تكريم رفيع لباحثي جامعة محمد بن زايد للذكاء الاصطناعي في مؤتمر الأساليب التجريبية في معالجة اللغة الطبيعية

اختيرت ورقتان بحثيتان من جامعة محمد بن زايد للذكاء الاصطناعي ضمن “اختيارات كبار رؤساء المجالات” في مؤتمر الأساليب التجريبية في معالجة اللغة الطبيعية 2025 الذي استضافته مدينة سوتشو الصينية، وهو من أعلى أشكال التكريم في هذا المؤتمر العالمي.

وقد منح المؤتمر هذا التكريم لـ 36 ورقة بحثية فقط من أصل 1,811 ورقة قُبلت في المؤتمر الرئيسي، ما يضع أبحاث الجامعة ضمن نسبة 2% الأفضل بين الأبحاث المقبولة. وكان عدد الأوراق البحثية المقدّمة للمؤتمر قد وصل في إجماليه إلى 8,174 ورقة.

فهم الحياة البرية بطرق أسهل

الورقة البحثية الأولى كانت بعنوان “MAviS: مساعد متعدد الوسائط حول الطيور“، وجرى إعدادها ضمن أطروحة طالبة الماجستير يفهينيا كريكليفتس، تحت إشراف الدكتور هشام شولاكال، الأستاذ المساعد في قسم الرؤية الحاسوبية.

يُعد “MAviS” نظاماً ذكياً قادراً على الرؤية والاستماع والحديث عن الطيور. فهو يجمع بين الصور والأصوات والنصوص للتعرّف على أنواع الطيور، ووصف خصائصها الفريدة، والرد على الأسئلة بلغة طبيعية سلسة.

وبُني النظام اعتماداً على مجموعة بيانات ضخمة مفتوحة تضم أكثر من ألف نوع من الطيور، وصُمّم ليُمكّن الباحثين والعاملين في مجال الحفاظ على البيئة وهواة مراقبة الطيور من التعرّف على الحياة البرية وفهمها بسهولة أكبر.

يقول الدكتور شولاكال معلقاً على هذا الإنجاز: “أنا سعيد جداً باختيار بحثنا ضمن “اختيارات كبار رؤساء المجالات” في مؤتمر الأساليب التجريبية في معالجة اللغة الطبيعية. فهذا المؤتمر يُعد من أكثر المؤتمرات تنافسية وتميّزاً في مجالي معالجة اللغة الطبيعية والذكاء الاصطناعي. ومن بين أكثر من 8,000 ورقة بحثية قُدِّمت هذا العام، لم يقع الاختيار إلا على 36 ورقة فقط لنيل هذا التكريم، وهو ما يجعله إنجازاً استثنائياً للغاية”.

ويضيف قائلاً: “أشعر بفخر كبير بجميع الطلبة الذين شاركوا في إعداد البحث. فهذا المشروع كان ثمرة جهود طلبة الماجستير والدكتوراة في جامعة محمد بن زايد للذكاء الاصطناعي، وجميع المؤلفين من الجامعة، وهو ما يُضفي على هذا الإنجاز قيمة أكبر بالنسبة لنا”.

وعلى خلاف النماذج العامة، يركّز نظام “MAviS” على الذكاء البيئي الدقيق، حيث يساعد الباحثين والعاملين في مجال الحفاظ على البيئة على التعرّف على أنواع الطيور وجمع بيانات آنية تُسهم في فهم العالم الطبيعي وحمايته على نحو أفضل.

ويقول شولاكال موضحاً أهمية هذا العمل: “هذا الموضوع بالغ الأهمية، لأن الحفاظ على التنوع البيولوجي ورصد النظم البيئية يعتمد اليوم بشكل متزايد على أنظمة ذكاء اصطناعي متعددة الوسائط قادرة على التعرّف على الأنواع، وتحليل السلوك، ودعم الخبراء والعلماء المواطنين. ونظام “MAviS” يوضح أهمية النماذج اللغوية الكبيرة متعددة الوسائط والمتخصصة في التطبيقات البيئية الواقعية”.

من جانبها، تقول يفهينيا كريكليفتس: “بالنسبة لي، يمثّل هذا التكريم دليلاً على أن الذكاء الاصطناعي المتعدد الوسائط الموجّه للتنوع البيولوجي ليس موضوعاً جانبياً محدوداً، بل مجالاً ترى فيه الأوساط العلمية قيمة حقيقية. وهذا يمنحني دافعاً أكبر لمواصلة العمل على بحوث تربط بين أحدث تقنيات الذكاء الاصطناعي والأثر البيئي والاجتماعي”.

وتضيف قائلة: “آمل أن نتمكن من إثبات أن الذكاء الاصطناعي المتعدد الوسائط يمكن أن يساعد في حماية الأنواع والنظم البيئية والأصوات التي تشكل جزءاً أساسياً من عالمنا وذكرياتنا”.

شارك في إعداد هذا البحث كل من يفهينيا كريكليفتس، ومحمد عرفان كوربات، وسهل شاجي مولابيلي، وجنكسينغ تشو، وفهد شابزان خان، وراو محمد أنور، وسلمان خان، وهشام شولاكال، وجميعهم من جامعة محمد بن زايد للذكاء الاصطناعي.

إضفاء شفافية أكبر على أحكام الذكاء الاصطناعي

أما الورقة البحثية الثانية فجاءت بعنوان “تحليل عدم اليقين في أحكام النماذج اللغوية الكبيرة: التقييم بالنطاقات باستخدام التنبؤ المطابق“، وشارك في إعدادها كل من هوانشين شينغ، وشين يي ليو، وهانغفنغ هي، وجيو جاو، وجيان كانغ.

يقول الدكتور كانغ، الأستاذ المساعد في الإحصاء وعلوم البيانات وعلوم الحاسوب بجامعة محمد بن زايد للذكاء الاصطناعي: “أنا فخور جداً بجميع المشاركين في هذا الإنجاز، ولا سيما الباحث الرئيسي هوانشين شينغ. فهذه أول ورقة بحثية يكتبها على الإطلاق، ومن الرائع أن يتمكن في محاولته الأولى من إنتاج بحث ممتاز يحظى بهذا التقدير”.

تعالج هذه الورقة البحثية تحدياً متنامياً بسرعة في عالم الذكاء الاصطناعي، وهو كيفية قياس عدم اليقين في النماذج اللغوية الكبيرة عند استخدامها في التقييم أو التحكيم الآلي.

مع أن النماذج اللغوية الكبيرة تُكلَّف اليوم بتقييم المقالات، أو تلخيص النصوص، أو تصحيح الإجابات، فإنها غالباً ما تقدّم النتيجة على شكل رقم واحد من دون الإشارة إلى مدى ثقتها بهذه النتيجة. وهنا يبرز إسهام فريق جامعة محمد بن زايد للذكاء الاصطناعي، حيث طبق الباحثون التنبؤ المطابق، وهو أسلوب إحصائي يُنتج مجالاً أو نطاقاً محيطاً بكل توقع، بحيث يعكس بوضوح درجة عدم اليقين أو موثوقية الحكم الذي يصدره النموذج.

وتُعرف هذه المنهجية باسم “التقييم بالنطاقات”، حيث يتحول التقييم من رقم واحد إلى نطاق (مثل: “بين 3 و4”)، ما يعطي صورة أوضح عن مستوى الثقة وهوامش الخطأ المحتملة. ويمكن تطبيق هذا الأسلوب على مختلف مهام التقييم الآلي، من تلخيص النصوص إلى تقييم مهارات الاستدلال، بما يضمن موثوقية أعلى في الأحكام التي تصدرها أنظمة الذكاء الاصطناعي.

ويشرح كانغ أهمية ذلك قائلاً: “بفضل القدرة المتنامية للنماذج اللغوية الكبيرة على التحكيم، يمكن أن تصبح هذه النماذج بديلاً فعالاً وأكثر مرونة من التقييم اليدوي الذي يتطلب جهداً كبيراً ووقتاً طويلاً. وأعتقد أن المحكمين والمراجعين قدّروا أننا ندرس مسألة ملحّة من منظور جديد، وأن تطبيق التنبؤ المطابق لتحليل عدم اليقين طريقة منطقية وفعالة”.