شوبيرت «Schubert» موسيقار نمساوي ولد في فينا، اشتهر في نهاية العصر الكلاسيكي وبداية العصر الرومانسي للفنون، كان له العديد من السيمفونيات والمقطوعات الموسيقية والمسرحية، والتي اختلف حولها النقاد، فمنهم من وصف أعماله بالبساطة، ومنهم من ذكر براعة تلك الأعمال، وعلى كل حال، فمن المعروف عن شوبيرت أن الوسط الفني لم ينصفه إبان حياته، ولم تشتهر أعماله إلا بعد وفاته، ولذا يمكن وصف إنتاج ذلك الموسيقار أنه كان من النوع السهل الممتنع.
وقبل معرفة علاقة الموسيقار شوبيرت بهذه المقالة، يجب الحديث عن الخوارزميات بشكل عام أولا، فقد خرجت في السنوات الأخيرة العديد من الخورزاميات التي حققت نجاحات في عدد من مجالات، ولقياس كفاءتها، تم تحديد مقاييس عالمية، تعد معايير لمعرفة كفاءة ودقة تلك الخوارزميات، فعلى سبيل المثال هناك معيار «قلو» (GLUE) الذي يقيس مدى فهم الكمبيوتر العام للغة، ومثل هذه المعايير أصبحت المحك الذي يتنافس عليه مطورو الخوارزميات من العلماء سواء في الجامعات أو الشركات.
ومن أشهر الخوارزميات التي حققت أرقاما عالية في تصنيف «قلو» خوارزمية «بيرت» (BERT) التي تم تطويرها في معامل أبحاث الذكاء الاصطناعي بشركة «قوقل» (Google)، وعلى الرغم من احتياج هذه الخوارزمية العديد من العمليات المعقدة لضبط الملايين من المتغيرات أثناء التدريب، لتعطي نتائج عالية، فإنها ما زالت حديث الأوساط العلمية.
عوداً إلى أسلوب شوبيرت الموسيقي، والذي ألهم باحثين بمعامل الذكاء الاصطناعي بشركة «أمازون» (Amazon)، حيث قام الدكتور أشيش خيتان (Ashish Khetan) بالعمل على تبسيط خوارزمية «قوقل بيرت»، وذلك بقليل عدد المتغيرات التي تتطبها الخوارزمية، محاولا جعلها تعمل بأسلوب السهل الممتنع، وذلك بتقليل تعقيدها، أو بعبارة أخرى، بتقليل الموارد التي تحتاجها هذه الخوارزمية لتعطي نتائج عالية الدقة.
ويبدو أنه قد تمكن الدكتور أشيش من إعادة هندسة خوارزمية بيرت، بحيث تحتوي على أقل من نصف المتغيرات، التي كانت تحتاجها تلك الخوارزمية، ليس ذلك فحسب، بل إن نسخته من الخوارزمية والتي أطلق عليها «خوارزمية شوبيرت» تمكنت من أن تقدم نتائج أعلى من الخوارزمية الأصلية، وذلك بمقدر ست نقاط أعلى على معيار «قلو».
وقبل معرفة علاقة الموسيقار شوبيرت بهذه المقالة، يجب الحديث عن الخوارزميات بشكل عام أولا، فقد خرجت في السنوات الأخيرة العديد من الخورزاميات التي حققت نجاحات في عدد من مجالات، ولقياس كفاءتها، تم تحديد مقاييس عالمية، تعد معايير لمعرفة كفاءة ودقة تلك الخوارزميات، فعلى سبيل المثال هناك معيار «قلو» (GLUE) الذي يقيس مدى فهم الكمبيوتر العام للغة، ومثل هذه المعايير أصبحت المحك الذي يتنافس عليه مطورو الخوارزميات من العلماء سواء في الجامعات أو الشركات.
ومن أشهر الخوارزميات التي حققت أرقاما عالية في تصنيف «قلو» خوارزمية «بيرت» (BERT) التي تم تطويرها في معامل أبحاث الذكاء الاصطناعي بشركة «قوقل» (Google)، وعلى الرغم من احتياج هذه الخوارزمية العديد من العمليات المعقدة لضبط الملايين من المتغيرات أثناء التدريب، لتعطي نتائج عالية، فإنها ما زالت حديث الأوساط العلمية.
عوداً إلى أسلوب شوبيرت الموسيقي، والذي ألهم باحثين بمعامل الذكاء الاصطناعي بشركة «أمازون» (Amazon)، حيث قام الدكتور أشيش خيتان (Ashish Khetan) بالعمل على تبسيط خوارزمية «قوقل بيرت»، وذلك بقليل عدد المتغيرات التي تتطبها الخوارزمية، محاولا جعلها تعمل بأسلوب السهل الممتنع، وذلك بتقليل تعقيدها، أو بعبارة أخرى، بتقليل الموارد التي تحتاجها هذه الخوارزمية لتعطي نتائج عالية الدقة.
ويبدو أنه قد تمكن الدكتور أشيش من إعادة هندسة خوارزمية بيرت، بحيث تحتوي على أقل من نصف المتغيرات، التي كانت تحتاجها تلك الخوارزمية، ليس ذلك فحسب، بل إن نسخته من الخوارزمية والتي أطلق عليها «خوارزمية شوبيرت» تمكنت من أن تقدم نتائج أعلى من الخوارزمية الأصلية، وذلك بمقدر ست نقاط أعلى على معيار «قلو».
