KompeteAI: Accelerated Autonomous Multi-Agent System for End-to-End Pipeline Generation for Machine Learning Problems
تُعد KompeteAI إطار عمل جديدًا للتعلم الآلي المؤتمت (AutoML) يعمل على تسريع توليد خطوط الأنابيب من البداية إلى النهاية عبر دمج تقنية التوليد المعزز بالاسترجاع (RAG) لاستقاء أفكار متنوعة، ومرحلة دمج لإعادة دمج الحلول القوية، والتقييم التنبؤي لتجاوز دورات التنفيذ المكلفة، مما يجعلها تتفوق على الأساليب الحالية الرائدة في MLE-Bench وKompete-bench المقترح.
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 إعداد الوصفة المثالية لطبق معقد، ولكن عليك القيام بذلك بمفردك، وفي كل مرة تجرب فيها مكوناً جديداً، يتعين عليك طهي الوجبة بأكملها من البداية لترى ما إذا كان طعمها جيداً. هذا يستغرق ساعات، وإذا ارتكبت خطأً في الخطوة الأولى، فسيتعين عليك التخلص من القدر بأكمله والبدء من جديد.
هذه هي بالضبط المشكلة التي تواجهها أنظمة AutoML (تعلم الآلة التلقائي) الحالية. فهي تحاول بناء نماذج ذكاء اصطناعي بشكل تلقائي، لكنها بطيئة ومتكررة، وغالباً ما تتعثر لأنها لا تستطيع بسهًا دمج الأفكار الجيدة مع بعضها البعض.
إليك KompeteAI. فكر فيه كـ فريق طبخ متعاون فائق القوة، لا يكتفي بطهي وجبة واحدة في كل مرة، بل يدير مطبخاً ضخماً ومنظماً حيث يتخصص الطهاة في مجالات معينة، ويتشاركون الأسرار، ويقومون باختبار المذاق قبل طهي الوجبة الكاملة.
إليك كيف يعمل KompeteAI، مقسماً إلى مفاهيم بسيطة:
١. المشكلة: فخ "المحاولة الواحدة" و"الطهي البطيء"
تحاول أنظمة الذكاء الاصطناعي الحالية عادةً إنتاج حل كامل دفعة واحدة (مثل طاهٍ يخمن الوصفة بأكملها في آن واحد). إذا أخطأ في توابل واحدة، ستفسد الوجبة بأكملها.
أما الأنظمة الأخرى، فتحاول بناء شجرة من الأفكار (مثل تجربة كل التوليفات الممكنة من التوابل)، لكنها بطيئة لأنها تضطر لطهي الوجبة كاملة لاختبار ما إذا كانت التوابل مناسبة. وهذا يخلق عنق زجاجة: فهي تقضي ٩٠٪ من وقتها في الطبخ و١٠٪ فقط في التفكير.
٢. الحل: فريق من الطهاة المتخصصين (نظام متعدد الوكلاء)
لا يستخدم KompeteAI عقلاً واحداً؛ بل يستخدم فريقاً من وكلاء الذكاء الاصطناعي المتخصصين، لكل منهم مهمة محددة:
- الباحث (Insighter): هذا الوكيل ينظر إلى المكونات (البيانات) ويقترح أفكاراً جديدة. هو لا يخمن فحسب؛ بل لديه مكتبة سحرية (Rally/RAG) حيث يمكنه سحب الوصفات الفائزة من المسابقات السابقة والأوراق العلمية فوراً. إنه يشبه وجود طاهٍ يمكنه قراءة أفضل كتب الطبخ في العالم بينما أنت تطبخ.
- الباني (Coder): يحول الفكرة إلى كود برمجي فعلي.
- المفتش (Checker): يتأكد من أن الكود منطقي ولا يحتوي على ثغرات برمجية.
- المصلح (Debugger): إذا اشتعلت النار في الموقد (خطأ في الكود)، يقوم هذا الوكيل بإصلاح الأمر بسرعة دون حرق المطبخ بأكمله.
٣. السر الخفي: "الدمج" و"الإضافة"
بدلاً من مجرد تجربة وصفات جديدة عشوائية، يمتلك KompeteAI قوتين خارقتين:
- الإضافة: يقوم باستمرار بجلب أفكار جديدة من "مكتبته السحرية" (Kaggle وarXiv) للحفاظ على تنوع القائمة.
- الدمج: هذا هو العامل الحاسم. تخيل أن لديك طبقين جزئيين رائعين: أحدهما يمتلك الصلصة المثالية، والآخر يمتلك التتبيلة المثالية. بدلاً من اختيار أحدهما، يقوم KompeteAI بدمجهما لإنشاء طبق جديد فائق الجودة. إنه يأخذ أفضل الأجزاء من الحلول المختلفة ويجمعها لخلق شيء أفضل مما كان عليه أي منهما بمفرده.
٤. حيلة السرعة: نموذج "اختبار المذاق"
المشكلة الأكبر في الطبخ هي أنه يتعين عليك الانتظار لساعات حتى ينضج الطعام لتعرف ما إذا كان جيداً. يحل KompeteAI هذه المشكلة باستخدام نموذج تسجيل النقاط التنبؤي.
- التشبيه: تخيل "مختبر تذوق" يمكنه النظر إلى المكونات الخام وملاحظات الطاهي ويقول: "أنا متأكد بنسبة ٩٠٪ أن هذا سيكون طبقاً بـ ٥ نجوم"، دون أن تضطر لطهيه فعلياً.
- هذا يسمح للنظام باستبعاد الأفكار السيئة فوراً والتركيز فقط على الأفكار الواعدة. هذا يسرع العملية بمقدار ٦.٩ مرة، مما يعني أنه يمكنهم تجربة المزيد من الوصفات في نفس الوقت.
٥. الساحة الجديدة: Kompete-bench
تشير الورقة البحثية أيضاً إلى أن "الدوري الرياضي" الحالي لهذه الأنظمة (المسمى MLE-Bench) معيب. إنه يشبه الحكم على سباق من خلال النظر إلى خريطة المضمار بدلاً من خط النهاية الفعلي، أو استخدام مضمار كبير جداً لدرجة لا تسمتح بالركض فيه.
لقد أنشأ المؤلفون Kompete-bench، وهو ساحة جديدة أكثر عدلاً. فهي تستخدم مسابقات حقيقية وحديثة حيث يتعين على الذكاء الاصطناعي التنافس ضد بشر حقيقيين، مما يضمن أن الاختبار يتعلق بحل المشكلات الحقيقي، وليس مجرد حفظ الإجابات القديمة.
النتيجة
في هذه الساحة الجديدة، لم يكتفِ KompeteAI بالمشاركة فحسب؛ بل فاز. لقد تفوق على أفضل أنظمة الذكاء الاصطاي السابقة بفارق كبير (حوالي ٣٪ أفضل في المتوسط) وتمكن من التفوق على المشاركين البشر في ١٤٪ من الحالات.
باختاً مختصراً: KompeteAI هو فريق ذكي وسريع ومتعاون من وكلاء الذكاء الاصطناعي الذين يقرؤون أفضل الكتب، ويمزجون أفضل الأفكاء معاً، ويستخدمون "كرة بلورية" للتنبؤ بالأفكار التي ستنجح قبل إضاعة الوقت في طبخها. إنه يحول عملية بناء الذكاء الاصطناعي البطيئة والمنعزلة إلى رياضة جماعية سريعة وناجحة للغاية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.