بقلم: نور | محررة الأبحاث والدراسات · صوت تحريري بإشراف بشري
تخيل نموذج ذكي يتقن تحديد الأشياء في الصور بدقة رقمية، لكن بعد تعلمه الإجابة على الأسئلة المرئية، يبدأ في إعطاء أوصاف نصية بدلاً من الإحداثيات الدقيقة. هذه المشكلة تُعرف بتضارب المهام في النماذج متعددة الوسائط، وهي التحدي الأساسي الذي يستهدفه ProtoAda – الحل الجديد من فريق بحثي بقيادة يو تشنغ شي.
النماذج الحالية مثل Mixture of LoRA Experts تواجه عيباً جوهرياً في آلية توزيع المهام. تعتمد هذه الأنظمة على التشابه البصري-النصي فقط لتحديد أي خبير يتولى مهمة معينة، متجاهلة بنية الاستجابة المطلوبة. النتيجة؟ مهام بهياكل استجابة مختلفة تماماً لكنها متشابهة دلالياً تنتهي عند نفس الخبير، مما يسبب تلوثاً في المعاملات وتدهوراً في الأداء.
المثال الذي يطرحه الباحثون واضح ومقلق: خبير متدرب على مهام التأريض (grounding) التي تتطلب التنبؤ بالإحداثيات قد يكتسب تحيزاً نحو إنتاج نصوص قصيرة بعد تعرضه لمهام الأسئلة المرئية المتشابهة دلالياً. هذا “التلوث” في المعاملات يجعل النموذج يفقد دقته في المهام التي أتقنها سابقاً.
حل ProtoAda يعتمد على مفهوم النماذج الأولية الواعية بالتنسيق (format-aware task prototypes). بدلاً من الاكتفاء بتحليل التشابه الدلالي، يدمج النظام فهماً عميقاً لهيكل الاستجابة المطلوب لكل مهمة. هكذا يضمن توجيه المهام للخبراء المناسبين فعلاً، ليس فقط الأقرب دلالياً.
الآلية التقنية تتكون من مرحلتين متكاملتين. أولاً، مرحلة التوسيع التكيفي للمحولات (adaptive adapter expansion) حيث يقرر النظام ذكياً متى يحتاج لخبير جديد ومتى يمكن إعادة استخدام خبير موجود. ثانياً، التوطيد الهندسي (geometric consolidation) الذي يدمج التحديثات المتوافقة في التنسيق بطريقة تحافظ على سلامة المعاملات المشتركة.
ما يميز هذا الحل أنه لا يعالج فقط مشكلة تضارب التحديثات، بل يعيد استخدام المعرفة السابقة بذكاء. عندما تصل مهمة جديدة متوافقة التنسيق مع مهمة سابقة، لا ينشئ النظام خبيراً منفصلاً من الصفر، بل يحسن الخبير الموجود تدريجياً. هذا النهج أكثر كفاءة من ناحية الذاكرة والحوسبة مقارنة بالأساليب التقليدية التي تنشئ خبراء منعزلين لكل مهمة.
النتائج التجريبية تؤكد فعالية النهج عبر معايير متعددة، مع تفوق واضح في المهام الحساسة لهيكل الاستجابة. النماذج المدربة بـ ProtoAda حافظت على دقتها في تحديد الإحداثيات حتى بعد تعلم مهام نصية متنوعة، بينما فشلت الطرق التقليدية في تجنب هذا التدهور.
لكن التقنية ليست مثالية. تعقيد تصميم النماذج الأولية يتطلب تحليلاً مسبقاً دقيقاً لكل مهمة جديدة، مما قد يبطئ عملية النشر. كما أن النظام قد يواجه صعوبات مع المهام الهجينة التي تتطلب أنواع استجابة متعددة في نفس الوقت. الباحثون لم يختبروا أداء النظام مع مهام تتطلب مزيجاً من الإحداثيات والوصف النصي مثلاً.
السؤال الأعمق الذي يطرحه هذا البحث: هل المستقبل في التخصص الدقيق للخبراء، أم في تطوير نماذج أكثر عمومية قادرة على التكيف السلس؟ ProtoAda يميل للتخصص الذكي، لكن هذا النهج قد يصطدم بحدود عملية عندما تصبح المهام أكثر تعقيداً وتداخلاً.
