NTT تقدم أبحاثًا مبتكرة في دقة الذكاء الاصطناعي وآمانه وفعالية التكلفة في مؤتمر ICML 2025

في مؤتمر ICML 2025 الذي عُقد في فانكوفر من 13 إلى 19 يوليو 2025، قدم باحثو قسم NTT Research وNTT R&D، التابعان لشركة NTT (TYO:9432)، اثني عشر بحثًا متعلقًا بالذكاء الاصطناعي وتعلم الآلة. يُعد مؤتمر ICML من أبرز المؤتمرات العالمية التي تركز على تطوير الذكاء الاصطناعي، وتشمل مجالات تطبيقية مثل الرؤية الآلية وعلم الأحياء الحسابي وتحديد المفردات الصوتية والروبوتات. قدم فريق NTT Research من مجموعة الفيزياء في الذكاء الاصطناعي (PAI) ثلاثة أوراق بحثية تقدمت بفهم أعمق لدقة نماذج اللغة الكبيرة (LLMs)، وقابلية تفسير تعلم الآلة، والآليات العصبية لذاكرة القصير المدى في الشبكات العصبية المتكررة (RNNs). في الورقة البحثية "تشتت التمثيل في النماذج المُشفرة: دراسة تجريبية مع تحرير المعرفة"، أظهر الباحثون أن خوارزميات تحرير المعرفة (KE) قد تؤدي إلى تدهور في دقة الذاكرة ومهارات الاستنتاج، وذلك بسبب ظاهرة تُعرف باسم "تشتت التمثيل"، حيث تؤثر هذه الخوارزميات على تمثيل الكيانات غير المستهدفة، مما يُعطل الهيكل الذي يعتمد عليه النموذج لاستنتاج معلومات جديدة. أما في الورقة "SAE النموذجي: تعلم القاموس المُتكيّف والاستقرار لاستخراج المفاهيم في نماذج الرؤية الكبيرة"، فكشف الباحثون عن عيب رئيسي في "SAEs" (نماذج التشفير النادر)، وهي أدوات لتحسين فهم تعلم الآلة، حيث أظهرت الورقة أن هذه الأدوات تفتقر إلى الاستقرار، وقدم الباحثون حلًا جديدًا يُعرف باسم "SAE النموذجي" لتحسين استقرارها وموثوقيتها. في الورقة "الحالات الديناميكية لآليات الذاكرة القصيرة المدى في الشبكات العصبية المتكررة"، قام الباحثون بدراسة دور الآليات العصبية في الذاكرة القصيرة المدى، وقدموا نظريات يمكن اختبارها تجريبيًا لفهم هذه الآليات بشكل أفضل. بالإضافة إلى أوراق PAI Group، قدم علماء NTT R&D في اليابان ثمانية أوراق بحثية أخرى في المؤتمر. من بينها، الورقة "التعديل المحمول للتقدير: نحو تعديل قابل لإعادة الاستخدام عبر نماذج مُتدرّبة مسبقًا"، التي قدمت تقنية "التعديل المحمول" التي تقلل من تكاليف إعادة التدريب عند تحديث النماذج الأساسية، مما يحسن استدامة الذكاء الاصطناعي التوليدية المخصصة. كما قدمت ورقة بحثية أخرى بعنوان "زيادة موثوقية التوكنات لتحسين دقة تعلم المحتوى القائم على التشفير التفاضلي"، حيث أظهرت أن إدخال "الضوضاء" لضمان الخصوصية يُضعف دقة النماذج، وقدمت حلًا لتحسين دقة هذه النماذج، مما يُعزز استخدامها في مجالات مثل الرعاية الصحية والحكومة والمال. كما تم تقديم ورقة بحثية بعنوان "K2IE: مُقدّرات كثافة النواة القائمة على طريقة النواة لعمليات بويسون غير المتجانسة"، والتي أظهرت تحسينًا كبيرًا في كفاءة الحسابات المتعلقة بعمليات بويسون، والتي تُستخدم في تحليل وتنبؤ أنماط الأحداث عبر الزمن والمكان. من بين الورقة الأخرى، ورقة بحثية عن "الربط الخطي بين نماذج متعددةmodulo Symmetries التبديلية"، حيث قام الباحثون بتوسيع تقنيات دمج النماذج من دمج نموذجين إلى دمج ثلاثة أو أكثر، مما يزيد من أداء النموذج المدمج. يؤكد فريق NTT Research PAI Group على أهمية تطوير تقنيات الذكاء الاصطناعي التي تدعم التنمية المستدامة واحترام استقلالية الإنسان وضمان العدالة والشفافية، وحماية الخصوصية والأمان. تأسست مجموعة PAI في أبريل 2025، وتهدف إلى فهم طبيعة الذكاء الاصطناعي وربطه بالذكاء الحيوي، لبناء ثقة تعزز التعاون بين الإنسان والذكاء الاصطناعي. تُعد NTT شركة عالمية متخصصة في التكنولوجيا وحلول الأعمال، وتُخصص 30% من أرباحها للاستثمار في البحث والتطوير. تقدم NTT أبحاثًا مبتكرة في مجالات متعددة، منها الفيزياء، والذكاء الاصطناعي، والأمن المعلوماتي، وعلم الأحياء الصحي.