المؤلفون:
تيانكسين وي، تينغ وي لي تشينينغ ليو، شوبينغ نينغ زي يانغ جيارو زو تشيتشن زنغ رويتشونغ تشيو شياولين دونغتشي فو زيها و لي منغتينغ آي دو تشو، ونشوان باو بونزي لي غاوتانغ لي تشنغ تشيان، يو وانغ شيانغرو تانغ بين شياو، ليري فانغ هوي ليو شيانفنغ تانغ، يوجي تشانغ تشي وانغ جياكسوان يو هنغ جي، هانغهانغ تونغ جينغروي هي
مقدمة المترجم
هذا العمل محاولة منهجية طموحة لإعادة يمثل تعريف مفهوم "الاستدلال" في نماذج اللغة الكبيرة، ليس بوصفه عملية داخلية ساكنة لإنتاج إجابات نصية، بل باعتباره نمطًا تفاعليًا ديناميكيا يتجسد في كيان فاعل قادر على التخطيط والفعل والتعلم عبر الزمن.
ينطلق المؤلفون من ملاحظة أساسية مفادها أن النجاحات الكبيرة التي حققتها نماذج اللغة في مجالات مغلقة مثل حل المسائل الرياضية أو توليد الشيفرات البرمجية تخفي قصورًا بنيويا عميقًا عند الانتقال إلى بيئات مفتوحة ومتغيرة، حيث لا تكفي القدرة على الاستدلال الرمزي أو توليد سلاسل التفكير الداخلية، بل يصبح التفاعل مع البيئة، واستدعاء الأدوات، وبناء الذاكرة، والتكيف مع التغذية الراجعة عناصر لا غنى عنها لتحقيق سلوك ذكي مستدام
في هذا السياق، يقدم البحث مفهوم الاستدلال الوكيلي (Agentic Reasoning) بوصفه إطارا جامعًا يعيد تموضع نماذج اللغة الكبيرة من كونها مولدات تسلسل " إلى " وكلاء مستقلين" يتخذون قرارات متتابعة، ويخططون على مدى زمني طويل، ويتعلمون من نتائج أفعالهم. لا ينظر إلى الاستدلال هنا كمرحلة داخلية تسبق الفعل، بل كالية تنظيمية شاملة توحد الإدراك والتخطيط والتنفيذ والتحقق في حلقة واحدة مستمرة. هذا التحول المفاهيمي، كما يوضح المؤلفون، يشبه الانتقال في الذكاء الاصطناعي من نماذج الإدخال الإخراج الثابتة إلى نماذج اتخاذ القرار المتسلسل تحت عدم اليقين، حيث تصبح البيئة جزءا من عملية الاستدلال ذاتها
يعقد البحث مقارنة دقيقة بين الاستدلال التقليدي في نماذج اللغة الكبيرة والاستدلال الوكيلي. ففي النمط التقليدي، يعمل النموذج ضمن سياق ثابت يعتمد على نافذة سياق محدودة، وينتج استجابة واحدة أو سلسلة محدودة من الخطوات دون ذاكرة طويلة الأمد أو قدرة على التعلم أثناء الاستخدام. أما في الاستدلال الوكيلي، فإن النموذج يتعامل مع سياق ديناميكي يتغير مع كل خطوة، ويستعين بذاكرة خارجية، ويتلقى تغذية راجعة صريحة أو ضمنية، ويُعيد تشكيل سلوكه بناءً على ذلك. بهذا المعنى، لا يعود "تحجيم " الاستدلال مرهونا فقط بزيادة حجم النموذج أو زمن الاستدلال، بل بقدرة النظام على تنظيم التفاعل، وإدارة الموارد وبناء سياسات فعل مرنة عبر الزمن
ولإحاطة هذا التحول نظريًا وعمليا، ينظم المؤلفون المسحالبحثي حول ثلاثة مستويات مترابطة من الاستدلال الوكيلي المستوى الأول هو الاستدلال الوكيلي التأسيسي، الذي يركز على قدرات الوكيل الفردي الأساسية، وبالأخص التخطيط والبحث، واستخدام الأدوات. في هذا المستوى، يُعاد تعريف التخطيط بوصفه قدرة النموذج على تفكيك الأهداف إلى مهام فرعية، وترتيبها زمنيًا، وتحديثها استجابة للمستجدات.
ويعرض البحث طيفا واسعًا من الأساليب التي تمكن نماذج اللغة من التخطيط، بدءًا من التخطيط داخل السياق عبر تصميم سير عمل (workflow) واضح، مرورًا بأساليب مثل "شجرة الأفكار " و "خوارزمية الأفكار " التي توسع فضاء الاستكشاف، وصولا إلى أساليب ما بعد التدريب التي تدمج التخطيط ضمن معلمات النموذج ذاته عبر التعلم المعزز أو الضبط الإشرافي المتقدم
أما البحث (Search) ، فيُقدم بوصفه عنصرا مكملا للتخطيط، حيث لا يكتفي الوكيل بتوليد خطة، بل يستكشف فضاء الحلول أو الأدلة أو المسارات الممكنة عبر الاسترجاع من قواعد المعرفة، أو التفاعل مع بيئات خارجية أو حتى استكشاف مسارات تفكير بديلة داخلية. ويشير المؤلفون إلى أن الجمع بين البحث والاستدلال يمكن الوكلاء من تجاوز حدود المعرفة المخزنة في النموذج، ويقلل من الأخطاء الناجمة عن الهلوسة أو الاستنتاج غير المدعوم بالأدلة
يحتل استخدام الأدوات مكانة محورية في هذا المستوى التأسيسي، إذ يُنظر إليه كآلية لتوسيع قدرات النموذج خارج حدوده المعرفية والحسابية يناقش البحث ثلاثة أنماط رئيسية لدمج الأدوات النمط الأول هو الدمج داخل السياق حيث يزود النموذج بوصف للأدوات وأمثلة على استخدامها، دون أي تعديل في معلماته. ويُعد نموذج React مثالا بارزا على هذا النهج، حيث تتداخل خطوات "التفكير " مع " الفعل" في سلسلة واحدة تسمح للنموذج باتخاذ قرار باستخدام أداة معينة، ثم تفسير ناتجها، ثم متابعة الاستدلال بناءً عليه . النمط الثاني هو الدمج بعد التدريب، حيث تدرب النماذج صراحة على استدعاء الأدوات عبر بيانات مشرفة أو تعلم معزز، كما في Toolformer و ToolLLM، بما يرسخ سلوك استخدام الأدوات في معلمات النموذج ذاتها . أما النمط الثالث فهو الدمج القائم على التنظيم (orchestration)، حيث يعمل النظام على مستوى أعلى لتنسيق عدة أدوات أو نماذج فرعية ضمن سير عمل هرمي أو شبكي كما في TaskMatrix.Al أو HuggingGPT .
ينتقل البحث بعد ذلك إلى المستوى الثاني، وهو الاستدلال الوكيلي المتطور ذاتيًا (Self-evolving Agentic Reasoning) ، الذي يعالج سؤالاً جوهريا كيف يمكن للوكلاء أن يحسنوا استدلالهم بمرور الوقت دون الاعتماد المستمر على إعادة التدريب اليدوي ؟ يحدد المؤلفون آليتين أساسيتين لهذا التطور التغذية الراجعة والذاكرة. فالتغذية الراجعة، سواء كانت على شكل نقد ذاتي، أو تحقق خارجي، أو إشارات نجاح وفشل، تمكن الوكيل من مراجعة مسارات تفكيره وتصحيحها. أما الذاكرة، فتوفر بنية تخزين واسترجاع للتجارب السابقة، بما يسمح بتراكم المعرفة التشغيلية وليس فقط المعلومات المجردة
يُصنف البحث آليات التغذية الراجعة إلى ثلاثة أنماط رئيسية.
النمط الأول هو التغذية الراجعة التأملية، التي تعمل في زمن الاستدلال نفسه دون تحديث معلمات النموذج، كما في أساليب Reflexion و Self-Refine ، حيث يولد النموذج نقدًا ذاتيًا لاستجابته ثم يعيد توليدها في ضوء هذا النقد.
النمط الثاني هو التكيف البرامتري، حيث تدمج التغذية الراجعة في عملية تدريب لاحقة تؤدي إلى تغييرات دائمة في سلوك النموذج، كما في أساليب الضبط الإشرافي على مسارات الاستدلال أو التعلم من التفضيلات.
النمط الثالث فهو التغذية الراجعة القائمة على المحقق (validator-driven) ، التي تعتمد على إشارات قبول أو رفض خارجية، مثل نتائج تنفيذ الشيفرة أو اختبارات الوحدة، لتحسين المخرجات دون الخوض في تفسير الأخطاء أما الذاكرة، فيُعاد تصورها ليس كمجرد امتداد لنافذة السياق بل كعنصر نشط في حلقة الاستدلال. يميز البحث بين ذاكرة نصية تعتمد على تلخيص الحوارات والمسارات السابقة وذاكرة مهيكلة تعتمد على الرسوم البيانية أو التمثيلات الدلالية، وذاكرة متعددة الوسائط، إضافة إلى آليات تحكم بعد التدريب تدير ما يُحفظ وما يُنسى بناءً على المكافآت أو الأهمية السياقية. بهذا تصبح الذاكرة أداة لتوجيه الاستدلال المستقبلي، لا مجرد سجل تاريخي .
في المستوى الثالث، يناقش البحث الاستدلال الوكيلي الجماعي (Collective Multi-agent Reasoning) الجماعي يتجاوز الذكاء حدود الوكيل الفردي إلى منظومات من الوكلاء المتفاعلين في هذا السياق، تظهر قضايا التنسيق، وتوزيع الأدوار، وبناء المعرفة المشتركة، وإدارة التعارض بين الأهداف.
يشير المؤلفون إلى أن العديد من الأنظمة الناشئة تعتمد على نماذج تدريب مركزي وتنفيذ لا مركزي (CTDE)، بما يسمح باستقرار التعلم مع الحفاظ على مرونة التفاعل في وقت التنفيذ. كما تبرز هذه الأنظمة تحديات جديدة تتعلق بالاتصال بين الوكلاء، وبناء ذاكرة مشتركة، ومنع السلوكيات غير المتوقعة الناتجة عن التفاعل المعقد
لا يكتفي البحث بالإطار النظري، بل يستعرض طيفا واسعًا من التطبيقات العملية للاستدلال الوكيلي في مجالات مثل البحث العلمي المؤتمت والروبوتات والرعاية الصحية والبرمجة، وحل المسائل الرياضية. في كل هذه المجالات يُظهر الاستدلال الوكيلي قدرته على التعامل مع مهام طويلة الأمد، ومتعددة الخطوات تتطلب دمج مصادر معرفية مختلفة، والتحقق المستمر من النتائج، والتكيف مع معلومات جديدة
كما يناقش البحث قضايا التقييم والمعايير، موضحًا أن تقييم الوكلاء لا يمكن أن يقتصر على دقة الإجابة النهائية، بل يجب أن يشمل جودة مسار الاستدلال، وكفاءة استخدام الأدوات والقدرة على التعافي من الأخطاء، والاستقرار عبر الزمن.
ويشير إلى أن العديد من المعايير الحالية لا تزال تركز على سلوكيات قصيرة الأمد، مما يحد من قدرتها على قياس الإمكانات الحقيقية للاستدلال الوكيلي
في القسم الختامي، يحدد المؤلفون مجموعة من التحديات المفتوحة التي ستشكل أجندة البحث المستقبلي، من بينها التخصيص طويل الأمد، وبناء نماذج عالم (word models) داخل الوكلاء، وتدريب منظومات متعددة الوكلاء على نطاق واسع، وحوكمة السلوك الوكيلي في بيئات حقيقية.
ويؤكدون أن الحوكمة تمثل تحديًا مركزيًا، نظرًا لأن الوكلاء القادرين على التخطيط طويل الأمد واستخدام الأدوات قد يحدثون آثارًا غير مقصودة يصعب تتبعها أو محاسبتها
وخلاصة القول، يقدم هذا البحث خريطة معرفية شاملة تعيد صياغة فهمنا للاستدلال في نماذج اللغة الكبيرة، ناقلا إياه من إطار حسابي داخلي محدود إلى إطار تفاعلي غني يقوم على الوكالة، والتعلم المستمر، والتعاون. وهو بذلك لا يقدم مجرد مسح للأعمال القائمة، بل يؤسس لغة مفاهيمية مشتركة يمكن أن تُبنى عليها الأجيال القادمة من أنظمة الذكاء الاصطناعي القادرة على العمل بفعالية ومسؤولية في العالم الحقيقي
المترجم *
عبد الله بن إبراهيم الرخيص
مدخل
دراسة استقصائية شاملة بالتفصيل المشهد سريع التطور لوكلاء نموذج اللغة الكبيرة، وتعيد صياغة LLMS ككيانات مستقلة قادرة على التخطيط والتصرف والتعلم من خلال التفاعل. يقدم تصنيفا منظما للاستدلال العامل، يشمل القدرات الأساسية والتكيف الذاتي التطور والذكاء الجماعي مع مراجعة التطبيقات المتنوعة وتحديد التحديات المفتوحة الحرجة.
مقدمة
يشهد مجال الذكاء الاصطناعي تحولا نموذجيا في كيفية فهمنا ونشر نماذج اللغة الكبيرة (LLMS). لقد تفوقت LLMS التقليدية في التفكير في بيئات ثابتة محددة جيدا ولكنها كافحت مع سيناريوهات ديناميكية في العالم الحقيقي تتطلب تفاعلا وتكيفا مستمرين. تقدم دراسة استقصائية شاملة أجراها باحثون من جامعة إلينوي أوربانا شامبين، بالتعاون مع شركات التكنولوجيا الرائدة بما في ذلك ميتا وأمازون وجوجل ديب مایند، مفهوم "المنطق الوكائي" كإطار تحويلي للتغلب على هذه القيود.
الشكل 1 نظرة عامة على إطار التفكير الوكيل، مما يدل على التقدم من القدرات التأسيسية من خلال التكيف الذاتي التطور إلى الذكاء الجماعي متعدد العوامل، مع تطبيقات عبر مختلف المجالات.
يرسم هذا الاستطلاع بشكل منهجي التطور من مولدات التسلسل السلبي إلى وكلاء مستقلين قادرين على التخطيط والتصرف والتعلم من خلال التفاعل البيئي المستمر. بدلا من التعامل مع LLMS كمحركات استنتاج ثابتة، يعيد التفكير العامل صياغتهم كصناع قرار ديناميكيين يمكنهم التكيف والتحسين بمرور الوقت من خلال التجربة.
تحول النموذج من التفكير التقليدي إلى التفكير الوكيلي
يمثل التمييز بين المنطق التقليدي LLM والاستدلال الوكيلي تحولا أساسيا في قدرات وتطبيقات الذكاء الاصطناعي. تعمل LLMS التقليدية كأنظمة سلبية تعالج المدخلات الثابتة وتولد استجابات دون التأثير على بيئتها أو تحديث قاعدة معارفها.
يعمل هذا النهج بشكل جيد لمشاكل العالم المغلق ذات المعلمات الثابتة ولكنه يفشل في السيناريوهات الديناميكية المفتوحة
الشكل 2 أعلاه مقارنة بين أنظمة LLM التقليدية (يسار) وأنظمة التفكير الوكيلي، مع تسليط الضوء على التحول من توليد الاستجابة السلبية إلى العمليات التفاعلية القائمة على التغذية الراجعة.
يقدم التفكير الوكالي العديد من الابتكارات الرئيسية:
- الحساب التفاعلي: بدلا من توليد تمريرة واحدة، يشارك الوكلاء في عمليات التفكير متعددة الخطوات مع التعليقات البيئية
- التكيف الديناميكي: يقوم الوكلاء بتعديل سلوكهم بناء على الملاحظات والنتائج في الوقت الفعلي
- تكامل الأدوات الخارجية: يمكن للوكلاء استدعاء الموارد الخارجية وتنظيمها لزيادة قدراتهم
- الذاكرة المستمرة: يحافظ الوكلاء على المعرفة ويحدثونها عبر التفاعلات
- السلوك الموجه نحو الهدف: يسعى الوكلاء إلى تحقيق أهداف واضحة من خلال تسلسلات الإجراءات المخطط لها
يتم إضفاء الطابع الرسمي على هذا التحول النموذجي من خلال إطار عملية قرار ماركوف (POMDP) الذي يمكن ملاحظته جزئيا، حيث يعمل الوكلاء من خلال سياستين متكاملتين
الاستدلال العاملي التأسيسي
يحدد الاستطلاع ثلاث قدرات أساسية تشكل أساس التفكير الوكيلي التخطيط واستخدام الأدوات والبحث الوكيلي. يمكن تطوير هذه القدرات من خلال نهجين متكاملين: التفكير في السياق بدون تحديثات المعلمات ومنطق ما بعد التدريب مع تحسين المعلمات.
آليات التخطيط
يمتد التخطيط في الأنظمة الوكيلية إلى ما هو أبعد من التحلل البسيط للمهام ليشمل تنظيم سير العمل المتطور وصنع القرار الاستراتيجي. يصنف المسح مناهج التخطيط على طول عدة أبعاد:
الشكل 3 مجموعة آليات التخطيط من تصميم سير العمل في السياق إلى تحسين المكافآت بعد التدريب.
يتضمن التخطيط في السياق ما يلي:
- تصميم سير العمل: مناهج منظمة مثل ReAct و Reflexion التي تحدد دورات عمل التفكير الصريح
- البحث عن الأشجار : طرق مثل شجرة الأفكار و MCTS التي تستكشف مسارات تفكير متعددة
- إضفاء الطابع الرسمي على العملية: القطع الأثرية الشبيهة بالرمز وتمثيلات PDDL التي تضفي الطابع الرسمي على إجراءات التخطيط
- التحلل: انهيار المهام الهرمية وتقنيات التجريد
يركز تخطيط ما بعد التدريب على:
- تصميم المكافآت: تحسين سلوك التخطيط من خلال وظائف المكافآت المصممة بعناية
- تحسين السلوك" استخدام التعلم المعزز لاستيعاب استراتيجيات التخطيط الفعالة
استخدام الأدوات والتكامل
يمثل استخدام الأداة قدرة حاسمة لتوسيع نطاق منطق LLM بما يتجاوز قيود بيانات التدريب الخاصة بهم. يوضح التطور من الأنظمة المغلقة التقليدية إلى تكامل الأدوات الوكيلية قوة التفكير التفاعلي.
الشكل 4: تطور استخدام الأدوات من الأنظمة الثابتة التقليدية إلى تكامل الأدوات الوكيلة الديناميكية مع قدرات الانعكاس والتكيف.
يحدد المسح العديد من الجوانب الرئيسية لاستخدام الأدوات الوكيلة:
- الاختيار المدري للسياق: يختار الوكلاء ديناميكيا الأدوات المناسبة بناء على متطلبات المهمة
- التنسيق الديناميكي: تنسيق أدوات متعددة في سير العمل المعقد
- التكامل الانعكاسي: التعلم من نتائج استخدام الأدوات لتحسين الاختيارات المستقبلية
تتراوح الأدوات من المرافق الحسابية (الآلات الحاسبة ومنفذي التعليمات البرمجية) إلى أنظمة استرجاع المعلومات (محركات البحث وقواعد البيانات) وأدوات المجال المتخصصة (الأدوات العلمية والمشغلات الروبوتية).
البحث عن الوكيل واسترجاع المعلومات
تقوم أنظمة الجيل المعزز للاسترجاع التقليدي (RAG) باسترجاع المستندات الثابتة استنادا إلى تشابه الاستعلام يحول البحث الوكيل هذا إلى عملية ديناميكية قائمة على التفكير حيث يقرر الوكلاء بنشاط متى وماذا وكيف يبحثون.
الشكل 5 التطور من أنظمة RAG التقليدية إلى أنظمة البحث الوكيلة التي تحدد استراتيجيات البحث ديناميكيا وتدمج المعلومات المستردة من خلال التفكير.
تشمل الابتكارات الرئيسية في البحث الوكيلي ما يلي:
- استراتيجية البحث الديناميكية: يحدد الوكلاء توقيت البحث الأمثل والاستعلامات بناء على حالة التفكير
- تكامل البحث في السياق: البحث المتداخل مع خطوات التفكير كما هو الحال في Self-RAG و FLARE
- تحسين البحث بعد التدريب: تعلم سلوكيات البحث من خلال الضبط الدقيق أو التعلم المعزز تحت الإشراف
- تكامل المعلومات المنظمة: استخدام الرسوم البيانية للمعرفة والمصادر متعددة الوسائط لتعزيز الاسترجاع
بالإضافة إلى القدرات الأساسية، يمكن لأنظمة التفكير الوكيل أن تتحسن باستمرار من خلال ثلاث آليات رئيسية معالجة التغذية الراجعة وإدارة الذاكرة وتطور القدرات. آليات التغذية الراجعةتمكن التغذية الراجعة الوكيلة من التحسين المستمر من خلال ثلاثة مناهج تكميلية:
الشكل 6: آلية التغذية الراجعة العاكسة حيث يقوم الوكلاء بتحليل مساراتهم المنطقية وتحديث أساليبهم.
تتضمن التعليقات الانعكاسية ينتقد الوكلاء عمليات التفكير والنتائج الخاصة بهم، وتحديد الأخطاء، وصقل نهجهم. تسمحقدرة التفكير الذاتي هذه بالتكيف في الوقت الفعلي دون إشراف خارجي.
الشكل 7: التكيف البارامتري حيث يتم دمج أنماط التفاعل الناجحة في معلمات النموذج من خلال التدريب.يقوم التكيف البارامتري بتحديث معلمات النموذج استنادا إلى نتائج التفاعل باستخدام تقنيات مثل الضبط الدقيق تحت الإشراف على المسارات الناجحة أو التعلم المعزز مع المكافآت القائمة على النتائج.
الشكل 8 نظام التغذية الراجعة القائم على المدقق الذي يستخدم إشارات خارجية لتوجيه تعديل سلوك الوكيل. تستفيد التعليقات التي تعتمد على المدققين من المدققين الخارجيين منفذي التعليمات البرمجية، وردود الفعل البشرية والإشارات البيئية لتوفير تقييمات موضوعية لأداء الوكيل، مما يتيح آليات إعادة المحاولة وتعديل السلوك. هندسة الذاكرة وإدارتها
تمتد الذاكرة الوكيلة إلى ما هو أبعد من نوافذ السياق البسيطة إلى أنظمة متطورة لتخزين المعرفة وتنظيمها واسترجاعها. يحدد الاستطلاع بني ذاكرة متعددة
الشكل 9 استخدام الذاكرة في السياق يظهر أنواعا مختلفة من المعلومات المخزنة والوصول إليها أثناء تشغيل الوكيل. تشمل الذاكرة في السياق ما يلي:
- سجل المحادثة: سجلات التفاعل الخام والملخصات الدلالية
- قوالب سير العمل: خطط التنفيذ القابلة لإعادة الاستخدام وأنماط المنطق
- سجلات المسار : سجلات مفصلة لتسلسلات حل المشكلات الناجحة
الشكل 10: تمثيلات الذاكرة المنظمة بما في ذلك تنظيم المعرفة القائمة على الرسم البياني وأنظمة الذاكرة متعددة الوسائط.
تتضمن الذاكرة المنظمة ما يلي:
- ذاكرة الرسم البياني: ربط الكيانات والأحداث والحقائق في الرسوم البيانية للمعرفة
- الذاكرة متعددة الوسائط : دمج النص والصور والصوت والطرائق الأخرى
الشكل 11 نظام التحكم في الذاكرة بعد التدريب حيث يتعلم الوكلاء إدارة ذاكرتهم بنشاط من خلال التدريب.
يمكن التحكم في الذاكرة بعد التدريب الوكلاء من تعلم استراتيجيات إدارة الذاكرة المثلى، بما في ذلك ما يجب تخزينه ومتى يتم استرداده، وكيفية تنظيم المعلومات لتحقيق أقصى فائدة.
تطوير القدرات الأساسية
الجانب الأكثر تقدما من الأنظمة ذاتية التطور هو قدرتها على تحسين قدراتها الأساسية بمرور الوقت
الشكل 12: قدرات ذاتية التطور توضح كيف يمكن للوكلاء تحسين قدراتهم في التخطيط واستخدام الأدوات والبحث من خلال الخبرة.
- التخطيط الذاتي التطور: يولد الوكلاء مهاما جديدة ويصقلون الاستراتيجيات، ويطورون مناهج تخطيط أكثر تطورا
- استخدام الأدوات ذاتية التطور: إنشاء أدوات جديدة ومجموعات أدوات التعلم، وتطوير سير عمل متخصص
- البحث الذاتي التطور: تجميع المعرفة من مصادر متعددة وتطوير استراتيجيات استرجاع ديناميكية
التفكير التعاوني متعدد العوامل
يوسع المسح المنطق الوكيلي إلى السيناريوهات التعاونية حيث ينسق العديد من الوكلاء لحل المشكلات المعقدة. يظهر هذا الذكاء الجماعي من خلال تخصص الأدوار وآليات التعاون وعمليات التطور المشترك.
تصنيف الدور والتخصص
تستفيد الأنظمة متعددة الوكلاء من تخصص الأدوار، مما يعكس الهياكل التنظيمية البشرية الفعالة
الشكل 13 الأدوار العامة والخاصة بالمجال في الأنظمة متعددة الوكلاء، توضح كيف يتخصص الوكلاء في الوظائف والمجالات المختلفة.
تتضمن الأدوار العامة ما يلي:
- القائد المنسق تعيين المهام وتنسيق سير العمل
- العامل / المنفذ: تنفيذ المهام المتخصصة
- الناقد / المقيم: تقييم الجودة وتوفير التعليقات
- حارس الذاكرة: إدارة المعلومات واسترجاعها
- ميسر الاتصالات: التنسيق بين الوكلاء وتوجيه الرسائل
تظهر الأدوار الخاصة بالمجال في التطبيقات المتخصصة مثل هندسة البرمجيات المهندس المعماري والمطور والمختبر والرعاية الصحية التشخيص ومخطط العلاج والمراقب والبحث العلمي المنظر والتجريب ومحلل البيانات.
آليات التعاون
يعمل التعاون متعدد الوكلاء من خلال التحسين في السياق وما بعد التدريب
الشكل 14: مقارنة التعاون في السياق (التصميم اليدوي) مقابل نهج التعاون بعد التدريب (التحسين المتعلم).
- سير العمل المتتالي: سلاسل الوكلاء المتسلسلة مع تدفق معلومات ثابت
- الهياكل الهرمية: التخطيط المركزي مع التنفيذ الموزع
- الأنظمة القائمة: على الأدوار مهام الأدوار الثابتة مع أنماط تفاعل محددة مسبقا
- التنسيق الآلي: التنسيق القائم على LLM دون تصميم سير العمل اليدوي
يشمل التعاون بعد التدريب ما يلي:
- التحسين السريع: تعلم قوالب الاتصال الفعالة والشخصيات
- التحسين القائم على الرسم البياني: تحسين طبولوجيا الاتصال وتدفق المعلومات
- الأساليب القائمة على السياسات: سياسات اختيار وكيل التعلم والتنسيق
الشكل 15: بنية الذاكرة متعددة الوكلاء التي تظهر هياكل تنظيمية مختلفة واستراتيجيات إدارية للمعرفة الجماعية.
يحدد الاستطلاع أربعة أبعاد رئيسية للذاكرة متعددة العوامل:
- الهندسة المعمارية: تنظيم الذاكرة الهرمية مقابل الذاكرة المسطحة
- المحتوى: تخزين المعرفة الدلالية مقابل التخزين الإجرائي
- طوبولوجيا: الوصول إلى الذاكرة المركزية مقابل اللامركزية
- الإدارة: استراتيجيات التلخيص والتصفية والتحقق
الشكل :16 توضح مجالات التطبيق كيف تتحد طبقات التفكير المختلفة الأساسية والمتطورة ذاتيا والجماعية لمواجهة التحديات في الرياضيات والعلوم والروبوتات والرعاية الصحية واستكشاف الويب. الرياضيات والترميز: يتفوق الوكلاء في حل المشكلات المعقدة من خلال الجمع بين التخطيط تحلل المشكلات واستخدام الأدوات تنفيذ التعليمات البرمجية والتحقق (والبحث البحث المرجعي). تمكن القدرات ذاتية التطور التعلم من المحاولات الفاشلة والأنماط الناجحة. الاكتشاف العلمي تنسق الأنظمة متعددة العوامل توليد الفرضيات والتصميم التجريبي وتحليل النتائج. تسمح الذاكرة الجماعية بتراكم المعرفة عبر التجارب، في حين أن تخصص الأدوار يمكن من الخبرة في المجال.الرعاية الصحية والطب يدمج الوكلاء تحليل بيانات المريض وتخطيط العلاج والتنبؤ بالنتائج تحافظ أنظمة الذاكرة على تاريخ المرضى، في حين يضمن التعاون متعدد العوامل تنسيقا شاملا للرعاية. الروبوتات والذكاء الاصطناعي المتجسد: يجمع الوكلاء بين الإدراك والتخطيط وتنفيذ العمل في البيئات المادية الديناميكية. يتيح التطور الذاتي التكيف مع السيناريوهات الجديدة واكتساب المهارات. استكشاف الويب يتنقل الوكلاء في مناظر المعلومات المعقدة ويجمعون بين البحث واستخدام الأدوات والتخطيط لتحقيق أهداف المستخدم عبر منصات ويب متعددة. الاتجاهات المستقبلية والتحديات المفتوحة يختتم الاستطلاع بتحديد ستة مجالات حاسمة للبحوث المستقبلية التي ستحدد مسار تطوير المنطق الوكيليالتخصيص الذي يركز على المستخدم تطوير وكلاء يتكيفون مع المستخدمين الأفراد عبر التفاعلات الممتدة وتفضيلات التعلم وأساليب الاتصال ومستويات خبرة المجال. التفكير في الأفق الطويل: معالجة تحديات تسلسل المهام الموسعة، بما في ذلك انتشار الأخطاء، وتعيين الائتمان والحفاظ على استراتيجيات متماسكة عبر الزمن. تكامل النموذج العالمي: دمج عمليات محاكاة داخلية قوية تمكن من التخطيط والتنبؤ واتخاذ القرارات بشكل أفضل في البيئات المعقدة. تدريب متعدد الوكلاء قابل للتطوير : تطوير أساليب فعالة لتدريب مجموعات كبيرة من الوكلاء المتعاونين دون نمو تعقيد هائل. المنطق الوكيلي: الكامن استكشاف آليات التفكير الداخلي وغير الصريح التي تحافظ على الكفاءة مع الحفاظ على قابلية التفسير والتحكم. الحوكمة والسلامة: إنشاء أطر للنشر الآمن، بما في ذلك آليات الإسناد، وتدقيق السلوك، والتحقق من المواءمة واستراتيجيات التخفيف من المخاطر. الأهمية والتأثير يوفر هذا المسح الشامل للمجال إطارا مفاهيميا تشتد الحاجة إليه لفهم وتطوير المنطق الوكيلي في LLMS. من خلال التنظيم المنهجي لمنطقة بحثية سريعة التوسع، فإنه يمكن الباحثين من تحديد الروابط بين النهج المتباينة على ما يبدو ويوجه اتجاهات البحث المستقبلية. يضمن التركيز على كل من التقدم التكنولوجي والنشر المسؤول أن يستمر تطوير وكلاء الذكاء الاصطناعي المستقلين بشكل متزايد مع النظر المناسب في الآثار المجتمعية. يمتد تأثير المسح إلى ما هو أبعد من البحث الأكاديمي إلى التطبيقات العملية في الصناعة، حيث تنشر المنظمات بشكل متزايد أنظمة قائمة على الوكلاء لحل المشكلات المعقدة والأتمتة ودعم القرار. من خلال توفير خارطة طريق واضحة لتطوير القدرات وتقييمها، يسهل هذا العمل ترجمة التقدم البحثي إلى حلول قابلة للنشر يمكنها معالجة تحديات العالم الحقيقي عبر مجالات متنوعة. الاستشهادات ذات الصلةرد الفعل تآزر المنطق والتصرف في نماذج اللغةتقدم هذه الورقة إطار React، وهو أمر أساسي لمفهوم المسحل لاستدلال الوكيلي. يقترح التفكير المتداخل (الفكر) والعمل وهو نموذج أساسي يسد الفجوة بين LLMS السلبية والوكلاء المستقلين، ويتم الاستشهاد به مرارا وتكرارا في جميع أنحاء الورقة كمثال قانوني. شونيو ياو جيفري تشاو ديان يو نان دو، إسحاق شافران كارثيك ناراسيمهان ويوان تساو رد الفعل تآزر المنطق والتصرف في نماذج اللغة. في المؤتمر الدولي لتمثيلات التعلم (ICR) 2023. التفكير وكلاء اللغة مع تعلم التعزيز اللفظي هذا الاقتباس هو مثال رئيسي على طبقة "المنطق الوكيلي المتطور ذاتيا" التي تمت مناقشتها في الاستطلاع. يمكن إطار التفكير الوكلاء من انتقاد عمليات التفكير الخاصة بهم وصقلها، مما يدل على آلية حاسمة لتكامل التعليقات وتحسين الذات دون إعادة تدريب كاملة. نوح شين، فيديريكو كاسانو، أشوين غوبيناث، كارثيك ناراسيمهان، وشونيو ياو التفكير وكلاء اللغة مع تعلم التعزيز اللفظي. التقدم في أنظمة معالجة المعلومات العصبية، ويمكن لنماذج اللغة تعليم نفسها استخدام الأدوات Toolformer هو عمل أساسي لاستخدام الأدوات، وهو قدرة أساسية على التفكير الوكيلي التأسيسي. إنه يمثل نهج "ما بعد التدريب" لتكامل الأدوات، حيث تتعلم النماذج استدعاء واجهات برمجة التطبيقات، والتي يتناقض المسح مع أساليب " في السياق" وهي حاسمة لفهم كيف يمكن للوكلاء الحصول على قدرات خارجية بشكل منهجي. تيمو شيك، جين دويفيدي يو، روبرتو ديسي، روبرتا رايانو، ماريا لوميلي، إريك هامبرو، لوك زيتلموير، نيكولا كانسيدا، وتوماس سكيالوم. أداة التشكيل: يمكن لنماذج اللغة تعليم نفسها استخدام الأدوات التقدم في أنظمة معالجة المعلومات العصبية. شجرة الأفكار: حل المشكلات المتعمد باستخدام نماذج لغوية كبيرة هذه الورقة أساسية لمناقشة الاستطلاع حول قدرات التخطيط والبحث المتقدمة. يقدم طريقة تتجاوز سلسلة التفكير الخطية الاستكشاف مسارات التفكير المتعددة، والتي يتم تسليط الضوء عليها كاستراتيجية رئيسية للمنطق في السياق" وحل المشكلات المتعمد في الأنظمة الوكيلة. ملحقخطوة وراء حافة النزف: فلسفة الملك حول الذكاء الاصطناعي
هذه مذكرة نشرتها داخليا لفريقي في مونارك. أنا أشاركها بشكل أكثر علنا في حال ساعدت فرق هندسة البرمجيات الأخرى التي تدير الأوقات المجنونة التي نمر بها.
ليس هناك شك الذكاء الاصطناعي يغير طريقة عملنا كمهندسي برمجيات. هناك الكثير من الضجيج والإثارة والقلق وعدم اليقين حول هذه التغييرات.
بصفتنا منظمة هندسية، كان لدينا مجموعة قوية من القيم الهندسية (كيف نعمل معا) التي خدمتنا بشكل جيد حقا مع نمونا.
أردت أن أتخلى عن بعض الأفكار حول فلسفتنا حول الذكاء الاصطناعي في الهندسة، القائمة على هذه القيم. لمزيد من التفاصيل، إليك طلبي من فريقنا ونحن نستكشف وننفذ الذكاء الاصطناعي في الهندسة: افهم واستكشف حافة النزيف، ولكن اعتمد حافة مبللة نحن نؤمن بالتأكيد ونريد الاستفادة من الذكاء الاصطناعي في عملنا الزيادة الإنتاجية والجودة. ومع ذلك، إذا حاولنا أن نكون دائما على حافة النزيف، فسنعاني من:- ثراش. نظرا لأن حافة النزيف تتغير باستمرار (تخرج أدوات جديدة، وتقفز الأدوات الموجودة بعضها البعض، وما إلى ذلك). يستغرق إعداد الأدوات وسير العمل الجديدة وتعلمها واستخدامها بعض الوقت. لا نريد أن يأخذ ذلك بعيدا عن زخمنا والتركيز على الشحن.
- التعرض الأمني. هناك اندفاع للذهب في الذكاء الاصطناعي. تقوم الشركات بقطع الزوايا لشحن (أو اعتماد) أدوات جديدة. كدليل كل يومين هناك نقطة ضعف جديدة رفيعة المستوى متعلقة بالذكاء الاصطناعي. لقد بنينا منتجنا حول الثقة والأمان والخصوصية. لا يمكننا التوصل إلى حل وسط هنا.
- تخصيص الوقت والموارد للاستكشاف بشكل جماعي (كمنظمة)
- تمكين أعضاء الفريق من الاستكشاف في ظروف معينة وآمنة مثل (النماذج الأولية أو الهاكاثونات أو المبادرات الفردية الأخرى).
- توقع من الناس مشاركة ما يتعلمونه: الأدوات وسير العمل والمطالبات والنصائح وأنماط الفشل.
- يتيح إنشاء طرق للذكاء الاصطناعي للتحقق من صحة عمله الخاص تشغيله بشكل أكثر استقلالية مع مدخلات أقل منك. يمكنك الحصول على نفوذ أعلى بكثير إذا كان لدى الذكاء الاصطناعي طريقة لاختبار وظائف وجودة عمله الخاص.
- ومع ذلك، فإن هذا لا يعفيك من امتلاك عملك، وبالتالي يجب أن تفكر أيضا في حلقات التحقق من الصحة البشرية. أين يجب أن تشارك؟ في كثير من الأحيان، سيبدو القالب مثل: مطالبة الذكاء الاصطناعي بوضع خطة ومراجعة ذلك ثم مطالبته بالقيام ببعض العمل ومراجعة / صقل ذلك.
