Sentient Labs تُمكّن الذكاء الاصطناعي: البحث المنطقي مفتوح المصدر لإعادة تشكيل الثقة الذكية

أطلقت شركة Sentient Labs، التي جمعت 85 مليون دولار في جولة تمويلية أولية بقيادة مؤسسي Peter Thiel's Founders Fund، مؤخرًا إطار عمل بحث جديد مفتوح المصدر للذكاء الاصطناعي - Open Deep Search (ODS). يهدف الإطار إلى تزويد الذكاء الاصطناعي بقدرات البحث والاستدلال والتحقق، وبالتالي التخفيف من مشكلة الهلوسة التي يسببها الذكاء الاصطناعي.

ما هي الهلوسة الذكاء الاصطناعي؟

هلوسة الذكاء الاصطناعيتشير إلى نموذج الذكاء الاصطناعي الذي يولد معلومات تبدو معقولة ولكنها في الواقع خاطئة. على سبيل المثال:

    اختلاق أوراق أو استشهادات غير موجودة

    حقائق مربكة، علاقات سببية، أو جداول زمنية

    تجميع الاستنتاجات التي تبدو معقولة ولكنها في الواقع خاطئة

السبب الجذري لهذه الظاهرة هو أن نماذج الذكاء الاصطناعي الحالية تعتمد بشكل أساسي على التعرف على الأنماطفي بيانات التدريب، بدلاً من فهم وتحقق مصداقيةالمعلومات حقًا.

ODS: مساعد التحقق من الحقائق بالذكاء الاصطناعي

ODSهو نظام وكيل بحث مفتوح المصدر مع تعاون متعدد الأدوات، مصمم لتزويد نماذج الذكاء الاصطناعي بإمكانيات البحث والاستدلال والتحقق. تشمل مكوناتها الأساسية ما يلي:

    أداة البحث المفتوحة (OST)

يمكن لـ OST فهم نية المستخدم، وإنشاء مصطلحات البحث بذكاء، والزحف بعمق إلى المعلومات الفعالة من الإنترنت، وإجراء إعادة ترتيب دلالي، وتصفية وتجميع، وبالتالي تحسين جودة نتائج البحث وأهميتها.

  يحاكي ORA عملية التفكير المتعددة الخطوات لدى البشر ويمكنه إجراء استعلامات ثانوية بشكل نشط عندما تكون المعلومات غير كافية، واستدعاء مجموعة متنوعة من الأدوات الخارجية أو المكونات الإضافية، وحتى إنشاء وتنفيذ كود Python لحل الاحتياجات المنطقية أو الحاسوبية المعقدة.

مزايا نظام ODS

القدرة على التوضيح:كل خطوة في نظام ODS مرئية، ويمكن للمستخدمين تتبع الروابط المنطقية ومصادر المعلومات الخاصة بالذكاء الاصطناعي، وبالتالي تحسين شفافية النظام ومصداقيته.

إمكانية التخصيص:يدعم ODS الوصول إلى أي نموذج لغة كبير وأدوات خارجية أو مكونات إضافية. يمكن للمستخدمين تخصيص قواعد الاستدلال بحرية وفقًا لاحتياجاتهم لتلبية سيناريوهات التطبيق المختلفة.

تقليل المعلومات الخاطئة:من خلال المقارنة بين مصادر متعددة وإجراء استعلامات ثانوية بشكل نشط لتجنب استخلاص استنتاجات خاطئة بناءً على مطابقة الكلمات الرئيسية فقط، يمكن لـ ODS تقليل انتشار المعلومات الخاطئة والكاذبة والمضللة بشكل فعال.

أمثلة تطبيقية عملية

المجال الطبي:قد تولد نماذج الذكاء الاصطناعي توصيات تشخيصية غير صحيحة، مما يؤدي إلى عواقب وخيمة. من خلال دمج ODS، يمكن لأنظمة الذكاء الاصطناعي الطبية البحث تلقائيًا عن أحدث الأبحاث الطبية والمبادئ التوجيهية الموثوقة قبل إنشاء توصيات التشخيص، والتحقق من دقة المعلومات، وبالتالي تحسين موثوقية التشخيص.

القطاع المالي: قد تقدم نماذج الذكاء الاصطناعي توصيات استثمارية بناءً على بيانات قديمة أو خاطئة. يمكن أن يساعد ODS أنظمة الذكاء الاصطناعي المالية في الحصول على أحدث بيانات السوق وتقارير التحليل في الوقت الفعلي، وإجراء التحقق متعدد الأطراف، وضمان دقة وتوقيت توصيات الاستثمار.

ملخص

يمثل إطلاق ODS تقدمًا كبيرًا في تكنولوجيا البحث بالذكاء الاصطناعي مفتوحة المصدر. فهو لا يعمل فقط على تحسين الشفافية والقدرة على التحكم في أنظمة الذكاء الاصطناعي، بل يوفر أيضًا للمطورين أدوات قوية لبناء تطبيقات الذكاء الاصطناعي أكثر موثوقية وجدارة بالثقة. مع التطوير المستمر لـ ODS، لدينا سبب للاعتقاد بأن الذكاء الاصطناعي مفتوح المصدر سيلعب دورًا أكثر أهمية في النظام البيئي التكنولوجي المستقبلي.