قال باحثو دراسة جديدة إن الأساليب المستخدمة لتقييم قدرات أنظمة الذكاء الاصطناعي غالبًا ما تُبالغ في تقدير أدائها وتفتقر إلى الدقة العلمية.
وفحصت الدراسة التي قادها باحثون في معهد أكسفورد للإنترنت بالشراكة مع أكثر من 30 باحثًا من مؤسسات أخرى، 445 اختبارًا بارزًا للذكاء الاصطناعي، تُسمى معايير الأداء المرجعية، وتُستخدم غالبًا لقياس أداء نماذج الذكاء الاصطناعي في مجالات موضوعية متنوعة.
ويستخدم مطورو وباحثو الذكاء الاصطناعي هذه المعايير لتقييم قدرات النماذج والترويج للتقدم التقني الذي يحرذونه، بالاستناد إليها لتقديم ادعاءات حول موضوعات تتراوح بين أداء هندسة البرمجيات والقدرة على التفكير المجرد.
ومع ذلك، تزعم الدراسة، التي صدرت الأسبوع الماضي، أن هذه الاختبارات الأساسية قد لا تكون موثوقة، وتُشكك في صحة العديد من نتائج معايير الأداء المرجعية، بحسب تقرير لـ”إن بي سي نيوز”، اطلعت عليه “العربية Business”.
ووفقًا للدراسة، يفشل عدد كبير من معايير الأداء المرجعية البارزة في تحديد ما تهدف إلى اختباره تحديدًا، وتعيد استخدام البيانات وطرق الاختبار من معايير الأداء الموجودة مسبقًا بشكل مقلق، ونادرًا ما تستخدم أساليب إحصائية موثوقة لمقارنة النتائج بين النماذج.
الحدث:وكالات
