ثورة في الذكاء الاصطناعي.. خوارزمية «هارد فلو» تضمن نتائج دقيقة دون إعادة تدريب النماذج

طور باحثون في معهد ماساتشوستس للتكنولوجيا «MIT» خوارزمية مبتكرة تحمل اسم «هارد فلو»، تهدف إلى الارتقاء بأداء نماذج الذكاء الاصطناعي التوليدي لتكون أكثر ملاءمة للتطبيقات الحساسة التي تتطلب التزاماً صارماً بقواعد السلامة والقوانين الفيزيائية دون أي هامش للخطأ.

وتعمل هذه الخوارزمية على النماذج المدرجة مسبقاً بكل سهولة ودون الحاجة لإعادة تدريبها من جديد. ففي حين تقبل التطبيقات العادية إجابات تقريبية، فإن مهام مثل توجيه روبوت داخل مصنع مزدحم لا تحتمل سوى الدقة التامة لتفادي وقوع حوادث اصطدام.

تعتمد الطريقة التقليدية على فرض القيود في كل خطوة وسيطة، وهو ما قد يحد من قدرة النموذج على استكشاف مسارات أفضل. في المقابل، تمنح «HardFlow» النموذج حرية أكبر أثناء عملية التوليد، مع تطبيق القيود الصارمة بصرامة على النتيجة النهائية فقط، مستفيدة من مبادئ نظرية التحكم لتحسين المسار والوصول إلى أفضل جودة ممكنة.

أظهرت اختبارات الطريقة في مجالات الروبوتات والرؤية الحاسوبية نجاحاً ملحوظاً في الالتزام بالقيود وتحقيق سرعة في التنفيذ تتفوق على الأساليب المنافسة، وقد نُشرت هذه الدراسة في دورية «IEEE Transactions on Pattern Analysis and Machine Intelligence».