خب بچهها بریم سراغ یه موضوع جدید و خفن به اسم NatureKG؛ یه پروژهای که قراره کمک کنه پولهایی که تو حوزه طبیعت و محیطزیست ردوبدل میشن، بهتر و دقیقتر مدیریت بشن. اگه مثل من دوست داری بدونی چطوری میتونن طبیعت و سرمایهگذاری رو بهم ربط بدن، این مقاله رو تا آخر بخون!
ماجرا از کجا شروع شد؟
تو دنیای «مالی طبیعت» یا همون Nature Finance (اصلاً خودش یعنی پول یا سرمایهگذاریهایی که مستقیم یا غیرمستقیم تاثیر روی محیطزیست دارن)، کلی دردسر هست که یکی از بزرگترینهاش اینه که نمیدونن دقیقاً پولها با طبیعت چه جوری گره خوردن. مثلاً تاثیرات منفی یا مثبت و حتی ریسکهایی که سرمایهگذاریها میتونن رو محیطزیست بذارن، خیلی سخت و پیچیدهست.
برای حل این مشکل، بچههای NatureKG اومدن یه چیزی ساختن به اسم «ontology» و یه «knowledge graph» یا همون گراف دانش. حالا علیالحساب این دوتا رو ساده بگم:
- Ontology یعنی یه جور نقشه و دستهبندی از چیزهای مهم اون حوزه، همراه با روابطشون.
- گراف دانش هم یعنی یه ساختار دادهای که همه این مفاهیم رو با هم وصل میکنه؛ طوری که مثلاً بفهمی چه سرمایهای، چه تاثیری روی کجا داره.
چجوری این گراف رو ساختن؟
اونا کارشون رو با منابع معتبر شروع کردن؛ مثلاً ENCORE و Science-Based Targets Network (همین SBTN که میبینید یعنی شبکهای که هدفش گذاشتن شاخصهای علمی برای حفظ طبیعت هست) و کلی مقاله و تحقیق معتبر دیگه. بعدش، کلی مفهوم اصلی تعریف کردن، از جمله: »
- Action (یعنی اقداماتی که روی طبیعت انجام میدیم)
- Drivers of Nature Loss (یعنی چیزهایی که باعث آسیب به طبیعت میشن)
- Value Chains (زنجیره ارزش، مثلاً کل مسیر تولید تا مصرف یه محصول)
- Evidence و Source (یعنی دادهها و منابعشون)
از همه اینا یه گراف ساختن با ۳۲۰ تا «گره» یا node (یعنی همون موجودیتهایی که توی گراف هستن) و ۵۴۰ تا «ارتباط» یا relationship (یعنی وصلکنندههای این گرهها). همه اینا رو کارشناسا و متخصصها تایید و مرتب کردن تا یه چیز تمیز و به درد بخور بشه.
بخش جالب ماجرا: وصل کردن هوش مصنوعی به NatureKG!
اومدن یه ایده باحال ریختن: اگه بشه با زبان ساده و طبیعی، مثل حرف زدن با یه دوست، از گراف سوال بپرسیم چی میشه؟ اینجوری همه میتونن راحت ازش استفاده کنن، نه فقط برنامهنویسا.
اینجا بود که Text2Cypher اومد وسط. Text2Cypher یعنی تبدیل سوال طبیعی (مثل «کدوم عامل بیشتری آسیب رو به جنگلها میزنه؟») به زبان Cypher (یه زبانی که برای کار با گرافهایی مثل Neo4j استفاده میشه).
برای این کار، سه تا مدل هوش مصنوعی معروف و متنباز رو دستکاری و تربیت کردن:
- Phi-3
- LLaMA-3.1-8B
- Mistral-7B
یعنی اول براشون کلی سوال و جواب آماده کردن، بعد با روشهای مختلف دادهها رو جدا و مدل رو روشون تست کردن. یه سری معیارم گذاشتن که ببینن هرکدوم چقدر خوب کار میکنن: مثل دقت اجرایی (Execution Accuracy)، BLEU (ملاک شباهت پاسخ)، exact match (همون تطبیق دقیق جواب) و Macro F1 (یه روش جالب برای محاسبه دقت کلی در چند وضعیت مختلف).
چی از آب درومد؟
مدل Phi-3 بین این سهتا کولاک کرد! بالاترین نمره اجرا (۰.۲۱) و بهترین Macro F1 (۰.۵۶). یعنی هم ساختار جمله رو خوب میفهمه، هم منطق سوال رو. به خصوص اگه یکی سوال رو با حالت دیگهای بپرسه یا ساختار جدیدی بسازه، بازم میفهمه چی میخواد. از طرفی LLaMA-3.1-8B هم عملکردش خیلی متعادل بود. اما Mistral-7B یه کم جا موند و تو بیشتر تستها امتیاز پایینتری گرفت.
یکی از نتیجههای باحال این بود که حتی مدلهای کوچیک هوش مصنوعی که خوب واسه یه حوزه خاص آموزش داده بشن، میتونن جوابگو باشن؛ لازم نیست همیشه سراغ غولهای خیلی بزرگ بریم و کلی هزینه کنیم.
بعدش چی؟
الان دقت شاید هنوز پایین باشه ولی این یعنی مسیر شروع شده و میتونن به مرور این سیستم رو قویتر کنن. NatureKG الان یه پایه خیلی خوب برای کساییه که میخوان تاثیرات محیطزیستی رو بهتر پایش و مدیریت کنن، یا تصمیمات مالی رو علمیتر و شفافتر بگیرن. تو آینده قرار شده این گراف گستردهتر، دادههاش متنوعتر و مدلهای هوش مصنوعی هم هوشمندتر بشن تا کلی کسبوکار و سازمان بتونن ازش استفاده کنن—و چه بسا، طبیعتمون هم یه نفس بکشه!
در کل، ماجرای NatureKG تازه داره شروع میشه و هرکی دوست داره دنیای مالی و محیطزیست رو بهم وصل کنه، حتما باید یه نگاهی به این پروژه بندازه.
منبع: +
