AiGpu

Research·

كيف شكل احتضان الذكاء الاصطناعي المبكر للعشوائية نماذج التوليد الحالية

يتتبع المؤرخ في معهد ماساتشوستس للتكنولوجيا بنجامين ليندQUIST حقن العشوائية المتعمد في الشبكات العصبية المبكرة، كاشفًا عن الجذور التاريخية لهلوسة الذكاء الاصطناعي الحديثة والمقايضات الكامنة بين الإبداع والموثوقية.

الأستاذ المساعد في معهد ماساتشوستس للتكنولوجيا بنجامين ليندQUIST يناقش أبحاث العشوائية في الذكاء الاصطناعي المبكر

يرى المؤرخ في معهد ماساتشوستس للتكنولوجيا بنجامين ليندQUIST أن الهلوسة التي تعاني منها النماذج التوليدية الحالية ليست أخطاء عرضية، بل هي نتاج مباشر لاختيار تصميمي متعمد تم في خمسينيات القرن الماضي.

الدور المصمم للصدفة

اعتقد مهندسون مثل جون بيرس في مختبرات بيل أن الإبداع يتطلب الخروج عن الحتمية الصارمة. أدخلوا العشوائية في الشبكات العصبية المبكرة لمحاكاة القفزات غير المتوقعة المرتبطة بالبصيرة البشرية، معتبرين عدم الانتظام ميزة وليس عيبًا.

يستمر هذا الإرث في نماذج اللغة الكبيرة الحديثة، حيث تنتج العينات العشوائية أثناء الاستدلال مخرجات إبداعية — وأحيانًا ملفقة — نسميها الهلوسة. يُطّر عمل ليندQUIST هذا على أنه مقايضة حتمية: الأنظمة المصممة للتوليد المفتوح ستوازن دائمًا بين الجدة والاتساق الواقعي.

لماذا يهم هذا البنية التحتية لوحدات معالجة الرسوميات والذكاء الاصطناعي

بالنسبة لمشغلي عناقيد وحدات معالجة الرسوميات، يبرز هذا التاريخ واقعين عمليين. أولاً، عمليات التدريب التي تشجع السلوك الاستكشافي تتطلب حوسبة عالية الإنتاجية وكمون منخفض لإدارة مساحات المعلمات الضخمة التي تعمل فيها العشوائية. ثانيًا، أعباء الاستدلال التي يجب أن تقيد الهلوسة — من خلال تقنيات مثل التوليد المعزز بالاسترجاع أو فك التشفير المتحكم — تتطلب أداءً متوقعًا وحتميًا من الأجهزة. يساعد فهم الجذور المعمارية للعشوائية فرق البنية التحتية على تحديد السعة المناسبة واختيار استراتيجيات التسريع التي تتوافق مع التوازن المطلوب بين الإبداع والموثوقية.

  • aigpu
  • ai gpu
  • ai gpu cloud
  • aigpu dubai
  • ai history
  • generative ai
  • hallucinations
  • gpu cloud

بقلم AiGpu Editorial · إعادة صياغة تحريرية استناداً إلى تقارير عامة (MIT News AI)

→ كل المقالات