تُشير البنية الوكيلية إلى هيكل وتصميم أطر عمل الذكاء الاصطناعي الوكيلي. البنية الوكيلية هي التي تشكِّل الفضاء الافتراضي وهيكل سير العمل من أجل أتمتة نماذج الذكاء الاصطناعي ضمن نظام ذكاء اصطناعي وكيل.
الذكاء الاصطناعي الوكيل هو نظام أو برنامج يستخدم وكلاء الذكاء الاصطناعي للقيام بمهام بشكل مستقل نيابةً عن مستخدم أو نظام آخر. تعمل البنية الوكيلية على دعم وتنظيم سلوك الوكلاء المدعومين بالذكاء الاصطناعي والذين يعملون داخل نظام الذكاء الاصطناعي التوليدي. تتطلب أنظمة الذكاء الاصطناعي الوكيل أن يكون وكلاؤها قادرين على التكيف والتنقل في بيئات ديناميكية لتحقيق النتائج المرجوة.
لا يختلف النموذج كثيرًا عن علم النفس البشري - تُشير الوكالة إلى القدرة على تحقيق شيء ما عن قصد بناءً على أفعال المرء.1 لتحقيق النتائج المرجوة، يجب على المرء استخدام التخطيط والعمل والذاكرة والتفكير. تتوافق هذه الخصائص مع خصائص وكلاء الذكاء الاصطناعي الحديثة المستخدمين في إطار العمل ذي الوكيل الواحد ومتعدد الوكلاء.
لقد أدى التقدم في خوارزميات التعلم الآلي والنماذج اللغوي الكبيرة (LLMs) مثل GPT من OpenAI إلى دفع تطوير وكلاء الذكاء الاصطناعي. الهدف من البنية الوكيلية هو توفير هيكل للنموذج اللغوي الكبير لأتمتة الوكلاء لإكمال المهام المعقدة.
يعتمد السلوك المستقل أو صناعة القرار لوكيل الذكاء الاصطناعي على البنية التحتية التي تمكِّنه. تم تصميم البنية الوكيلية للتكيُّف مع البيئات الديناميكية، ما يعزز قابلية التشغيل البيني.
على سبيل المثال، يمكن للوكلاء التفاعل مع مصادر بيانات وتنسيقات متنوعة، وواجهات برمجة التطبيقات (APIs) أو الأنظمة. يسمح هذا السلوك القابل للتكيُّف للوكلاء باتخاذ قرارات مستنيرة.
النشرة الإخبارية الخاصة بالمجال
ابقَ على اطلاع دومًا بأهم—اتجاهات المجال وأكثرها إثارة للفضول—بشأن الذكاء الاصطناعي والأتمتة والبيانات وغيرها الكثير مع نشرة Think الإخبارية. راجع بيان الخصوصية لشركة IBM.
سيتم تسليم اشتراكك باللغة الإنجليزية. ستجد رابط إلغاء الاشتراك في كل رسالة إخبارية. يمكنك إدارة اشتراكاتك أو إلغاء اشتراكك هنا. راجع بيان خصوصية IBM لمزيد من المعلومات.
يجب أن تتكون بنية الذكاء الاصطناعي الوكيل من عناصر تُعالج العناصر الأساسية للوكالة: القصد (التخطيط)، والتفكير، والتفاعل الذاتي، والتأمل الذاتي.2 توفِّر هذه العوامل الاستقلالية لوكلاء الذكاء الاصطناعي بحيث يمكنهم تحديد الأهداف والتخطيط ومراقبة أدائهم والتفكير للتوصل إلى هدفهم المحدد.
تستخدم التقنية الوكيلية استدعاء الأدوات الخلفية لجمع المعلومات المحدَّثة، وتقوم بتحسين سير العمل المعقد وتوليد المهام تلقائيًا لتحقيق الأهداف المعقدة.
أثناء عمله، يتكيَّف الوكيل المستقل مع تفضيلات المستخدم بمرور الوقت، ما يوفر تجربة أكثر تخصيصًا ويقدم ردودًا أكثر تفصيلًا. يمكن تشغيل عملية استدعاء الأدوات هذه دون إدخال بشري، ما يفتح آفاقًا أوسع لتطبيقات الذكاء الاصطناعي في العالم الواقعي.
تدعم البنية الوكيلية السلوك الوكيلي داخل وكلاء الذكاء الاصطناعي. وكلاء الذكاء الاصطناعي هم أنظمة قابلة للتكيُّف قائمة على نماذج التعلم الآلي التي يمكنها التفاعل مع البيئات الخارجية واستخدام الأدوات لإنجاز أهداف محددة. لا يُعَد كل وكيل ذكاء اصطناعي وكيليًا بالضرورة. يعتمد ذلك على مدى تعقيد وقدرات إطار عمل التنسيق أو النظام.
تمكِّن البنية الوكيلية وكلاء الذكاء الاصطناعي من التصرُّف بدرجة من الاستقلالية واتخاذ القرارات بناءً على الأهداف دون الحاجة المستمرة إلى المدخلات البشرية.3 يتطلب وكلاء الذكاء الاصطناعي المستقلون القليل من التدخل البشري لإكمال مهامهم المحددة.
في البنى غير الوكيلية، تكون نماذج LLM قادرةً على تنفيذ مهام فردية أو خطية.4 تتمثل وظيفة نموذج الذكاء الاصطناعي في البنية غير الوكيلية في توفير المخرجات بناءً على الإدخال والسياق.
دون تنسيق صريح، لا تستطيع نماذج LLM الاحتفاظ بمعلومات جديدة في الوقت الفعلي وغالبًا ما تعاني من مشكلات معقدة بسبب سياقها المحدود. على سبيل المثال، هناك بعض التطبيقات الشائعة للذكاء الاصطناعي التي لا تتطلب سير عمل معقدًا، مثل التحليل الدلالي وروبوت المحادثة وتوليد النصوص.
تعتمد بنية الوكيل المثالية على متطلبات التطبيق وحالة الاستخدام. تتفوق الأنظمة أحادية الوكلاء في معالجة المشكلات المحددة والمركَّزة، حيث تعمل بشكل أساسي كحلول فردية للمشكلات.
ومع ذلك، قد تتطلب بعض التحديات خبرة فريدة من نوعها من وكيل متخصص، في حين قد تستفيد تحديات أخرى من نهج تعاوني يشمل عدة وكلاء يعملون معًا كفريق واحد.
يقدِّم الجدول مقارنة واضحة بين أنواع أنظمة بنية وكلاء الذكاء الاصطناعي المختلفة: الرأسية والأفقية والهجينة. وهي تسلط الضوء على هياكلها وسماتها الرئيسية ونقاط قوتها ونقاط ضعفها وأفضل حالات الاستخدام للمساعدة على تحديد النهج الأنسب لمختلَف المهام.
تتضمن البنية أحادية الوكيل كيانًا مستقلًا واحدًا يتخذ قرارات مركزية داخل بيئة معينة.
تتجاوز البنى متعددة الوكلاء قدرات الذكاء الاصطناعي الخاصة بإعدادات الوكيل الفردي التقليدية، ما يحقِّق العديد من الفوائد الفريدة. يتخصص كل وكيل في مجال معين، مثل تحليل الأداء أو الوقاية من الإصابات أو أبحاث السوق، بينما يتعاونون بسلاسة لحل المشكلات المعقدة.
يقوم الوكلاء بتكييف أدوارهم بناءً على المهام المتطورة، ما يساعد على ضمان المرونة والاستجابة في السيناريوهات الديناميكية.
الأنظمة متعددة الوكلاء أكثر مرونة. قد يستخدم أحد الوكلاء معالجة اللغة الطبيعية (NLP)، في حين قد يتخصص وكيل آخر في الرؤية الحاسوبية. وقد يستخدم وكيل التوليد المعزز بالاسترجاع (RAG) لسحب البيانات من مجموعة البيانات الخارجية.
هناك العديد من موفِّري إطار العمل متعدد الوكلاء مثل crewAI، وهو إطار عمل متعدد الوكلاء يعتمد على Python ويعمل على LangChain. من حلول الذكاء الاصطناعي الأخرى DeepWisdom، الذي يقدِّم MetaGPT، وهو إطار عمل يستخدم سير عمل منظمًا يسترشد بإجراءات التشغيل القياسية.
بنى الذكاء الاصطناعي الرأسية
نقاط الضعف
العوائق: الاعتماد على القادة يمكن أن يُبطئ التقدم.
نقطة فشل واحدة: معرضة للمشكلات المرتبطة بالقائد.
أفضل حالات الاستخدام
أتمتة سير العمل: الموافقات متعددة الخطوات.
توليد المستندات: أقسام يُشرف عليها قائد.
بنى الذكاء الاصطناعي الأفقية
الهيكلية
نموذج التعاون بين الأقران: يعمل الوكلاء على قدم المساواة في نظام لامركزي، ويتعاونون بحرية لحل المهام.6
السمات الرئيسية
التعاون الموزع: يشارك جميع الوكلاء الموارد والأفكار.
القرارات اللامركزية: صناعة القرار بشكل جماعي لتحقيق الاستقلال التعاوني.
نقاط القوة
حل المشكلات بشكل ديناميكي: تعزيز الابتكار.
المعالجة المتوازية: يعمل الوكلاء على المهام في وقت واحد.
نقاط الضعف
تحديات التنسيق: سوء الإدارة يمكن أن يؤدي إلى عدم الكفاءة.
تباطؤ اتخاذ القرارات: الكثير من المداولات.
أفضل حالات الاستخدام
العصف الذهني: توليد أفكار متنوعة.
حل المشكلات المعقدة: مواجهة التحديات متعددة التخصصات.
بنى الذكاء الاصطناعي الهجين
الهيكلية
يجمع بين القيادة المنظمة والمرونة التعاونية. تحوُّلات القيادة بناءً على متطلبات المهمة.
السمات الرئيسية
القيادة الديناميكية: تتكيف القيادة مع مرحلة المهمة.
القيادة التعاونية: تتفاعل القادة مع نظرائهم بشكل منفتح.
نقاط القوة
تعدُّد الاستخدامات: تجمع بين مزايا كِلا النموذجين.
القدرة على التكيف: تتعامل مع المهام التي تتطلب الهيكلية والإبداع.
نقاط الضعف
التعقيد: تحقيق التوازن بين أدوار القيادة والتعاون يتطلب آليات قوية.
إدارة الموارد: أكثر تطلبًا.
أفضل حالات الاستخدام
المهام المتنوعة: التخطيط الاستراتيجي أو مشاريع الفريق.
العمليات الديناميكية: تحقيق التوازن بين المتطلبات الهيكلية والإبداعية.
تشير أطر العمل الوكيلية إلى أطر العمل التي تحدِّد كيفية قيام الوكلاء (سواء أكانوا اصطناعيين أم طبيعيين) بأداء المهام واتخاذ القرارات والتفاعل مع بيئتهم بطريقة مستقلة وذكية. توفِّر أطر العمل الهيكل والمبادئ التوجيهية لكيفية عمل الوكلاء والتفكير والتكيُّف في مختلَف السياقات.
تربط البنى التفاعلية الحالات مباشرةً بالإجراءات. وهي انعكاسية، وتتخذ قراراتها استنادًا إلى المحفزات الفورية من البيئة، بدلًا من الاعتماد على الذاكرة أو القدرات التنبؤية. لا يمكنها التعلم من الماضي أو التخطيط للمستقبل.
البنية القائمة على التفكير المسبق هي نظام ذكاء اصطناعي يتخذ قراراته بناءً على الاستدلال والتخطيط ونماذج داخلية للعالم. على عكس البنية التفاعلية، يحلل الوكلاء في هذه البنية بيئتهم، ويتوقعون النتائج المستقبلية، ويتخذون قرارات مدروسة قبل التصرُّف.
البنية الوكيلية المعرفية هي نظام ذكاء اصطناعي متقدم يُحاكي التفكير البشري، والاستدلال، والتعلُّم، واتخاذ القرار.
يشمل هؤلاء الوكلاء عناصر مثل الإدراك، والذاكرة، والاستدلال، والتكيُّف، حيث يتم تمثيل كل وكيل منهم بوحدة مستقلة، ما يُتيح لهم العمل في بيئات معقّدة وغير مؤكدة، مع التطوُّر المستمر بمرور الوقت. وهذا هو النوع الأكثر تقدمًا من البنى الوكيلية.
تُعَد بنية BDI (ويُشار إليها غالبًا كنموذج أو إطار عمل) مصممة لمحاكاة اتخاذ القرار العقلاني لدى الوكلاء الأذكياء، وتعتمد على إطار المعتقدات والرغبات والنوايا (Belief-Desire-Intention).
تُحاكي هذه البنية أسلوب التفكير البشري في وكيل BDI، وذلك من خلال:
المعتقدات (B): تمثِّل معرفة الوكيل بالعالم، والتي قد تشمل فهمه للبيئة، والوضع الحالي، وأي بيانات حسّية.
مثال: "الباب مغلق".
الرغبات (D): أهداف أو غايات الوكيل، والتي تمثِّل ما يريد تحقيقه. الرغبات ليست بالضرورة أفعالًا بل أهدافًا رفيعة المستوى.
مثال: "أريد دخول الغرفة".
النوايا (I): مسار العمل الذي يلتزم به الوكيل من أجل تحقيق رغباته. تمثِّل النوايا الإجراءات المخطط لها التي يسعى إليها الوكيل بنشاط، مع مراعاة معتقداته ورغباته.
مثال: "سأفتح الباب لدخول الغرفة".
1 Bandura A. “Social cognitive theory: an agentic perspective.” Annu Rev Psychol. 2001;52:1-26. doi: 10.1146/annurev.psych.52.1.1. https://pubmed.ncbi.nlm.nih.gov/11148297/.
2 Bandura A. “Social cognitive theory: an agentic perspective.”
3 T. Masterman, S. Besen, M. Sawtell, and A. Chao, "The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey," arXiv preprint arXiv:2404.11584, أبريل 2024. [على الإنترنت]. متوفر على: https://arxiv.org/abs/2404.11584.
4 E. H. Durfee and V. Lesser, "Negotiating Task Decomposition and Allocation Using Partial Global Planning," in Distributed Artificial Intelligence Volume II, ed. L. Gasser and M. Huhns (London: Pitman Publishing; San Mateo, CA: Morgan Kaufmann, 1989), 229–244.
5 Masterman, et al, “, "The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey."
6 Masterman, et al, “, "The Landscape of Emerging AI Agent Architectures for Reasoning, Planning, and Tool Calling: A Survey."
تمكين المطورين من إنشاء وكلاء الذكاء الاصطناعي ونشرهم ومراقبتهم باستخدام استوديو IBM watsonx.ai.
حقِّق إنتاجية غير مسبوقة مع مجموعة من أكثر الحلول تكاملًا في القطاع لمساعدة الأعمال على بناء وتخصيص وإدارة وكلاء ومساعدي الذكاء الاصطناعي.
تحقيق وفورات في التكاليف تزيد على 90% باستخدام نماذج Granite الصغيرة والمفتوحة المصممة لتعزيز كفاءة المطوِّرين. تقدِّم هذه النماذج الجاهزة للمؤسسات أداءً استثنائيًا في معايير الأمان، وتتفوق في مجموعة واسعة من المهام المؤسسية من الأمن الإلكتروني إلى التوليد المعزز بالاسترجاع (RAG).