ما AutoGen؟

أظهرت ورقة بحثية حائزة على جوائز في 2024 من Microsoft، من تأليف Chi Wang وباحثين آخرين، قدرة AutoGen على التعامل مع عدة مشكلات في العالم الحقيقي، بما في ذلك تحسين سلاسل التوريد واتخاذ القرارات عبر الإنترنت.¹ كما يجعل حزمة SDK الخاصة بإطار AutoGen بلغة Python بدء الاستخدام أمرًا سهلًا مثل pip install .

بينما يُعَد AutoGen أحد أبرز أطر العمل متعددة الوكلاء، هناك منظومة كاملة من أطر عمل وكلاء الذكاء الاصطناعي يمكن الاختيار منها. وتشمل أطر العمل الأخرى crewAI وLangChain وLangGraph، بالإضافة إلى BeeAI من IBM.

يتكوَّن AutoGen من ثلاث طبقات رئيسية.

تُعَد Core هي الطبقة الأساسية في AutoGen، وهي البنية التحتية الأساسية التي تجعل إطار العمل AutoGen يعمل. وفقًا لشركة Microsoft، تعمل واجهة برمجة التطبيقات Core على تنفيذ تمرير الرسائل، والوكلاء القائمين على الأحداث، وبيئات التشغيل المحلية والموزعة. بعبارة أخرى، يُتيح ذلك للوكلاء التواصل مع بعضهم، ويمكِّنهم من العمل عند حدوث أحداث محددة، ويدعم تشغيلهم محليًا على جهازك أو عبر خوادم متعددة.

إذا كانت Core هي البنية التحتية والأسلاك، فإن AgentChat يشبه المنزل الجاهز المزوَّد بالتجهيزات المدمجة. يفترض AgentChat (استنادًا إلى حالات الاستخدام) أن معظم الناس يريدون أن يكون وكلاء الذكاء الاصطناعي قادرين على الدردشة مع البشر والروبوتات الأخرى (من الناحية التقنية، أن يكونوا "وكلاء قابلين للمحادثة"). وبدلًا من إجبار المطورين على ترميز منطق التنسيق من البداية، يفترض AgentChat أيضًا أنه في التعاون متعدد الوكلاء، سيكون هناك تقسيم للعمل، مع فرق الوكلاء بشكل متكرر بما في ذلك "AssistantAgent" (الذي يستخدم النماذج اللغوية الكبيرة لإجراء "التفكير" للمستخدم) بالإضافة إلى "UserProxyAgent" (لتنفيذ التعليمات البرمجية واستخدام الأداة). تساعد هذه القدرة على الاستفادة من فرق وكلاء "القالب" في تسهيل النماذج الأولية السريعة لتطبيقات الذكاء الاصطناعي.

يُعَد AutoGen "قابلًا للتوسع"، ما يعني أنه يمكن للمستخدمين إضافة قدرات جديدة. تتضمن الامتدادات الافتراضية في AutoGen عناصر مثل LocalSearchTool، الذي يُتيح البحث ضمن مجموعة ملفاتك الخاصة، بالإضافة إلى MultimodalWebSurfer، الذي يمكنه تصفح الإنترنت بشكل أوسع. تشجع Microsoft المطورين على إنشاء ملحقاتهم الخاصة أيضًا.

تشمل الأدوات الإضافية المفيدة AutoGenBench، الذي يقيس أداء الذكاء الاصطناعي الوكيل ويساعد على تصحيح الأخطاء، بالإضافة إلى AutoGen Studio، واجهة دون كود للمبتدئين (ويمكن العثور على برنامج تعليمي سهل على يوتيوب). 

أكَّدت Microsoft أنها رصدت مئات التطبيقات لإطار AutoGen في صناعات تتراوح بين التكنولوجيا الحيوية والسلع الاستهلاكية المعبأة والاتصالات.²

استخدم أستاذ العلاج الطبيعي بجامعة Tufts، ‏Benjamin Stern، AutoGen في مهام معقدة، بما في ذلك إنشاء تقييمات مخصصة، وأدلة دراسة فردية، وتقديم الإرشاد للطلاب الذين ينتقلون إلى دورات دراسات عليا. بالإضافة إلى ذلك، فقد استخدم تفاعلات الوكلاء لمحاكاة مقابلات المرضى واستفاد من قدرات AutoGen الشبيهة "بالدردشة الجماعية" لتعزيز تنسيقات المناظرات الجماعية. كما ذكر أنه يستخدم وكلاء OpenAI Assistant من خلال AutoGen.

أعلنت شركة الأدوية Novo Nordisk عن عدة طرق تستخدم بها مجموعة أدوات الذكاء الاصطناعي من Microsoft لإجراء ومشاركة التفكير في اكتشاف الأدوية.³ سام خليل، نائب الرئيس لشؤون تحليلات البيانات في الشركة، يوضِّح أن AutoGen "يساعدنا على تطوير إطار عمل متعدد الوكلاء جاهز للإنتاج".

قام Kelly Abuelsaad وAnna Gutowska، مهندسا IBM، بإنشاء تطبيق توليد معزز بالاسترجاع متعدد الوكلاء باستخدام AutoGen والذي يعمل اعتمادًا على مدخلات الإنسان لجمع المعلومات من مجموعة محلية من الوثائق. ويصفان نظامًا يعتمد على ستة وكلاء متخصصين بدرجة عالية (بما في ذلك وكيل التخطيط، ومساعد البحث، ومولِّد التقارير، وغيرهم) يتقاسمون المهام ويتعاونون لإنجازها. يقولون: "لم نَعُد بحاجة إلى كتابة استعلامات SQL معقدة لاستخراج البيانات ذات الصلة من قاعدة المعرفة". الحل أكثر قابلية للتوسع مقارنةً بالاعتماد على نموذج واحد كبير، حيث يمكن للمطورين عند الحاجة تعزيز أي وكيل فردي يسبب عوائق.

على GitHub، قام أحد المستخدمين بعرض كيفية استخدام AutoGen لفحص الصور الملتقطة من كاميرا في بيئة قد تكون خطرة مثل المصنع، وتحديد في الوقت شبه الفعلي إذا كان أي شخص موجود لا يرتدي خوذة. من خلال الأتمتة، سيضيف النظام إطارًا أحمر اللون حول الصورة لتنبيه فرق السلامة.

يُعَد مما سبق وصفًا لإطار AutoGen، خدمة من Microsoft. ومع ذلك، كما يحدث كثيرًا في مشاريع البرمجيات، ظهر تفرّع في الطريق. يتم الترويج لإطار عمل منافس، AG2، من قِبَل مبتكريه، بمن فيهم Chi Wang المذكور أعلاه، باعتباره "نظام AgentOS مفتوح المصدر لوكلاء الذكاء الاصطناعي". كان Chi Wang يعمل سابقًا في شركة Microsoft، ثم انتقل لاحقًا إلى Google DeepMind؛ ويبدو أنه قرر تطوير نسخة مستقلة من AutoGen منذ مغادرته Microsoft.

وفقًا لأحد مستخدمي Reddit الذي حاول تبديد الالتباس، "هذا ليس إطار عمل جديدًا - إنه في الأساس AutoGen 0.2.34 يستمر تحت اسم جديد".⁴ أحد الفروقات الرئيسية بين AutoGen التابع لشركة Micosoft وAG2 هو أن الأخير مدعوم من المجتمع، وليس من شركة كبيرة واحدة. يُعَد Wang من القائمين على صيانة AG2، بالإضافة إلى باحثين من Meta وIBM وعدة جامعات.⁵