العمل الجماعي لـ Chatbot يجعل حلم الذكاء الاصطناعي ناجحًا

يمكن أن يؤدي اللجوء إلى صديق أو زميل في العمل إلى تسهيل معالجة المشكلات الصعبة. الآن يبدو أن وجود روبوتات الدردشة المدعمة بالذكاء الاصطناعي كفريق واحد مع بعضها البعض يمكن أن يجعلها أكثر فعالية.

لقد كنت ألعب هذا الأسبوع مع AutoGen، وهو إطار عمل برمجي مفتوح المصدر للتعاون بين عملاء الذكاء الاصطناعي، تم تطويره بواسطة باحثين في Microsoft وأكاديميين في جامعة ولاية بنسلفانيا، وجامعة واشنطن، وجامعة شيديان في الصين. يستخدم البرنامج نموذج اللغة الكبير الخاص بـ OpenAI GPT-4 للسماح لك بإنشاء العديد من وكلاء الذكاء الاصطناعي بشخصيات وأدوار وأهداف مختلفة يمكن مطالبتها بحل مشكلات معينة.

لوضع فكرة التعاون في الذكاء الاصطناعي قيد الاختبار، طلبت من اثنين من عملاء الذكاء الاصطناعي العمل معًا على خطة لكيفية الكتابة عن التعاون في الذكاء الاصطناعي.

من خلال تعديل كود AutoGen، قمت بإنشاء “مراسل” و”محرر” يناقشان الكتابة حول تعاون وكيل الذكاء الاصطناعي. بعد الحديث عن أهمية “عرض كيفية استخدام صناعات مثل الرعاية الصحية والنقل وتجارة التجزئة وغيرها، للذكاء الاصطناعي متعدد الوكلاء”، اتفق الثنائي على أن المقال المقترح يجب أن يتعمق في “المعضلات الأخلاقية” التي تطرحها التكنولوجيا.

من السابق لأوانه كتابة الكثير عن أي من هذه المواضيع المقترحة، فمفهوم التعاون متعدد الوكلاء في مجال الذكاء الاصطناعي هو في الغالب في مرحلة البحث. لكن التجربة أظهرت استراتيجية يمكنها تضخيم قوة روبوتات الدردشة المدعمة بالذكاء الاصطناعي.

غالبًا ما تتعثر نماذج اللغات الكبيرة، مثل تلك المستخدمة في ChatGPT، في حل المشكلات الرياضية، لأنها تعمل من خلال توفير نص معقول إحصائيًا بدلاً من التفكير المنطقي الصارم. وفي ورقة بحثية تم تقديمها في ورشة عمل أكاديمية في شهر مايو، أظهر الباحثون في شركة AutoGen أن تعاون عملاء الذكاء الاصطناعي يمكن أن يخفف من هذا الضعف.

ووجدوا أن اثنين إلى أربعة وكلاء يعملون معًا يمكنهم حل مسائل الرياضيات للصف الخامس بشكل أكثر موثوقية من وكيل واحد بمفرده. وفي اختباراتهم، تمكنت الفرق أيضًا من حل مشاكل الشطرنج من خلال التحدث عنها، وكانوا قادرين على تحليل وتحسين كود الكمبيوتر من خلال التحدث مع بعضهم البعض.

وقد أظهر آخرون فوائد مماثلة عندما تتعاون عدة نماذج مختلفة للذكاء الاصطناعي – حتى تلك التي تقدمها الشركات المنافسة. في مشروع تم تقديمه في نفس ورشة العمل في مؤتمر كبير للذكاء الاصطناعي يسمى ICLR، قامت مجموعة من معهد ماساتشوستس للتكنولوجيا وجوجل بإقناع ChatGPT من OpenAI وBard من Google للعمل معًا من خلال مناقشة المشكلات ومناقشتها. ووجدوا أن احتمالية توافق الثنائي معًا على حل صحيح للمشكلات معًا كانت أكبر مما كانت عليه عندما عملت الروبوتات منفردة. وأظهرت دراسة حديثة أخرى أجراها باحثون في جامعة كاليفورنيا في بيركلي وجامعة ميشيغان أن قيام أحد عملاء الذكاء الاصطناعي بمراجعة ونقد عمل وكيل آخر يمكن أن يسمح للروبوت المشرف بترقية كود الوكيل الآخر، مما يحسن قدرته على استخدام متصفح الويب الخاص بالكمبيوتر.

يمكن أيضًا مطالبة فرق LLMs بالتصرف بطرق بشرية مدهشة. وجدت مجموعة من جوجل وجامعة تشجيانغ في الصين وجامعة سنغافورة الوطنية أن تعيين سمات شخصية مميزة لعملاء الذكاء الاصطناعي، مثل “الهدوء” أو “الثقة المفرطة”، يمكن أن يضبط أدائهم التعاوني، سواء بشكل إيجابي أو سلبي. .

ويجمع مقال حديث في مجلة الإيكونوميست عدة مشاريع متعددة الوكلاء، بما في ذلك مشروع بتكليف من وكالة مشاريع الأبحاث الدفاعية المتقدمة التابعة للبنتاغون. في تلك التجربة، تم تكليف فريق من عملاء الذكاء الاصطناعي بالبحث عن القنابل المخبأة داخل متاهة من الغرف الافتراضية. في حين أن فريق الذكاء الاصطناعي المتعدد كان أفضل في العثور على القنابل الوهمية من العميل الوحيد، فقد وجد الباحثون أيضًا أن المجموعة طورت تلقائيًا تسلسلًا هرميًا داخليًا. انتهى أحد العملاء بقيادة الآخرين أثناء قيامهم بمهمتهم.

يقوم جراهام نيوبيج، الأستاذ المشارك في جامعة كارنيجي ميلون، والذي نظم ورشة عمل ICRL، بتجربة التعاون بين وكلاء متعددين للبرمجة. ويقول إن النهج التعاوني يمكن أن يكون قويًا، لكنه قد يؤدي أيضًا إلى أنواع جديدة من الأخطاء، لأنه يضيف المزيد من التعقيد. يقول نيوبيج: «من الممكن أن تكون الأنظمة متعددة الوكلاء هي الحل الأمثل، لكنها ليست نتيجة مفروغ منها».

يقوم الأشخاص بالفعل بتكييف إطار عمل AutoGen مفتوح المصدر بطرق مثيرة للاهتمام، على سبيل المثال إنشاء غرف محاكاة للكتاب لتوليد أفكار خيالية، و”عمل داخل صندوق” افتراضي مع وكلاء يتولون أدوارًا مختلفة في الشركة. ربما لن يمر وقت طويل حتى تتم كتابة المهمة التي توصل إليها عملاء الذكاء الاصطناعي.