EvoTest: Evolutionary Test-Time Learning for Self-Improving Agentic Systems
تقدم الورقة البحثية EvoTest، وهو إطار عمل تطوري للتعلم أثناء وقت الاختبار يُمكّن الوكلاء الاصطناعيين من تحسين أدائهم ذاتياً أثناء اللعب دون الحاجة إلى تدرجات أو ضبط دقيق، وذلك عبر تطوير تكوين النظام الخاص بهم بواسطة "وكيل المطور" (Evolver Agent)، مما أظهر أداءً فائقاً على معيار Jericho Test-Time Learning (J-TTL) الجديد مقارنة بطرق التكيف الحالية.
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
إليك شرح لورقة بحث EvoTest، مقسم إلى مفاهيم بسيطة مع تشبيهات إبداعية.
المشكلة الكبرى: "المتدرب الذكي ولكن الجاهل"
تخيل أنك وظفت متدرباً جديداً عبقرياً لحل لغز معقد. هو ذكي ويمكنه قراءة التعليمات بدقة، لكن إذا تعثر في ممر لأنه يستمر في محاولة المشي عبر جدار، فسيستمر في محاولة المشي عبر ذلك الجد لـ 50 يوماً القادمة. إنه لا يتعلم من أخطائه؛ بل يكررها فحسب. لا يتعلم من تجاربه السيئة في الوقت الفعلي؛ فبمجرد تشغيله، يصبح "عقله" متجمداً، ولا يمكنه إعادة كتابة تعليماته ليصبح أفضل.
وكلاء الذكاء الاصطناعي الحاليون يشبهون هذا المتدرب؛ فهم "أذكياء" (يمكنهم التحدث واتباع القواعد) ولكنهم "جاهلون" (لا يمكنهم التعلم من تجربة سيئة في الوقت الفعلي).
الحل: النهج "التطوري"
أراد مؤلفو هذه الورقة، EvoTest، إصلاح ذلك. لقد ابتكروا نظاماً لا يكتفي فيه الذكاء الاصطناعي بـ "التفكير" بجهد أكبر، بل يقوم فعلياً بـ إعادة كتابة كتاب قواعده الخاص بعد كل محاولة.
فكر في الأمر كشخصية في لعبة فيديو، بعد موتها على يد "زعيم" (Boss)، لا تكتفي بمجرد المحاولة مرة أخرى بنفس الاستراتيجية، بل تجلس الشخصية وتكتب دليلاً جديداً لنفسها، وتغير إعدادات معداتها، ثم تحاول مجدداً.
كيف يعمل: مسرحية من ممثلين اثنين
يستخدم النظام "وكيلين" متميزين (شخصيات ذكاء اصطناعي) يعملان معاً في حلقة مستمرة:
الممثل (اللاعب):
- الدور: هو من يلعب اللعبة (تحديداً ألعاب المغامرات النصية مثل Zork أو Detective).
- الإجراء: يحاول حل اللغز، أو يتعثر، أو يفوز. وينتج "سجلاً" (قصة لما حدث).
- التشبيه: تخيل سائق سباق سيارات يقود دورة في الحلبة؛ قد يصطدم، أو قد يجد طريقاً مختصراً.
المطور (المدرب/المهندس):
- الدور: هذا الوكيل لا يلعب اللعبة أبداً، بل يكتفي بمراقبة سجل (Transcript) تجربة الممثل.
- الإجراء: يحلل القصة. "أوه، لقد اصطدم السائق لأنه حاول الانعطاف يساراً عند طريق مسدود. كما أنه كان حذراً جداً وفاتته فرصة المرور من طريق مختصر".
- السحر: يقوم المطور بعد ذلك بإعادة كتابة النظام بأكلية للدورة القادمة. هو لا يكتفي بتعديل عقل السائق فحسب، بل يغير:
- الاستراتيجية (الأمر/Prompt): "لا تنعطف يساراً عند الطريق المسدود؛ اذهب يميناً".
- الذاكرة: "تذكر أن المفتاح موجود في المطبخ".
- الإعدادات (المعلمات الفائقة/Hyperparameters): "كن مغامراً أكثر اليوم؛ خذ المزيد من المخاطر".
- الأدوات: "تحقق من الخريطة قبل كل انعطاف".
- التشبيه: هذا هو طاقم الصيانة والمهندس الذين ينظرون إلى بيانات الحادث، ويعيدون كتابة دليل السيارة، ويعدلون نظام التعليق، ويخبرون السائق: "في المرة القالية، افعل هذا بالضبط".
الاختبار المرجعي: اختبار "جيريكو" (Jericho)
لإثبات نجاح هذا النهج، أنشأوا اختباراً جديداً يسمى J-TTL (تعلم وقت الاختبار في جيريكو).
- الإعداد: يلعب الذكاء الاصطناعي نفس اللعبة النصية الصعبة مراراً وتكراراً (50 مرة).
- الهدف: يجب أن يصبح أفضل مع كل محاولة، باستخدام الخبرة من الجولات السابقة فقط.
- النتيجة: فشلت معظم طرق الذكاء الاصطناعي الأخرى (مثل الذاكرة البسيطة أو التعلم التعزيزي القياسي)؛ حيث علقت في حلقات مفرغة أو لم تستطع حل الألغاز. أما EvoTest، فقد استمر في التطور بذكاء. في بعض الألعاب، انتقل من نسبة فوز 0% إلى الفوز في كل مرة تقريباً.
لماذا يعد هذا أفضل من الطرق الأخرى؟
تقارن الورقة البحثية بين EvoTest وثلاث طرق أخرى يستخدمها الذكاء الاصطناعي عادةً للتعلم:
الذاكرة/التأمل (طريقة "المذكرات"):
- كيف تعمل: يقرأ الذكاء الاصطناعي ملاحظاته القديمة ويقول: "لقد فشلت هنا، لذا سأحاول شيئاً آخر".
- لماذا تفشل: الأمر يشبه قراءة مذكرات دون تغيير عاداتك؛ أنت تعرف أنك فشلت، لكنك لا تعرف كيف تصلح القاعدة المحددة التي تسببت في الفشل.
- تفوق EvoTest: هو لا يكتفي بقراءة المذكرات، بل يعدل كتاب القواعد.
الضبط الدقيق عبر الإنترنت (طريقة "المدرسة"):
- كيف تعمل: يعود الذكاء الاصطناعي إلى المدرسة (إعادة تدريب أوزان الشبكة العصبية) بعد كل لعبة.
- لماذا تفشل: العملية بطيئة ومكلفة للغاية. الأمر يشبه محاولة الحصول على درجة الدكتوراه في 5 دقائق بين كل دورة في حلبة السباق. أيضاً، إذا فشل الذكاء الاصطناعي، فلن يمتلك بيانات جيدة للتعلم منها، لذا لا يمكنه "الدراسة".
- تفوق EvoTest: يتعلم فورياً عن طريق إعادة كتابة تعليماته، دون الحاجة لعمليات حسابية ثقيلة أو أجهزة باهظة الثمن.
تحسين الأوامر (طريقة "التعديل"):
- كيف تعمل: يحاول الذكاء الاصطناعي إيجاد الجملة المثالية لإخبار نفسه بها.
- لماذا تفشل: هي طريقة ضيقة للغاية؛ فهي تغير الكلمات فقط، وليس الإعدادات أو هيكل الذاكرة.
- تفوق EvoTest: هو يغير كل شيء: الكلمات، الإعدادات، والذاكرة، والأدوات. إنه ترقية "للنظام بأكمله".
السر الكامن: "الإسناد السردي للمسؤولية" (Narrative Credit Assignment)
في تعلم الذكاء الاصطناعي التقليدي، يحصل الوكيل على درجة بسيطة: "عمل جيد (+1)" أو "عمل سيء (-1)".
- المشكلة: في الألعاب المعقدة، قد تقوم بـ 100 فعل صحيح وفعل واحد خاطئ، وتظل النتيجة صفراً. لا يعرف الذكاء الاصطناعي أي من الـ 100 فعلاً كان جيداً وأيها كان سيئاً.
- حل EvoTest: يقرأ المطور القصة الكاملة للعبة. إنه يفهم السرد.
- مثال: "تعثر الوكيل في حلقة مفرغة لأنه استمر في محاولة فتح باب مغلق".
- الإصلاح: يكتب المطور قاعدة: "إذا كان الباب مغلقاً، ابحث عن المفتاح أولاً".
- إنه يتعلم من القصة، وليس من مجرد الدرجة الرقمية، وهذا أكثر كفاءة بكثير.
الخلاصة
EvoTest هو إطار عمل يسم يسمح لوكلاء الذكاء الاصطناعي بالتطور مثل الكائنات الحية. بدلاً من كونهم روبوتات ثابتة تكرر الأخطاء، يعملون كفريق مكون من سائق ومدرب. بعد كل سباق، يحلل المدرب لقطات الفيديو، ويعيد كتابة خطة اللعب، ويعدل إعدادات السيارة، ويرسل السائق مجدداً باستراتيجية جديدة ومحسنة.
هذا يجعل وكلاء الذكاء الاصطناعي قادرين على التعلم أثناء العمل، مما يحولهم من "متدربين جاهلين" إلى خبراء يطورون أنفسهم ذاتياً، قادرين على مواجهة بيئات معقدة ومتغيرة دون الحاجة إلى إعادة تدريبهم من قبل البشر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.