ابتكار روسي فريد لأداة ذكية ترصد أخطاء بيانات تدريب الذكاء الاصطناعي

طوّر باحثون في جامعة موسكو الحكومية طريقة آلية متطورة للكشف عن الأخطاء والتناقضات المحتملة في مجموعات البيانات اللغوية المشروحة، والتي تُستخدم في تدريب وتقييم أنظمة معالجة اللغة والذكاء الاصطناعي.

وأفادت وكالة «سبوتنيك» أن الآلية الجديدة تعتمد على تدريب نموذج مستخدمين نفس مجموعة البيانات اللغوية، لتقوم بعد ذلك بتحديد الجمل التي تحتمل تحليلاً هيكلياً بأكثر من طريقة، معتبرة إياها مواضع تستوجب المراجعة الدقيقة من قبل الخبراء.

وخلال الاختبارات التي أجراها الباحثون على عينة فرعية مكونة من 8199 جملة، نجح النظام في رصد 1148 حالة قابلة لأكثر من تحليل محتمل، من بينها 1078 حالة ترتبط ارتباطاً وثيقاً بعلامات الترقيم وخصوصاً الفواصل.

وبيّن الباحثون أن تعدد التحليلات اللغوية لا يدل حتماً على وجود خطأ، فقد تعود بعض الحالات إلى غموض لغوي طبيعي، إلا أن هذه الطريقة تختصر الجهود عبر حصر المواضع المحتاجة لتدقيق بشري بدلاً من مراجعة آلاف الجمل يدوياً.

وأكد الفريق أن جودة البيانات اللغوية المشروحة تظل ركيزة أساسية لتطوير أنظمة الذكاء الاصطناعي، نظراً لأن التصنيفات غير الدقيقة في بيانات التدريب تنعكس سلباً على النماذج وتورثها تلك الأخطاء.

وفي السياق ذاته، صرح إيغور غولوفين، الأستاذ المشارك في كلية الرياضيات الحاسوبية وعلم التحكم الآلي بـ جامعة موسكو الحكومية، بأن أغلب الحالات المكتشفة تعلقت بعلامات الترقيم، مما يشدد على ضرورة تدقيق البيانات لغوياً قبل الشروع في تدريب النماذج.

وشدد الباحثون على أن هذه التقنية لا تستهدف إقصاء الخبراء اللغويين بل دعمهم وتوجيه مراجعاتهم نحو الجمل التي تشوبها الشكوك، مما يسهم في الارتقاء بجودة مجموعات البيانات وتعزيز دقة الأنظمة المعتمدة عليها.