تخيل أنك تعلم روبوتًا كيف ينظر إلى حقل من المحاصيل ويخبرك بدقة أي النباتات سليمة وأيها مريضة. تريد أن يكون الروبوت دقيقًا للغاية، لكنك تريد أيضًا أن يكون صادقًا بشأن متى يكون في حالة تخمين. إذا رأى الروبوت نباتًا غريبًا أو ضبابيًا أو غير مألوف، فلا ينبغي له أن يقول بثقة: "هذه حبة بطاطس!" بينما هي في الواقع حبة طماطم؛ بل يجب أن يقول: "لست متأكدًا من هذا". هذا هو عالم تكميم عدم اليقين (Uncertainty Quantification): إعطاء الذكاء الاصطناعي شعورًا بالشك ليعرف متى يطلب المساعدة من البشر.

للقيام بذلك، غالبًا ما يستخدم العلماء خدعة تسمى المجموعة (Ensemble). فكر في الأمر كأنك تسأل لجنة من خمسة خبراء مختلفين عن رأيهم بدلاً من خبير واحد فقط. إذا اتفق الخبسة جميعًا، يمكنك الوثوق بالإجابة. أما إذا اختلفوا، فأنت تعلم أن عليك توخي الحذر. ومع ذلك، فإن تدريب خمسة عقول خبراء ضخمة ومنفصلة أمر مكلف للغاية، وبطيء، ويتطلب قدرًا هائلاً من ذاكرة الكمبيوتر. الأمر يشبه استئجار خمسة مهندسين معماريين بدوام كامل لتصميم كوخ واحد، بينما يمكن لشخص واحد القيام بالمهمة إذا أعطيته بعض الأقلام الملونة فقط. تقدم هذه الورقة البحثية طريقة ذكية للحصول على حكمة فريق كامل دون تكلفة استئجار خمسة موظفين بدوام كامل.

يقترح الباحثون، بقيادة محمد فرج وزملائه، طريقة جديدة تسمى ST-LoRA (التكيف منخفض الرتبة أحادي المسار). بدلاً من تدريب خمسة نماذج مختلفة تمامًا من الصفر، يقومون بتدريب نموذج رئيسي واحد ثم إنشاء خمس نسخ "خفيفة الوزن" منه. تخيل أن النموذج الرئيسي عبيد تمثال ضخم ومتجمد؛ لا تقوم ST-LoRA بصهر التمثًال لإعادة بنائه، بل تقوم بإرفاق خمس مجموعات مختلفة من الملصقات الصغيرة والمرنة (تسمى "المهايئات" أو adapters) بسطح التمثال. يتم تدريب كل مجموعة ملصقات بشكل مختلف قليلاً، بحيث يرى كل منها العالم بمنظور مختلف قليلًا. عندما يحتاج الروبوت لاتخاذ قرار، فإنه يسأل جميع نسخ الملصقات الخمس عن رأيها ثم يدمجها في متوسط واحد.

تأتي المفاجأة الكبرى للورقة البحثية من أين وضعوا هذه الملصقات. في عالم الذكاء الاصطناعي اللغوي (مثل برامج الدردشة الآلية)، يعتقد الخبراء عادةً أنه يجب عليك فقط تعديل أجزاء الدماغ التي تتعامل مع "الانتباه" (التركيز على كلمات محددة). ولكن بالنسبة لمراقبة صور المحاصيل، وجد المؤلفون أن تعديل أجزاء "الانتباه" جعل الروبوت أسوأ في التخمين. بدلاً من ذلك، حدث السحر عندما قاموا بتعديل طبقات التغذية الأمامية (feed-forward layers) — وهي الأجزاء من الدماغ التي تعالج المعلومات خطوة بخطوة. اتضح أن طبقات "التفكير" أهم من طبقات "التركيز" بالنسبة لمهام الصور التي تعتمد على البكسل.

باستخدام هذه الطريقة، أظهر الفريق أن ST-LoRA تضاهي في جودتها الطريقة المكلفة المتمثلة في تدريب خمسة نماذج كاملة في اكتشاف المحاصيل والاعتراف بعدم تأكدها. في الواقع، كانت غالبًا أفضل في الحفاظ على صدقها عندما يتغير الطقس أو تصبح الإضاءة غريبة (وهي حالة تسمى "انزياح التوزيع"). والأفضل من ذلك؟ إنها تستخدم أقل من 10% من المعلمات القابلة للتدريب وتعمل على شرائح كمبيوتر أصغر بكثير، مما يجعل من الممكن تشغيل هذه الروبوتات الذكية والشكاكة على معدات زراعية فعلية بدلاً من مجرد مراكز بيانات ضخمة. يشير المؤلفون إلى أن هذه خطوة كبيرة نحو جعل الزراعة أكثر أمانًا وكفاءة، مما يثبت أنك لا تحتاج إلى جيش ضخم من النماذج للحصول على إجابة ذكية وموثوقة؛ فأحيانًا، فريق صغير متنوع من المساعدين خفيفي الوزن هو كل ما تحتاجه.