يُشير تواصل وكلاء الذكاء الاصطناعي إلى كيفية تفاعل وكلاء الذكاء الاصطناعي مع بعضهم أو البشر أو الأنظمة الخارجية لتبادل المعلومات واتخاذ القرارات وإكمال المهام. يُعَد هذا التواصل مهمًا بشكل خاص في الأنظمة متعددة الوكلاء، حيث يتعاون العديد من وكلاء الذكاء الاصطناعي، وفي التفاعل بين الإنسان والذكاء الاصطناعي.
النماذج اللغوية الكبيرة (LLMs): خوارزميات تعلُّم آلي تم تدريبها على كميات هائلة من البيانات، وتمنح الوكلاء القدرة على الاستدلال. بفضل قدرات الذكاء الاصطناعي التوليدي، يمكن للوكلاء مشاركة المعلومات التي يعرفونها مع كيانات أخرى. وعندما تكون لدى الوكلاء القدرة على التواصل فيما بينهم، فإن النظام الوكيلي يتجاوز في كفاءته مجموع أجزائه الفردية.
يمكن اعتبار النظام متعدد الوكلاء مثل فريق من البشر، لكل منهم خبرة في مجال تخصصه. يشارك الوكلاء المستقلون المعلومات التي يمكنهم هم فقط إدراكها عن بيئتهم، ما يُعزز فهم المجموعة ككل. ومع تزايد قدرة الوكلاء على "التواصل" فيما بينهم ضمن سير عمل وكيلي معقّد، يمكننا أن نتوقع ظهور أنظمة كاملة من الوكلاء تعمل بتناغم ذاتي على نحو مترابط.
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.
يمكن لوكلاء الذكاء الاصطناعي المترابطين العمل معًا نحو هدف مشترك بكفاءة أعلى من وكيل منفرد. ولكن من أجل تنسيق إجراءاتهم، يجب أن يكونوا قادرين على التواصل بشكل فعَّال.
يؤدي التواصل الفعَّال بين وكلاء الذكاء الاصطناعي إلى وعي أفضل بالسياق واتخاذ قرارات أكثر استنارة. عندما يشارك الوكلاء البيانات، يمكنهم تحسين استراتيجيتهم واستجاباتهم بناءً على المعلومات الفورية.
في الأنظمة المعقدة، يمكن للذكاء الاصطناعي الموزع تقسيم المهام بين وكلاء متعددين، ما يؤدي إلى حل المشكلات بشكل أسرع. بدلًا من أن يحاول ذكاء اصطناعي واحد معالجة كل شيء، يمكن لعدة وكلاء التخصص في جوانب مختلفة من المشكلة وتبادل نتائجهم.
يمكن لوكلاء الذكاء الاصطناعي الذين يتواصلون أن يتعلموا من بعضهم، ما يعزز قدرتهم على التكيف مع مرور الوقت. من خلال تبادل الرؤى، يقومون بتحسين سلوكهم استنادًا إلى التجارب المشتركة. يمكن لأنظمة الذكاء الاصطناعي متعددة الوكلاء أن تتوسع بكفاءة، ما يُتيح لها معالجة كميات أكبر من البيانات والمهام الأكثر تعقيدًا.
يتواصل وكلاء الذكاء الاصطناعي بطرق مختلفة اعتمادًا على دورهم وبيئتهم وأهدافهم. يمكن أن يكون الاتصال صريحًا أو ضمنيًا، ويتضمن تبادلًا مباشرًا للرسائل أو المراقبة غير المباشرة للأفعال.
تعتمد بعض الأنظمة على التحكم المركزي، حيث يقوم الذكاء الاصطناعي الواحد بمعالجة البيانات وتوزيعها على وكلاء آخرين. ويستخدم البعض الآخر الاتصالات اللامركزية، حيث يتفاعل وكلاء الذكاء الاصطناعي مع بعضهم.
بما أن معظم الوكلاء يعملون باستخدام النماذج اللغوية الكبيرة، فإنهم غالبًا ما يتواصلون فيما بينهم بلغة بشرية طبيعية. يجب أن يكون الوكلاء قادرين على تبادل المعلومات، وكذلك أيضًا على التعبير عن النوايا، والتنسيق ضمن تسلسل هرمي، والتفاوض بشأن تخصيص الموارد.
يعمل الباحثون على طرق أكثر كفاءة للاتصال من وكيل إلى وكيل ، مثل "DroidSpeak" من Microsoft، والذي يهدف إلى تمكين الوكلاء من التواصل بشكل أسرع مع الحد الأدنى من فقدان الدقة.1 يوجد بروتوكولان أساسيان لتواصل الوكلاء، هما KQML (لغة استعلام ومعالجة المعرفة) وFIPA-ACL (لغة تواصل الوكلاء التابعة لمؤسسة Foundation for Intelligent Physical Agents).2
طوَّرت وكالة مشاريع الأبحاث المتقدمة الدفاعية الأمريكية (DARPA) بروتوكول KQML في التسعينيات، ما مهَّد الطريق لتواصل الوكلاء فيما بينهم قبل أن يصبح وجود وكلاء ذكاء اصطناعي أذكياء أمرًا ممكنًا. استند مطوِّرو FIPA إلى هذا الأساس بعد فترة وجيزة، وعملوا على تحسين معايير القياس والوضوح الدلالي.
يعتمد العديد من وكلاء الذكاء الاصطناعي على الحوسبة السحابية وأجهزة إنترنت الأشياء (IoT) لتبادل البيانات في الوقت الفعلي. تقوم أنظمة الذكاء الاصطناعي السحابية بتخزين واسترجاع وتحليل مجموعة البيانات، بينما تقوم الأجهزة المتصلة بإنترنت الأشياء (IOT) بمشاركة معلومات المستشعرات عبر الشبكات.
يتواصل وكلاء الذكاء الاصطناعي أيضًا مع البشر باستخدام معالجة اللغة الطبيعية (NLP)، والتعرُّف على الكلام والواجهات المرئية. يستخدم المساعدون الافتراضيون مثل ChatGPT من OpenAI وSiri من Apple وAlexa من Amazon تقنية NLP لتفسير استفسارات البشر وتوليد ردود ذات معنى.
في دعم العملاء، توفِّر روبوتات المحادثة الذكية مساعدة مؤتمتة من خلال فهم استفسارات المستخدم والرد عليها. وتتضمن بعض نماذج الذكاء الاصطناعي أيضًا الاتصال متعدد الوسائط، من خلال الجمع بين النصوص والكلام والصور لتعزيز التفاعل.
يواجه وكلاء الذكاء الاصطناعي العديد من التحديات التي يمكن أن تؤثِّر في الدقة والكفاءة والأمان وقابلية التوسع.
غالبًا ما يعمل وكلاء الذكاء الاصطناعي عبر منصات مختلفة، ويستخدم كل منها بروتوكولات وتنسيقات بيانات ولغات اتصال فريدة. تتضمن البروتوكولات معلومات حول بناء الجملة ودلالات الرسائل. يمكن أن تكون البروتوكولات محددة مسبقًا من قِبَل المبرمجين البشر، أو ناشئةً بشكل تلقائي نتيجةً لتواصل الوكلاء مع بعضهم.
دون إطار عمل موحد للمراسلة، قد يواجه الوكلاء صعوبة في تفسير رسائل بعضهم والرد عليها، ما يؤدي إلى عدم الكفاءة. على سبيل المثال، في المدن الذكية، قد تستخدم أنظمة إدارة حركة المرور والمركبات ذاتية القيادة بروتوكولات اتصال مختلفة، ما يمنع مشاركة البيانات والتنسيق بسلاسة.
يجب على وكلاء الذكاء الاصطناعي معالجة المعلومات بدقة، لكن الغموض في تفسير الرسائل لا يزال يمثِّل تحديًا. قد يسيء الوكلاء تفسير الرسائل، ما يؤدي إلى إجراءات غير صحيحة. في روبوت محادثة لخدمة العملاء، قد يُساء فهم استفسارات المستخدمين الغامضة مثل "أريد تغيير طلبي"، ما يؤدي إلى إجراء تعديلات أو إلغاءات خاطئة.
تتطلب العديد من حالات استخدام الذكاء الاصطناعي الاتصال في الوقت الفعلي، ولكن زمن انتقال الشبكة والقيود الحسابية يمكن أن يؤدي إلى إبطاء أوقات الاستجابة. ويُعَد هذا مشكلة خاصة في الأنظمة المستقلة التي تتطلب صناعة القرار في جزء من الثانية. في السيارات ذاتية القيادة، يجب على وكلاء الذكاء الاصطناعي معالجة البيانات على الفور من الكاميرات وأجهزة الاستشعار ونظام تحديد المواقع العالمي. فأي تأخير في تبادل البيانات قد يؤدي إلى اتخاذ قرارات ملاحية خاطئة.
وكلاء الذكاء الاصطناعي الذين يتواصلون عبر الشبكات معرَّضون للهجمات الإلكترونية واختراق أمن البيانات والتلاعب العدائي. يمكن للمتطفلين اعتراض اتصالات الذكاء الاصطناعي أو تغييرها، ما يؤدي إلى صناعة قرارات خاطئة وفشل الأنظمة.
وتُعَد المصادقة ونقاط النهاية الآمنة والمعالجة السليمة للبيانات الحساسة أمرًا بالغ الأهمية. في أنظمة الذكاء الاصطناعي في مجال الرعاية الصحية، على سبيل المثال، إذا قام مهاجم بتعديل البيانات التشخيصية المتبادلة بين وكلاء الذكاء الاصطناعي، فقد يؤدي ذلك إلى توصيات علاجية غير صحيحة.
عندما يزيد عدد وكلاء الذكاء الاصطناعي في نظام الاتصالات، تزداد التكاليف الإضافية للاتصالات، ما يؤدي إلى تحديات في قابلية التوسع. لِذا يجب على الوكلاء إدارة التفاعلات واسعة النطاق بكفاءة دون زيادة تحميل الموارد الحسابية.
في الأسواق المالية، تتواصل الآلاف من روبوتات الذكاء الاصطناعي وتتفاعل مع تغيُّرات السوق. إذا تبادل عدد كبير جدًا من الروبوتات البيانات في وقت واحد، فقد يحدث ازدحام في الشبكة.
يجب على وكلاء الذكاء الاصطناعي التواصل بفاعلية في بيئات ديناميكية، حيث يلزم تحديث المعلومات في الوقت الفعلي. إذا فشل وكلاء الذكاء الاصطناعي في التكيُّف مع الظروف الجديدة، فقد تؤدي التغييرات غير المتوقعة إلى تعطيل عمليات صنع القرار لديهم.
في الاستجابة للكوارث، يجب أن يقوم الذكاء الاصطناعي والطائرات دون طيار والروبوتات باستمرار بتعديل الاستراتيجية الخاصة بها بناءً على العقبات غير المتوقعة، مثل انهيار المباني أو فقدان إشارات الشبكة.
عندما يتفاعل وكلاء الذكاء الاصطناعي مع البشر، تنشأ تحديات في التواصل؛ بسبب الاختلافات في فهم اللغة والسياق العاطفي وأساليب التفكير. يجب أن يفسِّر الذكاء الاصطناعي نوايا البشر بشكل صحيح مع تقديم ردود واضحة.
لا يزال فهم السخرية، واللهجات الإقليمية، والطلبات الضمنية يمثِّل تحديًا للمساعدين الافتراضيين. على سبيل المثال، إذا قال مستخدم "الجو بارد جدًا هنا"، فقد لا يتعرَّف مساعد الذكاء الاصطناعي على أن المستخدم يريد رفع درجة الحرارة.
1 Droidspeak: KV Cache Sharing for Cross-LLM Communication and Multi-LLM Serving, Liu et al, University of Chicago, Microsoft, 19 December 2024.
2 The current landscape of Agent Communication Languages, Labrou et al, University of Maryland, March 1999.
يمكنك إنشاء مساعدين ووكلاء ذكاء اصطناعي ووكلاء أقوياء يعملون على أتمتة مهام سير العمل والعمليات باستخدام الذكاء الاصطناعي التوليدي ونشرها وإدارتها.
يمكنك بناء مستقبل عملك باستخدام حلول الذكاء الاصطناعي الجديرة بالثقة.
تساعد خدمات IBM Consulting AI في إعادة تصور طريقة عمل الشركات باستخدام حلول الذكاء الاصطناعي من أجل النهوض بأعمالها.