MemSkill: Learning and Evolving Memory Skills for Self-Evolving Agents
تقدم MemSkill إطار عمل ذاتي التطور لوكلاء النماذج اللغوية الكبيرة يستبدل عمليات الذاكرة الثابتة والمصممة يدويًا بمهارات قابلة للتعلم والتكيف، وذلك باستخدام نظام مغلق الحلقة من المتحكمات والمنفذين والمصممين لصقل استراتيجيات إدارة الذاكرة ديناميكيًا وتحسين أداء المهام عبر مختلف المعايšات المرجعية.
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 MemSkill البحثية، مترجم إلى لغة بسيطة مع تشبيهات إبداعية.
المشكلة الكبرى: "أمين المكتبة الجامد"
تخيل أن لديك مساعداً شخصياً (عميل ذكاء اصطناعي) يتحدث معك لساعات، أو أيام، أو حتى أسابيع. لكي يكون مفيداً، يحتاج هذا المساعد إلى تذكر الأشياء التي قلتها سابقاً.
حالياً، تستخدم معظم مساعدي الذكاء الاصطناعي مجموعة ثابتة من القواعد لتحديد ما يجب تذكره. فكر في الأمر كأمين مكتبة مسموح له فقط باستخدام ثلاثة أختام محددة: "احفظ"، "احذف"، أو "تجاهل".
- إذا قلت لأمين المكتبة: "أنا أكره البروكلي"، فسيضع عليه ختم "احفظ".
- إذا قلت: "في الواقع، أنا أحب البروكلي الآن"، فسيتعين عليه البحث يدوياً عن الملاحظة القديمة ووضع ختم "احذف" عليها.
المشكلة هي أن هذه القواعد يضعها البشر بشكل مسبق (Hard-coded). فهي لا تتغير بناءً على الموقف. إذا أصبح الحوار طويلاً، أو معقداً، أو غريباً، يصاب أمين المكتبة بالارتباك لأن أختامه لا تناسب السيناريو الجديد. إنهم جامدون، وبطيئون، وغالباً ما يفوتهم الجوهر.
الحل: MemSkill (حقيبة الأدوات متغيرة الشكل)
يقترح مؤلفو هذه الورقة MemSkill، وهي طريقة جديدة لإدارة الذكاء الاصطناعي لذاكرته. بدلاً من استخدام مجموعة ثابتة من الأختام، تمنح MemSkill الذكاء الاصطناعي حقيبة أدوات من "المهارات" يمكنه تعلمها، والاختيار منها، وحتى تحسينها بمرور الوقت.
فكر في الأمر كأنه سكين سويسري يمكنه إنماء شفرات جديدة.
1. المهارات (الشفرات)
بدلاً من مجرد "احفظ" أو "احذف"، تمتلك MemSkill تعليمات محددة وقابلة لإعادة الاستخدام تسمى مهارات.
- المهارة (أ): "التقط الوقت والتاريخ للأحداث."
- المهارة (ب): "تتبع أماكن تواجد الأشياء."
- المهارة (ج): "لاحظ متى يغير الشخص رأيه."
هذه المهارات تشبه الوصفات. فهي تخبر الذكاء الاصطناعي: "عندما ترى تاريخاً، اكتبه بهذه الطريقة. عندما ترى موقعاً، اكتبه بتلك الطريقة."
2. المتحكم (رئيس العمال)
عندما يتحدث معك الذكاء الاصطناعي، يعمل "المتحكم" (Controller) مثل رئيس عمال البناء.
- ينظر إلى ما قلته للتو.
- يلقي نظرة على حقيبة مهارات MemSkill.
- يختار أفضل 3 أو 5 مهارات تكون أكثر فائدة لهذا الموقف تحديداً.
- يسلم تلك المهارات للذكاء الاصطناعي لمعالجة المعلومات.
تشبيه: إذا كنت تتحدث عن وصفة طبخ، سيختار رئيس العمال مهارات "قائمة المكونات" و"تدوين درجات الحرارة". وإذا انتقلت للحديث عن فيلم، سيستبدل تلك المهارات بمهارات "تذكر أسماء الشخصيات" و"تتبع تحولات الحبكة".
3. المصمم (المدرب)
هذا هو الجزء الأكثر إثارة. معظم الأنظمة تتوقف عن التعلم بمجرد بنائها. لكن MemSkill تمتلك مصمماً (Designer) يعمل مثل المدرب الرياضي.
- يحاول الذكاء الاصطناعي الإجابة على الأسئلة باستخدام مهاراته الحالية.
- أحياناً، يفشل. ربما نسي تفصيلاً حاسماً لأنه لم يمتلك مهارة لهذا النوع المحدد من المعلومات.
- ينظر المصمم إلى حالات الفشل هذه (الحالات الصعبة).
- يسأل ذكاءً اصطناعياً متطوراً: "لماذا فشلنا؟ هل نحتاج إلى مهارة جديدة؟ هل نحتاج إلى تعديل مهارة قديمة؟"
- يقوم المصمم بعد ذلك بكتابة مهارات جديدة أو إصلاح المهارات القديمة ويضيفها إلى حقيبة الأدوات.
تشبيه: تخيل فريق كرة قدم يستمر في الخسارة لأنهم لا يعرفون كيفية الدفاع ضد نوع معين من الركلات. المدرب (المصمم) يشاهد المباراة، ويدرك الفجوة، ثم يخترع تدريباً دفاعياً جديداً (مهارة جديدة) لتعليم الفريق. يصبح الفريق أفضل في كل مرة يلعب فيها.
كيف يعمل في الواقع
تصف الورقة حلقة مغلقة:
- تعلم الاستخدام: يتدرب الذكاء الاصطناعي على اختيار المهارات الصحيحة لتذكر الأشياء.
- تطوير الأدوات: عندما يفشل الذكاء الاصطناعي، يقوم المصمم بإصلاح حقيبة الأدوات، عبر إضافة مهارات جديدة أو تحسين المهارات القديمة.
- التكرار: يبدأ الذكاء الاصطناعي من جديد مع حقيبة الأدوات المحسنة، ليصبح أكثر ذكاءً وقدرة على التكيف.
ماذا وجدت الورقة (النتائج)
اختبر الباحثون MemSkill في أربعة تحديات مختلفة:
- المحادثات الطويلة: تذكر التفاصيل من الدردشات الطويلة جداً (مثل حوار مدته 10 ساعات).
- الأسئلة المعقدة: الإجابة على أسئلة تتطلب ربط النقاط من أجزاء مختلفة من قصة (HotpotQA).
- مهام الروبوت: مساعدة روبوت افتراضي في التنقل داخل منزل والعثور على الأشياء (ALFWorld).
النتائج:
- تفوقت MemSkill على جميع الطرق الأخرى (أُمناء المكتبة الجامدين) في كل اختبار تقريباً.
- كانت أفضل في التعميم: عندما قاموا بتدريبها على نوع واحد من المهام (مثل الدردشة) واختبروها في مهمة مختلفة تماماً (مثل البحث عن أشياء في منزل)، ظلت تعمل بشكل جيد. وذلك لأن المهارات التي تعلمتها كانت مرنة، وليست مجرد إجابات محفوظة.
- كانت أكثر كفاءة: من خلال معالجة أجزاء من النص دفعة واحدة باستخدام المهارات المناسبة، لم تكن بحاجة لاستدعاء الذكاء الاصطناعي لمرات عديدة مثل الطرق القديمة، مما وفر الوقت والمال.
الملخص
تغير MemSkill طريقة تذكر الذكاء الاصطناعي للأشياء. بدلاً من إجبار الذكاء الاصطناعي على اتباع كتاب قواعد جامد ومكتوب بشرياً، فإنها تمنحه مجموعة مرنة ومتطورة من المهارات. يتعلم الذكاء الاصطناعي أي المهارات يستخدم للمهمة، وعندما يرتكب خطأً، يساعده "المصمم" في ابتكار مهارات جديدة لمنع تكرار هذا الخطأ. إنها تحول إدارة الذاكرة من قائمة ثابتة من القواعد إلى نظام يتطور ذاتياً ويتكيف مع المتغيرات.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.