باحث في معهد ماساتشوستس للتكنولوجيا يشرح لماذا لا تزال نماذج الذكاء الاصطناعي ترتكب أخطاءً
في 18 أكتوبر 2025، تحدث نيل طومسون من مختبر CSAIL بمعهد ماساتشوستس للتكنولوجيا في قمة NDTV عن الأسباب الحقيقية وراء أخطاء نماذج الذكاء الاصطناعي وقيودها. وأكد على البيانات الأنظف والاختبارات الأكثر صرامة وتزايد تكاليف الحوسبة كعوامل رئيسية للتحسين. الفائدة: يمنح الجمهور وصانعي السياسات رؤية واقعية للحدود الحالية للذكاء الاصطناعي. الأهمية: يشجع الاستثمار الأكثر ذكاءً والتنظيم الذي يركز على الشفافية وجودة البيانات.