تعلن إنفيديا عن استراتيجية شاملة لتعزيز تطوير وكلاء الذكاء الاصطناعي من خلال مجموعات بيانات مفتوحة ومُصنَّعة ضمن إطار عمل Nemotron. ويؤكد الفريق البحثي، بقيادة البروفيسور برايان كاتزانزارو، نائب الرئيس للأبحاث التطبيقية في التعلم العميق، أن الأوزان النموذجية وحدها لا تكفي؛ فالقابلية للتكرار والموثوقية تعتمدان بشكل جوهري على جودة البيانات، ومناهج التدريب، وآليات التقييم. وتساهم البيانات المُصنَّعة في تمكين الفرق التقنية من تدريب نماذج أكثر قدرة على التعافي من الأخطاء التنفيذية وسلاسل العمل المعقدة، دون الكشف عن البيانات التجارية الحساسة أو الأسرار المؤسسية التي تشكل ميزة تنافسية. كجزء من هذه الجهود، كشفت إنفيديا عن مكتبة بيانات مفتوحة تضم أكثر من 13 تريليون رمز للتدريب المسبق وملايين العينات ما بعد التدريب، مدعومة بأداة بصرية تفاعلية تسمى دليل المطالبات لإصدار Nemotron v3. تسمح هذه الأداة للمطورين بتصنيف البيانات ومراقبة سلوك النماذج في مجالات البرمجة، السلامة، والمنطق متعدد الخطوات، مما يعزز الشفافية وقابلية التدقيق. وقد ساهم هذا النهج في ظهور نحو 145 ورقة بحثية تستند إلى نماذج Nemotron خلال المؤتمر الدولي لآلة التعلم. كما تم التركيز على البعد الجغرافي واللغوي للبيانات من خلال مبادرة Nemotron-Personas، التي استُهلكت نسخة جديدة في معرض VivaTech بباريس، لتشمل حالياً عشر دول تغطي أكثر من 2.4 مليار نسمة. تُصنع هذه الشخصيات الاصطناعية بدقة لتعكس التوزيعات السكانية والخصائص الثقافية المحلية، مما يساعد المطورين على اختبار قدرة أنظمتهم على تلبية احتياجات مجتمعات متعددة دون التحيز نحو عينات ضيقة. وتؤكد الشركة أن جودة البيانات يجب أن تُقاس محلياً، وأن مشاركة الباحثين المحليين والمتحدثين الأصليين ضرورية لضمان الملاءمة السياقية. وتشدد إنفيديا على ضرورة تطوير ممارسات مشتركة لمراقبة مصادر البيانات، خاصة مع تداخل البيانات الحقيقية والاصطناعية. ويتم تعريف العتبات التركيبية كحدود تفصل بين البيانات المولَّدة آلياً والتي تخضع للمراجعة والتوثيق الصارم، لضمان النزاهة الأكاديمية والتجارية. وتختتم الشركة تحليلاً مهماً في مجال الذكاء الاصطناعي مفاده أن المورد النادر لم يعد حجم الرموز الحسابية، بل الثقة المؤسسية بين الشركات والحكومات والباحثين. وتبقى البيانات المفتوحة والمُصنَّعة بعناية إحدى الأدوات القادرة على سد هذه الفجوة، مع إتاحة جميع النماذج ومجموعات البيانات عبر منصات مفتوحة وقنوات المجتمع المتخصصة.