Των Πέσαχ Μπένσον και Ομέρ Νοβοσέλσκι • 5 Νοεμβρίου 2026
Ιερουσαλήμ, 5 Νοεμβρίου 2026 (TPS-IL) — Ερευνητές από το Πανεπιστήμιο του Τελ Αβίβ και το Πανεπιστήμιο του Στάνφορντ απέδειξαν ότι τα μοντέλα τεχνητής νοημοσύνης (AI) μπορούν να αναπτύξουν γενικές μαθησιακές ικανότητες χωρίς να εκπαιδεύονται σε δεδομένα του πραγματικού κόσμου, ανοίγοντας ενδεχομένως έναν νέο δρόμο για την ανάπτυξη της AI καθώς το εκπαιδευτικό υλικό υψηλής ποιότητας γίνεται ολοένα και πιο σπάνιο.
Τα ευρήματα θα μπορούσαν να βοηθήσουν στην αντιμετώπιση ενός από τους μεγαλύτερους περιορισμούς του κλάδου: της προσφοράς εκπαιδευτικών δεδομένων που παράγονται από ανθρώπους.
«Δείχνουμε ότι ένα μοντέλο μπορεί να βελτιώνεται σταθερά στην πρόβλεψη πραγματικού κειμένου, εικόνων, ήχου, μουσικής, DNA και κώδικα χωρίς να έχει ποτέ εκπαιδευτεί σε τίποτα από αυτά», δήλωσε στο The Press Service of Israel ο Δρ Γιοάβ Λεβίν. Η μελέτη, η οποία δημοσιεύτηκε ως προδημοσίευση στο διαδικτυακό αποθετήριο ερευνών arXiv, δεν έχει ακόμη υποβληθεί σε αξιολόγηση από ομοτίμους.
Η έρευνα πραγματοποιήθηκε υπό την επίβλεψη του Λεβίν από τη Σχολή Επιστήμης Υπολογιστών και Τεχνητής Νοημοσύνης του Πανεπιστημίου του Τελ Αβίβ και διεξήχθη στο πλαίσιο της μεταδιδακτορικής εργασίας του Δρα Κφιρ Ντόλεφ, σε συνεργασία με ερευνητές του Πανεπιστημίου του Στάνφορντ.
Σε αντίθεση με τα συμβατικά συστήματα τεχνητής νοημοσύνης, τα οποία μαθαίνουν από τεράστιες συλλογές βιβλίων, ιστότοπων, εικόνων και ηχογραφήσεων, η νέα προσέγγιση χρησιμοποιεί δύο δίκτυα που ξεκινούν από το μηδέν και μαθαίνουν μαζί. Το ένα παράγει σύντομα προγράμματα υπολογιστή που παράγουν αλληλουχίες συμβόλων, ενώ το άλλο μαθαίνει να προβλέπει το επόμενο σύμβολο. Το πρώτο δίκτυο λαμβάνει ανατροφοδότηση σχετικά με το πόσο οι ασκήσεις του βοηθούν το δεύτερο να βελτιωθεί, μαθαίνοντας σταδιακά να παράγει πιο χρήσιμες προκλήσεις.
«Η συνήθης υπόθεση είναι ότι η τεχνητή νοημοσύνη χρειάζεται υπολογιστική ισχύ και δεδομένα. Εμείς ρωτάμε πόσο μακριά μπορεί κανείς να φτάσει χωρίς δεδομένα, βασιζόμενος μόνο στην υπολογιστική ισχύ», δήλωσε ο Λεβίν στο TPS-IL.
Ο ίδιος συνέκρινε την προσέγγιση με το AlphaZero, το οποίο έμαθε σκάκι και Γκο παίζοντας με τον εαυτό του αντί να μελετά ανθρώπινα παιχνίδια. Οι ερευνητές διαπίστωσαν ότι η πρόοδος του ίδιου του μαθησιακού μοντέλου θα μπορούσε να χρησιμεύσει ως μέτρο επιτυχίας, καθοδηγώντας το άλλο δίκτυο να δημιουργεί ολοένα και πιο χρήσιμες ασκήσεις.
Για να ελέγξουν αν οι δεξιότητες μεταφέρονταν πέρα από την τεχνητή εκπαίδευση, οι ερευνητές αξιολόγησαν το μοντέλο σε υλικό του πραγματικού κόσμου το οποίο δεν είχε συναντήσει ποτέ στο παρελθόν. Οι προβλεπτικές του ικανότητες βελτιώθηκαν σε διάφορους τομείς καθώς προστίθεντο περισσότεροι υπολογιστικοί πόροι. Μπορούσε επίσης να συναγάγει κανόνες από παραδείγματα που παρουσιάστηκαν κατά τη διάρκεια των δοκιμών χωρίς πρόσθετη εκπαίδευση.
Οι ερευνητές διαπίστωσαν επίσης ότι το σύστημα παρήγαγε αυτόνομα μαθηματικές δομές, συμπεριλαμβανομένων γεωμετρικών προόδων, μοτίβων τύπου Φιμπονάτσι, καθώς και δευτεροβάθμιων και τριτοβάθμιων ακολουθιών. Ο Λεβίν δήλωσε ότι καμία από αυτές δεν εμφανίστηκε σε 164 εκατομμύρια προγράμματα που ελήφθησαν με τυχαία δειγματοληψία από τον ίδιο χώρο, γεγονός που υποδηλώνει ότι το σύστημα τις ανακάλυψε επειδή βοήθησαν τον μαθησιακό του εταίρο να κάνει καλύτερες προβλέψεις.
Πέρα από το σημείο συμφόρησης των δεδομένων
Η μέθοδος θα μπορούσε να προσφέρει μια νέα πηγή εκπαιδευτικού υλικού σε τομείς όπου τα δεδομένα είναι σπάνια ή δαπανηρά στην απόκτησή τους.
«Αυτό έχει σημασία όταν τα υψηλής ποιότητας δεδομένα καθίστανται το σημείο συμφόρησης, όπως πολλοί αναμένουν ότι θα συμβεί στο κείμενο ή τον κώδικα που παράγεται από ανθρώπους, και ακόμη περισσότερο σε τομείς όπου τα δεδομένα είναι σπάνια ή δαπανηρά», δήλωσε ο Λεβίν στο TPS-IL.
Θα μπορούσε επίσης να χρησιμεύσει ως ένα προκαταρκτικό στάδιο εκπαίδευσης πριν από τη συμβατική εκπαίδευση της τεχνητής νοημοσύνης. Στα πειράματά τους, οι ερευνητές διαπίστωσαν ότι τα μοντέλα που εκτέθηκαν σε αυτοπαραγόμενες ασκήσεις μάθαιναν ταχύτερα όταν τους δίνονταν δεδομένα από τον πραγματικό κόσμο.
Υπάρχουν ωστόσο σημαντικοί περιορισμοί. Τα πειράματα αφορούσαν μοντέλα με λιγότερες από 25 εκατομμύρια παραμέτρους, πάνω από 10.000 φορές μικρότερα από τα μεγαλύτερα σημερινά συστήματα τεχνητής νοημοσύνης. Το αν τα αποτελέσματα ισχύουν σε αυτή την κλίμακα παραμένει άγνωστο. Ο Λεβίν δήλωσε ότι οι ερευνητές διερευνούν τώρα κατά πόσον η προσέγγιση μπορεί να επεκταθεί σε σημαντικά μεγαλύτερα μοντέλα.
Η αυτοκατευθυνόμενη μάθηση δεν μπορεί επίσης να αντικαταστήσει την πραγματολογική γνώση σχετικά με τον κόσμο. Ένα σύστημα μπορεί να ανακαλύψει μαθηματικά μοτίβα μέσω υπολογισμών, αλλά δεν μπορεί να εξακριβώσει ανεξάρτητα ιστορικά γεγονότα ή να μάθει για τη φυσική πραγματικότητα χωρίς να την παρατηρήσει.
«Το παιχνίδι με τον εαυτό του διδάσκει τη γενική δομή, τα μοτίβα που είναι κοινά σε πολλά είδη δεδομένων, αλλά όχι γεγονότα για τον κόσμο μας, όπως το ποιος έγραψε τον Άμλετ», είπε ο Λεβίν στο TPS-IL. «Αυτά εξακολουθούν να πρέπει να προέρχονται από πραγματικά δεδομένα, επομένως σε αυτές τις πτυχές συμπληρώνει τα ανθρώπινα δεδομένα αντί να τα αντικαθιστά».
Οι ερευνητές ασχολήθηκαν επίσης με τον κίνδυνο τα συστήματα τεχνητής νοημοσύνης να επαναλαμβάνουν και να ενισχύουν τα δικά τους λάθη.
«Το μαθησιακό μας μοντέλο εκπαιδεύεται πάνω σε αυτά που εξάγουν τα προγράμματα όταν εκτελούνται στην πραγματικότητα. Τα δεδομένα είναι ακριβώς αυτό που υπολογίζει κάθε πρόγραμμα, επομένως δεν υπάρχουν παραισθήσεις για να ενισχυθούν», εξήγησε ο Λεβίν στο TPS-IL. «Οι κίνδυνοι που όντως αντιμετωπίζουμε είναι ο συγγραφέας προγραμμάτων να κολλήσει σε μια στενή επιμέρους περιοχή, να ξεχάσει τι βρήκε νωρίτερα ή να χειραγωγήσει την ανταμοιβή του. Προστατευόμαστε από αυτά επιβραβεύοντας την πραγματική μαθησιακή πρόοδο, διατηρώντας ένα αρχείο ποικίλων προγραμμάτων, επαναλαμβάνοντας προηγούμενα προγράμματα ώστε να μην ξεχαστούν και κρατώντας τη γεννήτρια κοντά σε μια απλή αρχική κατανομή προγραμμάτων».
Το επόμενο σημαντικό ορόσημο, δήλωσε ο Λεβίν, θα είναι η απόδειξη ότι η προσέγγιση λειτουργεί με μοντέλα που περιέχουν δισεκατομμύρια παραμέτρους και ότι η αυτοπαραγόμενη εκπαίδευση μπορεί να αντικαταστήσει μια μετρήσιμη ποσότητα συμβατικών δεδομένων εκπαίδευσης. Σε τελική ανάλυση, οι ερευνητές θέλουν να διαπιστώσουν εάν ένα μοντέλο τεχνητής νοημοσύνης μπορεί να συνεχίσει να βελτιώνεται παίζοντας με τον εαυτό του ακόμη και μετά την εξάντληση του διαθέσιμου εκπαιδευτικού υλικού του πραγματικού κόσμου.




