Bootstrapping Cognitive Agents with a Large Language Model
تقترح هذه الورقة إطار عمل يقوم بتمهيد البنيات المعرفية القابلة للتفسير باستخدام المعرفة العامة المشوبة بالضجيج للنماذج اللغوية الكبيرة، مبرهنةً من خلال مهام المطبخ المتجسدة أن هذا النهج الهجين يحقق كفاءة أكبر من الاعتماد حصرياً على النماذج اللغوية الكبيرة مع تمكين التحقق من المعرفة الخاصة بالمجال وتحديثها.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تخيل أنك تحاول تعليم روبوت كيفية الطبخ في المطبخ. لديك أداتان مختلفتان تماماً لمساعدتك:
"القارئ الخارق" (النموذج اللغوي الكبير): هذا يشبه روبوتاً قرأ كل كتاب وموقع إلكتروني ووصفة على الإنترنت. هو يعرف أن "الطماطم عادة ما تعيش في الثلاجة" وأنك "تحتاج إلى سكين لتقطيع التفاحة". ومع ذلك، فهو مشتت بعض الشيء؛ فقد يختلق أشياء من خياله (الهلوسة)، أو يرتبك بسبب التفاصيل المحددة. كما أنه مكلف جداً إذا طلبت منه النصيحة في كل مرة يحتاج فيها لتحريك ذراعه.
"أمين المكتبة الصارم" (البنية المعرفية): هذا يشبه روبوتاً لديه كتاب قواعد منظم وخطوة بخطوة. إنه موثوق للغاية وسهل الفهم. إذا قلت له "القاعدة 1: إذا كان الباب مفتوحاً، انظر للداخل"، فسينفذ ذلك بدقة. لكنه يبدأ بكتاب فارغ؛ إذ يتعين عليك كتابة كل قاعدة لكل موقف يدوياً، وهذا يتطلب جهداً بشرياً هائلاً.
الفكرة الكبرى للورقة البحثية:
قرر المؤلفان، فييو (غافين) جو و ريد سيمونز من جامعة كارنيجي ميلون، الجمع بين هذين الأسلوبين. لقد ابتكروا نظاماً حيث يقوم "القارئ الخارق" بكتابة القواعد الأولية لـ "أمين المكتبة الصارم"، ثم يتولى أمين المكتبة المهمة بعد ذلك.
فكر في الأمر على هذا النحو:
- مرحلة التأسيس (Bootstrapping Phase): تسأل القارئ الخارق: "كيف أجد بيضة؟" فيقول القارئ الخارق: "حسناً، البيض عادة ما يكون في الثلاجة أو في الخزانة". ثم يجرب الروبوت ذلك في المطبخ. إذا نجح الأمر، يقوم الروبوت بتدوين ذلك كقاعدة دائمة وصارمة في كتابه الخاص: "إذا احتجت إلى بيضة، افحص الثلاجة أولاً".
- مرحلة التعلم: يستمر الروبوت في فعل ذلك. يحاول تقطيع حبة طماطم، وإذا تعثر، يطلب تلميحاً من القارئ الخارق. يقترح القارئ الخارق استراتيجية، ويحولها الروبوت إلى قاعدة دائمة.
- النتيجة: في النهاية، يصبح لدى الروبوت كتاب قواعد خاص به. لا يحتاج بعد الآن لطلب المساعدة من القارئ الخارق المكلف؛ بل يكتفي باتباع قواعده الخاصة.
لماذا هذا أفضل من مجرد استخدام "القارئ الخارق"؟
اختبرت الورقة هذا النظام في مطبخ محاكى لمهام مثل "ابحث عن طماطم"، "قطع تفاحة"، و"نظف الطاولات".
- التكلفة والسرعة: إن سؤال القارئ الخارق عن كل حركة (مثل "تحرك يساراً"، "أمسك السكين"، "اقطع") يشبه استدعاء مستشار لكل خطوة من خطوات بناء منزل. هذا بطيء ومكلف جداً (من حيث القدرة الحسابية). هذا النظام الجديد لا يستدعي "المستشار" إلا لبضع مرات لتعلم القواعد، ثم يبني المنزل بنفسه. وجدت الورقة أن هذه الطريقة استخدمت عددًا أقل بكثير من "الرموز" (Tokens) (وهي عملة الحوسبة في الذكاء الاصطناعي) مقارنة بسؤال الذكاء الاصطناعي عن كل إجراء.
- الموثوقية: القارئ الخارق قد يصبح غريباً أحياناً؛ فقد يعتقد أن الكوب هو فنجان ويتوقف عن البحث عن الكوب. أما أمين المكتبة الصارم، فهو يتبع قواعده التي تم التحقق منها. إذا كانت القاعدة تقول "افحص المجلى"، فإنه يفحص المجلى، حتى لو أخطأ القارئ الخارق في تخمينه ذات مرة.
- التعميم: بمجرد أن يتعلم الروبوت قاعدة "إذا كنت بحاجة للعثور على شيء ما، فافحص مكان تخزينه الشائع"، يمكنه تطبيق ذلك على أي جسم (بيض، سكاكين، أكواب) دون الحاجة لتعليمه مرة أخرى.
كيف يتعامل مع الأخطاء:
يحتوي النظام على "ناقد" مدمج. إذا حاول الروبوت تطبيق قاعدة ما وعلق في حلقة مفرغة (مثل التقاط جسم ووضعه في نفس المكان مراراً وتكراراً)، فإنه يدرك أن هناك خطأ ما. عندها يطلب من القارئ الخارق إصلاح القاعدة، بجعلها أكثر تحديداً (مثلاً: "التقط الجسم فقط إذا لم يكن موجوداً بالفعل في المكان المستهدف").
الخلاصة:
تظهر هذه الورقة أنك لست مضطراً للاختيار بين ذكاء اصطناعي ذكي ولكن "ضوضائي" وبين روبوت غبي ولكن موثوق. من خلال استخدام الذكاء الاصطناعي الذكي لكتابة دليل التعليمات الأولي للروبوت الموثوق، تحصل على نظام ذكي، ومنخفض التكلفة، وسهل الفهم. يتعلم الروبوت من معرفة الذكاء الاصطناعي "المشتتة" ولكنه يصفيها من خلال عقله المنطقي لإنشاء مجموعة نظيفة وفعالة من التعليمات لأداء مهام المطبخ.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.