الطعام المثالية. فقد وجدوا أنه بالنسبة للأسئلة البسيطة التي تُجاب بنعم أو لا (مثل "هل هذا خالٍ من الكحول؟")، كان الذكاء الاصطناعي جيداً بالفعل، لذا لم يضف المسار المتطور قيمة إضافية كبيرة. كما لاحظوا أنه بالنسبة للأشياء الشائعة جداً مثل الماء أو البروتين، كانت الإجابة بسؤال واحد كافية غالباً. السحر الحقيقي حدث مع الأرقام المعقدة والصعبة المنال. ويقترح المؤلفون أنه بينما يجعل أسلوبهم البيانات أكثر موثوقية بكثير، فإنه لا يضمن أن يكون كل رقم صحيحاً بنسبة 100%، خاصة بالنسبة للمكونات النادرة حيث قد يختلف حتى الخبراء البشر.
كما نظرت الورقة البحثية في عدد المكونات الفريدة التي تحتاج لمعرفتها فعلياً مع إضافة المزيد من الوصفات إلى قاعدتك. باستخدام قاعدة رياضية تسمى قانون هيب (Heap's Law) (وهو يشبه إدراك أنك بعد تعلم كلمات "ملح"، "فلفل"، و"بصل"، فإن كل وصفة جديدة تقرؤها تضيف كلمات جديدة أقل إلى مفرداتك)، وجدوا أن العمل "يتركز في البداية". فالوصفات المئة الأولى تقدم عدداً هائلاً من المكونات الجديدة، ولكن بحلول الوقت الذي تصل فيه إلى 5000 وصفة، فأنت تعيد استخدام نفس المكونات القديمة في الغالب. وهذا يعني أن العمل الشاق في فحص المكونات يحدث في البداية، وتصبح قاعدة البيانات أسهل في الصيانة مع نموها.
في النهاية، يقدم المؤلفون سير عمل يحول الذكاء الاصطناعي من "صندوق أسود" يقذف حقائق عشوائية إلى أداة هندسة بيانات محكومة. إنهم يعاملون عدم اليقين لدى الذكاء الاصطناعي ليس كخلل يجب تجاهله، بل كإشارة يجب قياسها. إذا كان الذكما الاصطناعي غير متأكد، فإن النظام يعرف أنه يجب عليه البحث بعمق أكبر أو طلب المساعدة البشرية. إنه يشبه امتلاك فريق من المحققين: أحدهم يجمع الأدلة (الذكاء الاصطناعي)، والآخر يتحقق مما إذا كانت الأدلة تتوافق مع بعضها البعض (مدقق الثوابت)، والثالث يذهب إلى المكتبة للبحث عن دليل (البحث في الويب) إذا لم تتطابق الأدلة. والنتيجة هي نظام لا يخمن فحسب، بل يتحقق، ويوازن، ويبني أساساً من حقائق الطعام التي يمكن للحواسيب الوثوق بها حقاً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.