دفع نحو وكلاء ذكاء اصطناعي يتحسنون باستمرار

معظم وكلاء الذكاء الاصطناعي اليوم يُدرَّبون ثم يُنشرون ثم يبقون إلى حد كبير ثابتين. قد يتلقون تحديثات في التعليمات أو ترقيات للنموذج، لكنهم لا يتكيفون عادةً بطريقة مستمرة أثناء خدمتهم للمستخدمين. MetaClaw محاولة لتغيير هذا النموذج.

قام باحثون من University of North Carolina at Chapel Hill وCarnegie Mellon University وUniversity of California, Santa Cruz وUniversity of California, Berkeley ببناء إطار عمل يتيح لوكلاء الذكاء الاصطناعي التحسن أثناء التشغيل. يراقب النظام الإخفاقات، ويستخلص منها قواعد سلوكية جديدة، ويجدول تدريب النموذج خلال الفترات التي يكون فيها المستخدم غير نشط.

والنتيجة، وفقًا للنص المصدر المقدم، هي إطار عمل يمكنه تقريبًا رفع نموذج لغوي أضعف إلى مستوى أداء نموذج أقوى بكثير في الاختبارات. وإذا ثبت هذا النوع من المكسب خارج التقييمات المضبوطة، فقد ينقل التركيز من مجرد شراء نماذج أكبر إلى بناء وكلاء يتعلمون بشكل أفضل بعد النشر.

كيف تعمل MetaClaw

تحتوي MetaClaw على آليتين رئيسيتين. الأولى تنشط عندما يفشل الوكيل في مهمة. يقوم نموذج لغوي منفصل بمراجعة التفاعل الفاشل وإنتاج قاعدة سلوكية موجزة. ثم تُحقن تلك القاعدة في system prompt الخاص بالوكيل حتى يدخل التغيير حيز التنفيذ فورًا في المهام المستقبلية.

هذا مهم لأنه يتجنب انتظار دورة إعادة تدريب كاملة. يمكن للخدمة أن تواصل العمل بينما يستوعب الوكيل الدروس المستفادة من الأخطاء المحددة. ووفقًا لملخص الورقة في النص المصدر، شملت أنواع القواعد الشائعة تنسيق الوقت بشكل صحيح، وإنشاء نسخ احتياطية قبل عمليات الملفات المدمرة، واتباع قواعد التسمية.

هذه الأمثلة متواضعة، لكنها تشير إلى فكرة عملية: الأخطاء التشغيلية الصغيرة غالبًا ما تتكرر عبر العديد من سير العمل. وإذا استطاع الوكيل استخراج قاعدة قابلة لإعادة الاستخدام من خطأ واحد، فقد يتحسن أداؤه في مهام أخرى من دون الحاجة إلى تغيير كبير في البنية.

التدريب أثناء وقت الخمول

الآلية الثانية أكثر طموحًا. تقوم MetaClaw بتحديث أوزان النموذج عبر التعلم المعزز باستخدام LoRA fine-tuning السحابي. وبما أن هذه العملية تقطع عمل الوكيل لفترة وجيزة، فقد بنى الباحثون مجدولًا لإيجاد نوافذ تدريب منخفضة الأثر.

ويُسمى هذا العمل الخلفي OMLS، أي Opportunistic Meta-Learning Scheduler. وهو يراقب أوقات النوم القابلة للتهيئة، ونشاط لوحة المفاتيح والفأرة، وGoogle Calendar الخاص بالمستخدم لاستنتاج الأوقات التي يُحتمل فيها ألا يكون الشخص يستخدم النظام بنشاط. ثم يستخدم الإطار تلك النوافذ لتحديث النموذج.

تُعد فكرة الجدولة إحدى أبرز ميزات المشروع لأنها تتعامل مع التخصيص بوصفه مشكلة تشغيلية، لا مجرد مشكلة نمذجة. فالتحدي لا يقتصر على كيفية تحسين الوكيل، بل يشمل أيضًا توقيت ذلك دون إعاقة المستخدم.

وبهذا المعنى، تعكس MetaClaw تحولًا أوسع في هندسة الذكاء الاصطناعي. ومع تحول النماذج إلى سلع، قد يعتمد أداء المنتج أكثر على النظام المحيط به: تحليل الأخطاء، والذاكرة، والجدولة، وسلوك الاسترداد، والتكيف الآمن.

لماذا يهم هذا في تصميم الوكلاء

تفشل العديد من وكلاء الذكاء الاصطناعي الحاليين بطرق يمكن التنبؤ بها. فهم يسيئون التعامل مع عمليات الملفات، أو يفقدون متطلبات التنسيق، أو يكررون الأخطاء نفسها الخاصة بالمهمة. كان الرد التقليدي هو استخدام نموذج أساس أقوى، أو إضافة المزيد من السياق، أو كتابة تعليمات أفضل. وتقترح MetaClaw مسارًا آخر: اعتبار الوكلاء المنشورين أنظمة ينبغي أن تتعلم من تاريخ عملها.

إذا نجحت الفكرة، فقد تجعل النماذج الأصغر أو الأرخص أكثر قدرة على المنافسة. ويذكر النص المصدر أن MetaClaw رفعت تقريبًا نموذجًا أضعف إلى مستوى نموذج أقوى بكثير في الاختبارات. وحتى من دون تفاصيل دقيقة عن المعايير هنا، فإن هذا الادعاء مهم استراتيجيًا. فهو يشير إلى أن بنية التعلم بعد النشر قد تصبح بديلًا عن جزء من قدرة النموذج الخام.

وسيكون ذلك جذابًا للشركات التي تحاول ضبط تكاليف الاستدلال. فبدلًا من الدفع المستمر مقابل نموذج متقدم، قد تقبل شركة ما بنموذج أساس أضعف إذا كان قادرًا على التكيف بفاعلية مع مرور الوقت.

نقاط الاحتكاك

تثير MetaClaw أيضًا أسئلة واضحة. إن مراقبة أحداث Google Calendar، ونشاط لوحة المفاتيح، ونشاط الفأرة، وجداول النوم تمنح النظام إشارات مفيدة، لكنها تلامس أيضًا أجزاء حساسة من الحياة الرقمية للمستخدم. ويعرض النص المصدر هذه العناصر كمدخلات للجدولة لا كميزات مراقبة، لكن الخط الفاصل بينهما سيظل مهمًا في أي نشر فعلي.

هناك أيضًا خطر التعزيز الذاتي. فإذا حوّل الوكيل تفسيرًا خاطئًا إلى قاعدة سلوكية، فقد يرسخ عادة سيئة بدلًا من تصحيحها. يصف النص المصدر نموذجًا منفصلًا يستخلص القواعد من الإخفاقات، لكنه لا يوضح كيف تُراجع تلك القواعد أو تُرتب أو تُلغى.

لذلك تحتاج أنظمة التعلم التشغيلي إلى ضوابط قوية على جودة القواعد، والتراجع، والسلامة. وهذا مهم بشكل خاص إذا كانت تتعامل مع إجراءات مدمرة مثل تعديل الملفات أو تغييرات الحسابات.

رؤية مختلفة لتقدم الذكاء الاصطناعي

تتميز MetaClaw لأنها تصوغ الذكاء بوصفه شيئًا يمكن أن يواصل التحسن أثناء الاستخدام، لا في المختبر فقط. كانت هذه الفكرة شائعة في البرمجيات التقليدية وأنظمة التوصية، لكنها لا تزال غير معيارية لوكلاء نماذج اللغة الموجهين للمستهلك.

كما تلمح الإطار إلى مستقبل يصبح فيه الوكلاء أكثر تخصيصًا. فالنظام الذي يتعلم من سير عمل مستخدم واحد، وتفضيلات التسمية، وقواعد تنسيق الوقت، ومستوى تحمله للمخاطر، قد يصبح تدريجيًا أكثر فائدة من مساعد عام يعتمد على نموذج أساس أقوى لكنه لا يملك ذاكرة للأخطاء التشغيلية.

وليس الأهم أن يُعتمد هذا الإطار تحديدًا على نطاق واسع، بل الاتجاه الذي يمثله. فوكلا الذكاء الاصطناعي ينتقلون من واجهات ثابتة إلى أنظمة مُدارة تتطلب جدولة وحلقات تعلم وحوكمة سلوكية. وتقدم MetaClaw مخططًا أوليًا مبكرًا لهذا الانتقال.

لماذا يهم

  • يعيد تعريف تحسين الوكلاء بوصفه عملية تشغيلية مستمرة بدلًا من إطلاق نموذج لمرة واحدة.
  • يشير إلى أن النماذج الأرخص قد تصبح أكثر قدرة على المنافسة إذا تمكنت من التعلم بفاعلية بعد النشر.
  • يسلط الضوء على أسئلة جديدة تتعلق بالخصوصية والحوكمة مع بدء الوكلاء استخدام إشارات النشاط الشخصي لتحديد متى وكيف يُعاد تدريبهم.

هذا المقال يستند إلى تقرير من The Decoder. اقرأ المقال الأصلي.