بناء الثقة في السماء: إطار مبتكر قائم على نماذج لغوية ضخمة لتعزيز سلامة الطيران
يقدم البحث إطارًا مبتكرًا يمزج بين نماذج اللغات الضخمة والرسوم البيانية المعرفية لتحسين موثوقية قرارات سلامة الطيران. هذا النظام يعد بتوفير رؤى دقيقة وقابلة للتحقق لدعم اتخاذ القرارات في بيئات عالية المخاطر.
في عصر تكنولوجيا الطيران الحديث، يُعتبر دمج نماذج اللغات الضخمة (Large Language Models) في اتخاذ قرارات سلامة الطيران خطوة رائدة. رغم ذلك، فإن استخدامها بمفردها يثير تحديات كبيرة، أبرزها الأخطاء الدقيقة، والتخيلات، وعدم إمكانية التحقق، ما يعرض سلامة الطيران للخطر.
لذا، قدمت دراسة جديدة إطار عمل ثوري يجمع بين نماذج اللغات الضخمة والرسوم البيانية المعرفية (Knowledge Graphs) لتعزيز موثوقية التحليلات المتعلقة بسلامة الطيران. يعتمد هذا الإطار على عملية ثنائية الفئات: حيث يتم أولاً استخدام نماذج اللغات الضخمة لبناء وتحديث رسم بياني معرفي لنظام سلامة الطيران (Aviation Safety Knowledge Graph) من مصادر متعددة.
ثم يستفيد الإطار من هذا الرسم البياني المحدث ضمن هيكلية تدعى استرجاع معزّز للتوليد (Retrieval-Augmented Generation) لتوفير استجابات مبنية على المعرفة، والتحقق من دقتها. وأظهرت النتائج تحسنًا واضحًا في الدقة والتتبع مقارنةً باستخدام نماذج اللغات الضخمة بمفردها، مما يدعم القدرة على طرح استفسارات معقدة وتقليل التخيلات.
تشير النتائج إلى قدرة هذا النظام على تقديم رؤى موثوقة في سياقات حساسة، مما يلبي المتطلبات الصارمة للموثوقية في صناعة الطيران. تتطلع الأبحاث المستقبلية إلى تحسين عملية استخراج العلاقات ودمج آليات استرجاع هجينة لزيادة فعالية النموذج.
لذا، قدمت دراسة جديدة إطار عمل ثوري يجمع بين نماذج اللغات الضخمة والرسوم البيانية المعرفية (Knowledge Graphs) لتعزيز موثوقية التحليلات المتعلقة بسلامة الطيران. يعتمد هذا الإطار على عملية ثنائية الفئات: حيث يتم أولاً استخدام نماذج اللغات الضخمة لبناء وتحديث رسم بياني معرفي لنظام سلامة الطيران (Aviation Safety Knowledge Graph) من مصادر متعددة.
ثم يستفيد الإطار من هذا الرسم البياني المحدث ضمن هيكلية تدعى استرجاع معزّز للتوليد (Retrieval-Augmented Generation) لتوفير استجابات مبنية على المعرفة، والتحقق من دقتها. وأظهرت النتائج تحسنًا واضحًا في الدقة والتتبع مقارنةً باستخدام نماذج اللغات الضخمة بمفردها، مما يدعم القدرة على طرح استفسارات معقدة وتقليل التخيلات.
تشير النتائج إلى قدرة هذا النظام على تقديم رؤى موثوقة في سياقات حساسة، مما يلبي المتطلبات الصارمة للموثوقية في صناعة الطيران. تتطلع الأبحاث المستقبلية إلى تحسين عملية استخراج العلاقات ودمج آليات استرجاع هجينة لزيادة فعالية النموذج.

