🤖 AI

MINT: Minimal Information Neuro-Symbolic Tree for Objective-Driven Knowledge-Gap Reasoning and Active Elicitation

تقدم هذه الورقة البحثية MINT، وهو إطار عمل شجري عصبي-رمزي يجمع بين الاستدلال التفاعلي الرمزي وتقدير عدم اليقين في التخطيط العصبي وتوليد الاستعلامات المدفوع بالنماذج اللغوية الكبيرة لتمكين الوكلاء الذكيين من استخلاص المدخلات البشرية بنشاط، مما يسد فجوات المعرفة بفعالية ويحقق أداءً يقارب أداء الخبراء في مهام التخطيط المشترك في العالم المفتوح.

المؤلفون الأصليون: Zeyu Fang, Mahdi Imani, Tian Lan

نُشر 2026-05-06

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Zeyu Fang, Mahdi Imani, Tian Lan

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 أنت وروبوت تشكلان فريقاً واحداً لمحاولة حل لغز ما. ولكن هناك عقبة: الروبوت لا يرى الصورة كاملة. هناك قطع مخفية، جدران غير مرئية، أو قواعد سرية لا يعرفها. في لغة الورقة البحثية، تُسمى هذه الأشياء "فجوات معرفية".

إذا خمن الروبوت بشكل خاطئ، فقد يصطدم أو يفشل. وإذا كان حذراً أكثر من اللازم، فقد يستغرق وقتاً طويلاً جداً للانتهاء. تقدم الورقة نظاماً جديداً يسمى MINT (شجرة العصبية الرمزية ذات المعلومات الدنيا) لمساعدة الروبوت على معرفة ما يجب أن يسألك عنه بالضبط لحل اللغز بكفاءة.

إليك كيف يعمل MINT، مقسماً إلى خطوات بسيطة:

1. المشكلة: "النقطة العمياء" للروبوت

تخيل أنك تلعب لعبة فيديو حيث توجد بعض الجدران غير المرئية. الروبوت يعرف قواعد اللعبة، لكنه لا يعرف أين توجد الجدران غير المرئية أو ما إذا كانت بلاطة أرضية معينة هي فخ أم مكافأة.

الطرق القديمة: الروبوت إما يخمن بعشوائية (غالباً ما يفشل) أو يطلب المساعدة باستمرار (مما يسبب الإزعاج والبطء).
الهدف: يحتاج الروبوت إلى طرح الأسئلة الصحيحة في الوقت المناسب لسد فجواته المعرفية دون إضاعة الوقت.

2. الحل: MINT (كراسة رسم المحقق)

يعمل MINT ككراسة رسم للمحقق تجمع بين قوتين خارقتين:

الدماغ (السياسة العصبية - Neural Policy): ذكاء اصطناعي سريع وبديهي يعرف كيف يلعب اللعبة جيداً إذا عرف جميع القواعد. يمكنه تقدير مدى "رعب" أو عدم يقين موقف ما.
المنطق (الشجرة الرمزية - Symbolic Tree): خريطة مهيكلة تقسم المجاهيل إلى شجرة من الاحتمالات.

كيف يبني الشجرة:

الجذر: يبدأ الروبوت بعلامة استفهام كبيرة (مثلاً: "هل ذلك الصندوق الأزرق جدار أم مكافأة؟").
التفرع: يقوم الروبوت بمحاكاة لعبة في ذهنه (تسمى "اللعب الذاتي"). يسأل نفسه: "ماذا لو كان جداراً؟" و "ماذا لو كان مكافأة؟".
التحقق من التأثير: يستخدم "دماغه" ليرى: هل يهم إذا أخطأت التخمين هنا؟
- إذا كانت الإجابة "لا، سأكون بخير في كلتا الحالتين"، فإنه يتوقف عن السؤال.
- إذا كانت الإجابة "نعم، هذا قد يدمر خطتي"، فإنه يستمر في التفرع.

3. الخطوة السحرية: سؤال الإنسان (لحظة "شرلوك هولمز")

بمجرد أن يبني الروبوت هذه الشجرة من "ماذا لو"، فإنه لا يكتفي بالتخمين. بل يستدعي نموذج لغة كبير (LLM) — فكر في هذا كونه مساعداً ذكياً يمكنه قراءة كراسة رسم الروبوت وتلخيصها.

ينظر الـ LLM إلى الشجرة ويقول: "مهلاً، إذا طرحنا سؤالاً بسيطاً واحداً بنعم أو لا، يمكننا استبعاد نصف هذه الاحتمالات المخيفة."

مثال: بدلاً من قول "أخبرني بكل شيء عن هذه الغرفة"، يسأل الروبوت: "هل الأرضية في الممر زلقة؟".
النتيجة: تقول أنت "نعم". الروبوت الآن يستبعد فوراً جميع فروع "الأرضية الجافة" من شجرته. أصبح يعرف الآن بالضبط ما يجب فعله.

4. لماذا هو أفضل (تشبيه "الكفاءة")

فكر في الأمر مثل التنقل في متاهة في الظلام.

التخمين الصرف (التعلم التعزيزي القديم - Old RL): تصطدم بالجدر、، وتضرب رأسك، وتأمل أن تجد المخرج.
السؤال المستمر (التدخل البشري القديم - Old Human-in-the-Loop): تتوقف كل خطوتين لتسأل: "هل هذا هو الطريق؟". إنه أمر مرهق وبطيء.
MINT: تتوقف، تنظر إلى الخريطة، وتسأل: "هل المخرج على اليسار أم على اليمين؟". بمجرد أن تجيب، تنطلق بثقة نحو المخرج.

ما وجدته الورقة البحثية

اختبر الباحثون MINT في ثلاثة "عوالم" مختلفة:

MiniGrid: متاهة شبكية بسيطة بها كتل مخفية.
Atari Pacman: لعبة كلاسيكية تحتوي على مكافآت أو فخاخ مخفية.
Isaac Gym: محاكاة ثلاثية الأبعاد واقعية لطائرة بدون طيار تحاول إنقاذ شخص في مستودع مليء بالدخان.

النتائج:

حقق MINT تقريباً نفس معدل النجاح الذي يحققه خبير يعرف كل شيء عن العالم.
فعل ذلك من خلال طرح سؤال واحد إلى 3 أسئلة فقط لكل جسم مجهول.
تفوق على الروبوتات التي تخمن فقط، وعلى الروبوتات التي تطلب المساعدة كثيراً.

باختصار

MINT هو نظام يعلم الذكاء الاصطناعي كيف يكون متعاوناً ذكياً. بدلاً من التخمين الأعمى أو إزعاج البشر بأسئلة لا تنتهي، فإنه يستخدم مزيجاً من الحدس السريع والاستدلال المنطقي لمعرفة أهم سؤال يجب طرحه. هذا يسمح للإنسان والذكاء الاصطناعي بالعمل معاً لحل المشكلات المعقدة بسرعة ودقة، حتى عندما لا يعرف الذكاء الاصطناعي جميع قواعد اللعبة.

ملخص تقني: MINT للاستدلال القائم على الأهداف لسد فجوات المعرفة

بيان المشكلة
في بيئات العمل المشترك بين البشر والذكاء الاصطناعي في العوالم المفتوحة، غالبًا ما يتعرقل التخطيط المشترك بسبب المعلومات غير المكتملة والمجاهيل، مثل الأشياء غير المرئية، أو النوايا البشرية الغامضة، أو قيود البيئة غير المؤكدة. تخلق "فجوات المعرفة" هذه حالات من عدم اليقين في انتقالات الحالة ودوال المكافأة، مما يؤدي إلى تنفيذ متحفظ وخطط دون المستوى الأمثل. وبينما يمكن للطرق الحالية، مثل التعلم التعزيزي من خلال التغذية الراجعة البشرية (RLHF) أو التكيف بلقطات قليلة (few-shot adaptation)، معالجة المدخلات البشرية، إلا أنها تفتقر غالبًا إلى القدرة على الاستدلال التعبيري حول هذه الفجوات أو استقصاء المعلومات المحددة اللازمة لسدها بشكل نشط. وعلى العكس من ذلك، تركز مناهج "الإنسان في الحلقة" (HITL) التقليدية غالبًا على الضبط الدقيق عبر العروض التوضيحية بدلاً من معالجة السبب الجذري لفجوات المعرفة من خلال الاستقصاء النشط الموجه بالأهداف.

المنهجية: شجرة (MINT) العصبية الرمزية ذات المعلومات الدنيا
يقترح المؤلفون MINT، وهو إطار عمل يجمع بين الاستدلال الرمزي، وسياسات التخطيط العصبية، والنماذج اللغوية الكبيرة (LLMs) لتحسين عملية استقصاء المدخلات البشرية. تعمل المنهجية في مرحلتين رئيسيتين: التدريب والنشر.

تدريب السياسة العصبية (تقدير عدم اليقين):
يستخدم النظام شبكة (Deep Q-Network) تعتمد على أخذ العينات المتكرر (تحديدًا UA-DQN) لتقدير ليس فقط قيم Q المثلى، بل أيضًا عدم اليقين العشوائي (التباين) في نتائج التخطيط الناتج عن فجوات المعرفة. أثناء التدريب، يتعرض الوكيل لعائلة من عمليات ماركوف لاتخاذ القرار الموسعة (MDPs) حيث تقوم فجوة المعرفة $u$ بحجب أجزاء من الواصف الحقيقي $\phi$ . تتعلم الشبكة تقدير متوسط وتباين قيم Q عبر توزيع الواصفات المحتملة $\Phi_u$ .
بناء وتوسيع الشجرة الرمزية:
عند اكتشاف فجوة معرفية (على سبيل المثال، تباين عالٍ في قيم Q)، تقوم MINT ببناء شجرة رمزية.

العقد: تمثل حالات مشكلة التخطيط مع فجوات معرفية محددة، وتتميز بواصفات (النوع، النوع الفرعي، نطاقات القيم).
الحواف: تمثل الاقتراحات (الاستفسارات) المقترحة لتضييق الفجوة.
التوسيع: تتوسع الشجرة بطريقة البحث بالعرض. لكل عقدة، تقدر السياسة العصبية العائد المتوسط والتباين. إذا كان التباين مرتفعًا بالنسبة لفجوة العائد بين الإجراءات، يتم توسيع العقدة عن طريق تقسيم مساحة الفجوة المعرفية (على سبيل المثال، تقسيم نطاقات القيم أو وضع فرضيات لأنواع مختلفة من عدم اليقين). تستمر هذه العملية حتى يصبح التباين منخفضًا بما يكفي أو يتم الوصول إلى حد العمق.

التنسيق القائم على النماذج اللغبية الكبيرة (LLM) والاستقصاء النشط:
بمجرد بناء الشجرة، يقوم النموذج اللغوي الكبير بمعالجة الهيكل لتحسين استراتيجية التفاعل:

التقليم: يقوم النموذج اللغوي بدمج الأشجار الفرعية المتكافئة أو الأوراق التي تؤدي إلى إجراءات مثلى متطابقة لإزالة التكرار.
توليد الاستعلام: يقوم النموذج اللغوي بتوليد أسئلة ثنائية (نعم/لا) مصممة لتعظيم كسب المعلومات فيما يتعلق بمرشحي الإجراء الأمثل.
التفاعل: يطرح الوكيل هذه الأسئلة على الإنسان. وتعمل الاستجابة البشرية على تحديث الفجوة المعرفية، مما يؤدي إلى تقليم الفروع غير المتسقة في الشجرة. تستمر هذه العملية التكرارية حتى يتم تحديد الإجراء الأمثل بثقة عالية.

التحليل النظري
تقدم الورقة ضمانًا نظريًا لأداء MINT. من خلال تعريف مقياس شبه مسافة (pseudo-metric) بين عمليات ماركوف لاتخاذ القرار (MDPs) ذات نوى الانتقال ودوال المكافأة المختلفة، أثبت المؤلفون وجود استمرارية شبه ليبشيتز محلية (local pseudo-Lipschitz continuity) لدوال Q المثلى. كما اشتقوا حدًا أعلى لفجوة العائد بين التخطيط القائم على MINT (مع الاستقصاء النشط) والحالة المثالية التي لا توجد فيها فجوات معرفية. يوضح هذا التحليل أن تضييق الفجوة المعرفية بشكل متكرر من خلال استراتيجية الاستعلام الخاصة بـ MINT يقلل من فجوة العائد، مما يوفر ضمانًا للأداء.

المساهمات الرئيسية

إطار عمل MINT: اقتراح شجرة عصبية رمزية تستشير سياسة تخطيط عصبية لتقدير تأثيرات فجوات المعرفة وتستفيد من اللعب الذاتي (self-play) لتحسين استراتيجيات الاستقصاء البشري.
الضمانات النظرية: إثبات الاستمرارية شبه الليبشيتز المحلية لعوائد التخطيط واشتقاق حد أعلى لفجوة العائد، مما يوفر أساسًا نظريًا متينًا للاستقصاء البشني النشط.
التحقق التجريبي: إثبات أن MINT يحقق عوائد قريبة من مستوى الخبراء بعدد أقل بكثير من الاستعلامات (1-3 لكل كائن) مقارنة بالنماذج المرجعية عبر بيئات متنوعة.

النتائج التجريبية
قيم المؤلفون MINT على ثلاث معايض تزداد واقعية:

MiniGrid: حققت MINT معدلات نجاح قريبة من المثالية وعوائد متوسطة عالية، متفوقة بشكل كبير على النماذج اللغوية الكبيرة الصرفة (التي كانت متحفظة للغاية) وطرق التعلم التعزيزي الصرفة (التي عانت مع عدم اليقين). حافظت MINT على أداء عالٍ حتى مع ميزانية استعلام محدودة.
Atari Pacman: في بيئة تحتوي على ملاحظات بكسلية خام ومناطق مكافأة/انتقال غير معروفة، حققت MINT عوائد تنافسية مقارنة بنماذج التعلم التعزيزي في الحلقة البشرية (Query-A)، ولكنها تطلبت عددًا أقل بكًا من الاستعلامات.
Isaac Gym (البحث والإنقاذ): في سيناريو إنقاذ طائرات بدون طيار عالي الدقة يتضمن أجسامًا محجوبة بالدخان وأهدافًا مخفية، تفوقت MINT على استراتيجيات التخطيط القائمة على النماذج اللغوية الكبيرة، حيث نجحت في التنقل عبر عدم اليقين من خلال الاستدلال حول فجوات معرفية محددة.

الأهمية والادعاءات
تزعم الورقة أنها العمل الأول الذي يجمع بين الاستدلال الرمزي لفجوات المعرفة، وسياسات التخطيط العصبية، والنماذج اللغوية الكبيرة لتمكين الاستقصاء البشني النشط والمحسن في التخطيط القائم على اللغة. ويؤكد المؤلفون أن MINT يجسّر بفعالية الفجوة بين قابلية التفسير في الطرق الرمزية والقدرة على التكيف في الشبكات العصبية. ومن خلال تضييق فجوات المعرفة بشكل منهجي عبر استعلامات مستهدفة، تسمح MINT لوكلاء الذكاء الاصطناعي بالعمل كشركاء استباقيين بدلاً من مجرد أدوات سلبية، محققين أداءً قريبًا من مستوى الخبراء مع تقليل عبء التواصل على الشركاء البشر. ويشير العمل إلى أن هذا النهج حيوي بشكل خاص لسيناريوهات العالم المفتوح حيث لا تتوفر المعلومات الكاملة، ويؤدي التخطيط المتحفظ إلى نتائج غير مثالية.