السيارة اليومية
·11/11/2025
دراسة حديثة توضح كيف يعمل الذكاء الاصطناعي من الداخل. تبيّن أن النماذج تحفظ الوقائع وقواعد التفكير في أماكن منفصلة داخل شبكتها العصبية. يتيح التمييز بين المكانين تعديل أجزاء محددة من النموذج دون إحداث خلل عام، مما يساعد على فهم أسلوب التعلم والتشغيل على نحو أوضح. مفهوم «منظر الخسارة» Loss Landscape يجسّد معدّل الخطأ. كل قمة حادة تُشير إلى حقيقة محفوظة، في حين أن التلال الواسعة والمنبسطة تعكس مهارات الاستدلال. باحثون درسوا شكل المنظر باستخدام K-FAC، طريقة تحسب انحناء السطح. القمم الضيقة تعني حساسية مفرطة للتعديلات الطفيفة، بينما السهول تدلّ على صمود أمام التغيير. الحقائقة الواحدة توجد قمة في اتجاه واحد فقط، فمتوسط التأثيرات الكثيرة يجعل الملفّ العام مُسطّحاً نسبياً. القدرة على الاستنتاج تبدو منحدرات واسعة تتكرّر في أكثر من اتجاه، ما يدل على استقرار وأسلوب عام. فى المستقبل، إذا تحسّنت أدوات فصل وحذف البيانات، يُمكن إزالة مواد محمية، أو معلومات شخصية، أو نصوص ضارة، دون التأثير على مهام النموذج الأساسية. المناهج الحالية لا تضمن محواً تاماً لأن التخزين مبعثر عبر الشبكة، لكنها تشير إلى مسار بحث جديد يُرجى أن يتقوّى لاحقًا.









