إنجاز تاريخي جديد.. باحثون يطوّرون خوارزمية ذكاء اصطناعي تتعلم مثل البشر

طور باحثون من جامعة سيدني للتكنولوجيا (UTS) خوارزمية ذكاء اصطناعي جديدة تُعرف باسم (Torque Clustering)، والتي تمثل إنجازًا هائلًا في مجال التعلم غير الخاضع للإشراف. تستند هذه الخوارزمية إلى فكرة محاكاة الذكاء الطبيعي، حيث تتمكن من تحديد الأنماط في البيانات دون الحاجة إلى بيانات مصنفة يدويًا، مما يعزز كفاءتها وقابليتها للتطوير.

تتمتع (Torque Clustering) بدقة تصل إلى 97.7% في الاختبارات، متفوقةً على الأساليب الحالية التي لم تتجاوز 80%. يُعتبر التعلم غير الخاضع للإشراف تطورًا رئيسيًا؛ إذ يسمح للذكاء الاصطناعي باكتشاف العلاقات في البيانات بشكل مستقل، ما يعكس قدرة أكبر في التعامل مع كميات ضخمة من البيانات غير المهيكلة.

استوحى الباحثون هذه الخوارزمية من مفهوم عزم الدوران الفيزيائي، حيث تعمل على تجميع البيانات المتشابهة في مجموعات متماسكة بأسلوب يشبه الجاذبية بين الأجرام الثقيلة. يقول البروفيسور تشين تنج لين إن هذا النهج يعكس كيف تتعلم الكائنات الحية من بيئتها بشكل طبيعي.

تمتاز (Torque Clustering) بإمكانياتها التطبيقية الواسعة، حيث يمكن استخدامها في مجالات مثل علم الأحياء، الكيمياء، وعلم الفلك، فضلاً عن الطب والتمويل، ما يسلط الضوء على دورها المحتمل في تطوير الذكاء الاصطناعي العام.

نتيجة لهذا الابتكار، قد تؤدي الخوارزمية إلى تحولات جذرية في الأداء داخل أنظمة الذكاء الاصطناعي، مما يفتح أفقًا جديدًا للاستغلال العلمي والتطبيقات المتنوعة. وقد أتاح الباحثون الكود المصدري للخوارزمية للباحثين للاستفادة منها وتوسيع تطبيقاتها.