شرکت آنتروپیک در پژوهشی جدید از رویکردی آزمایشی با نام «رؤیاپردازی» (Dreaming) برای هوش مصنوعی کلود رونمایی کرده است؛ رویکردی که به این مدل اجازه می‌دهد در زمان‌های غیرفعال، تجربیات گذشته خود را مرور کند، اشتباهاتش را اصلاح کند و آموخته‌هایش را برای استفاده در مکالمات آینده سازمان‌دهی کند.
این فناوری اگرچه ارتباط مستقیمی با خواب و رؤیا دیدن انسان ندارد، اما از سازوکاری مشابه تثبیت حافظه در مغز انسان هنگام خواب الهام گرفته است.
کلود هنگام انجام وظایف مختلف می‌تواند اطلاعات مفید را در فایل‌های حافظه ذخیره کند؛ اما ذخیره‌سازی تمام اطلاعات همیشه مفید نیست. ثبت بیش از حد جزئیات باعث شلوغی حافظه می‌شود و از طرف دیگر، نادیده گرفتن اطلاعات مهم ممکن است باعث شود مدل در جلسات بعدی نتواند از تجربیات قبلی خود استفاده کند.
قابلیت رؤیاپردازی قرار است این مشکل را حل کند. کلود در زمان بیکاری، یادداشت‌های قبلی خود را بررسی می‌کند، اطلاعات نادرست را شناسایی می‌کند، جزئیات مهم را به‌روزرسانی می‌کند و دانش پراکنده را به ساختاری منظم‌تر تبدیل می‌کند.
آنتروپیک برای بررسی عملکرد این روش، از بازی Pokémon Red استفاده کرد و دو مدل هوش مصنوعی را پس از حدود ۱۰ هزار مرحله بازی با یکدیگر مقایسه کرد.
مدل Sonnet 3.7 تقریباً تمام اطلاعاتی را که با آن مواجه می‌شد ذخیره می‌کرد. حافظه این مدل شامل ۴۱۳ فایل در ۲۲۵ پوشه و نزدیک به ۹۷۸ هزار کاراکتر بود؛ اما با وجود این حجم عظیم اطلاعات، تنها موفق به کسب یک نشان در بازی شد.
در مقابل، مدل Claude Fable 5 با رویکردی متفاوت، تنها ۱۰ فایل در سه مسیر ذخیره‌سازی داشت و از حدود ۴۳ هزار و ۴۰۰ کاراکتر برای ثبت اطلاعات استفاده کرد. این مدل توانست چهار نشان به دست آورد.
نتایج نشان داد که ذخیره‌سازی هوشمندانه و انتخاب اطلاعات کاربردی، می‌تواند بسیار مؤثرتر از ثبت تمام جزئیات باشد.
یکی دیگر از آزمایش‌ها نشان داد که رؤیاپردازی می‌تواند از تکرار اشتباهات گذشته جلوگیری کند.
کلود در جریان بازی، محل یکی از مراکز پوکمون را اشتباه ثبت کرده بود. همین خطا باعث می‌شد در مراحل بعدی مسیر اشتباهی را انتخاب کند و بارها در یک نقطه از بازی گرفتار شود.
اما زمانی که مدل در دوره غیرفعال اطلاعات ذخیره‌شده را با متن مکالمات قبلی مقایسه کرد، متوجه اشتباه خود شد و اطلاعات حافظه را اصلاح کرد. پس از این اصلاح، توانست مسیر درست را پیدا کند و به شهر Cerulean برسد.
آنتروپیک همچنین قابلیت رؤیاپردازی را برای سازمان‌دهی مجموعه‌های بزرگ اسناد آزمایش کرده است.
در یکی از این آزمایش‌ها، حدود ۳۵۰ هزار سند داخلی شرکت نرم‌افزاری Stainless با مجموع ۴۲۰ میلیون توکن در اختیار کلود قرار گرفت. این مدل طی ۱۲۸ جلسه، به‌تدریج یک دانشنامه ساختاریافته و مرتبط ایجاد کرد که اطلاعات مختلف را به یکدیگر پیوند می‌داد.
عملکرد کلود در پاسخ به ۲۵ سؤال ارزیابی نیز از ۱۳ درصد به ۴۸ درصد افزایش یافت.
در آزمایشی دیگر، زمانی که پاسخ‌گویی به سؤالات نیازمند ترکیب اطلاعات چندین سند بود، استفاده از این دانشنامه دقت ۸۷ درصدی را به همراه داشت؛ درحالی‌که جست‌وجوی مستقیم در اسناد تنها به دقت ۷۳ درصدی رسید.
آنتروپیک تأکید می‌کند که این روش هنوز به مدیریت دقیق نیاز دارد؛ زیرا نگهداری و به‌روزرسانی حافظه به منابع پردازشی نیازمند است و انباشته شدن اطلاعات غیرضروری می‌تواند عملکرد جلسات آینده را مختل کند.
بااین‌حال، نتایج اولیه نشان می‌دهد که توانایی انتخاب اطلاعات مهم، اصلاح اشتباهات گذشته و سازمان‌دهی تجربیات می‌تواند به دستیارهای هوش مصنوعی کمک کند وظایف پیچیده و طولانی‌مدت را با دقت بیشتری انجام دهند.
در واقع، هدف این رویکرد فقط افزایش حافظه کلود نیست؛ بلکه ایجاد سیستمی است که بتواند از تجربیات گذشته درس بگیرد و در هر جلسه هوشمندانه‌تر عمل کند.
کد خبر ۲۱۲۰۵۰۸۱۷.۰۲۷
منبع: اینترستینگ اینجیرینگ
