💬 NLP

Generative Ontology: When Structured Knowledge Learns to Create

تقدم الورقة البحثية "الأنطولوجيا التوليدية" (Generative Ontology)، وهي إطار عمل يجمع بين الصرامة الهيكلية للأنطولوجيات الرسمية (عبر مخططات Pydantic وDSPy) مع القدرات الإبداعية للنماذج اللغوية الكبيرة من خلال مسار متعدد الوكلاء لإنتاج تصميمات مبتكرة صالحة وعالية الجودة ومتخصصة في مجال معين.

المؤلفون الأصليون: Benny Cheung

نُشر 2026-02-10

📖 3 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Benny Cheung

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 تريد كتابة قصيدة جميلة. لديك أداتان تحت تصرفك: قاموس (يعرف كل الكلمات ولكنه بلا روح) وحالم (لديه أفكار لا حصر لها ولكنه لا يفهم كيف تُبنى الجمل).

إذا أعطيت القاموس للحالم، فسيحصل فقط على قائمة من الكلمات. وإذا أعطيت الحالم ورقة بيضاء، فقد يكتب شيئاً يبدو شاعرياً ولكنه لا يعطي أي معنى على الإطلاق — مثل "الصمت الأزرق أكل مربع الثلاثاء".

هذه الورقة البحثية، "الأنطولوجيا التوليدية" (Generative Ontology)، تدور حول بناء جسر بين القاموس والحالم.

المشكلة: "المهندس الهلوسي"

بحث الباحثون في كيفية تصميم الذكاء الاصطناً (مثل ChatGPT) للأشياء، وتحديداً ألعاب اللوحة (Board Games).

عندما تطلب من ذكاء اصطناعي قياسي تصميم لعبة، فإنه يتصرف كـ "مهندس هلوسي". قد يقول: "في هذه اللعبة، يستخدم اللاعبون بلورات سحرية لبناء مدن!". يبدو هذا رائعاً! ولكن إذا حاولت فعلياً لعبها، ستدرك أن الذكاء الاصطناعي نسي أن يخبرك: كم عدد البلورات؟ كيف تفوز؟ ماذا يحدث عندما تنفد منك؟ لدى الذكاء الاصطناعي الإبداع لتخيل الطابع العام، لكنه يفتقر إلى المنطق الهيكلي لجعله شيئاً حقيقياً وقابلاً للعب.

الحل: "قواعد الخلق"

ابتكر المؤلفون إطار عمل يسمى الأنطولوجيا التوليدية.

فكر في الأنطولوجيا كـ "قواعد الكون". إنها مخطط رقمي صارم يقول: "إذا كان لديك 'لعبة سباق'، فيجب أن تحتوي على 'خط بداية'، و'خط نهاية'، و'طريقة للحركة'".

لم يكتفِ الباحثون بإعطاء الذكاء الاصطناعي أمراً (Prompt) فحسب؛ بل أعطوه هيكلاً رقمياً (باستخدام ما يسمى بـ Pydantic schemas). الآن، لا يحلم الذكاء الاصطناعي بجنون فحسب؛ بل يحلم داخل هيكل. الأمر يشبه إعطاء موسيقي جاز ليس فقط آلة موسيقية، بل سلماً موسيقياً محدداً ليعزف ضمنه. السلم يقيد النوتات التي يمكنه الوصول إليها، ولكن هذه القيود ذاتها هي ما يسمح له بابتكار موسيقى جميلة بدلاً من الضجيج العشوائي.

السر الخفي: "فريق التصميم القلق"

بدلاً من طلب القيام بكل شيء من ذكاء اصطناعي واحد، قاموا ببناء مسار متعدد الوكلاء (Multi-Agent Pipeline). تخيل استوديو ألعاب احترافي حيث يكون كل موظف فيه عبارة عن ذكاء اصطناعي، ولكن لكل منهم "شخصية" أو "قلق" محدد:

المهندس المعماري: مهووس بكيفية سير الأدوار. (القلق: "هل هذا قابل للعب حقاً؟")
راوي القصص: مهووس بالأجواء. (القلق: "هل يتناسب الطابع الفني مع القواعد فعلياً؟")
الناقد: الشخص العبوس في الزاوية. (القلق: "كيف يمكنني كسر هذه اللعبة؟ أين هي الثغرة؟")

من خلال جعل هؤلاء الوكلاء (الذكاء الاصطناعي) "يتجادلون" ويتحققون من عمل بعضهم البعض مقابل المخطط الرقمي، تكون النتيجة النهائية أكثر تماسكاً.

هل ينجح الأمر حقاً؟ (النتائج)

اختبر الباحثون هذا من خلال مقارنة الألعاب التي أنتجها الذكاء الاصطناعي بألعاب لوحية حقيقية ومنشورة (مثل Catan).

الأخبار الجيدة: كانت الألعاب التي أنتجها الذكاء الاصطناعي مثالية من الناحية الهيكلية. لم "ينسَ" المكونات أو القواعد. بل كانت جيدة تماماً مثل الألعاب الحقيقية في خلق التوتر والتفاعل الاجتماعي.
الفجوة: لم يكن الذكاء الاصطناعي "ممتعاً" أو "أنيقاً" تماماً مثل اللعبة التي صممها البشر عبر سنوات طويلة من تجربة اللعب. إنه يشبه الفرق بين طالب مجتهد يكتب مقالاً وبين روائي محترف. الطالب يتبع جميع القواعد بدقة، لكن الروائي يعرف كيف يرقص بينها.

الصورة الكبيرة: ما وراء ألعاب اللوحة

يجادل المؤلفون بأن هذا لا يقتصر فقط على الألعاب. يمكن تطبيق "قواعد الخلق" هذه على أي شيء له قواعد:

الطهي: أنطولوجيا النكهات والتقنيات لتوليد وصفات جديدة.
العمارة: أنطولوجيا الفيزياء والمواد لتصميم مبانٍ جديدة.
الموسيقى: أنطولوجيا السلالم والإيقاعات لتأليف أغانٍ جديدة.

الخلاصة: القيود لا تقتل الإبداع؛ بل توفر الأرضية التي يمكن للإبداع أن يرقص عليها. من خلال منح الذكاء الاصطناعي "قواعد لغوية" يتبعها، ننتقل من ذكاء اصطناعي يتحدث فقط إلى ذكاء اصطناعي يبني بالفعل.

ملخص تقني: الأنطولوجيا التوليدية (Generative Ontology)

العنوان: الأنطولوجيا التوليدية: عندما تتعلم المعرفة المهيكلة كيف تبتكر
المؤلف: بيني تشيونغ (دينامايند ريسيرش - Dynamind Research)

1. المشكلة: الهلوسة الهيكلية (Structural Hallucination)

تحدد الورقة مأزقاً جوهرياً في التوليد الحالي للذكاء الاصطناعي:

الأنطولوجيات التقليدية (Traditional Ontologies): دقيقة، مهيكلة، ومحققة، لكنها خاملة. يمكنها وصف الهياكل الموجودة، لكنها لا تستطيع توليد نتاجات مبتكرة أو إبداعية.
النماذج اللغوية الكبيرة (LLMs): مبدعة، فصيحة، ووفيرة، لكنها غير مهيكلة. تعاني من "الهلوسة الهيكلية"؛ حيث تنتج مخرجات تبدو منطقية (مثل تصميم لعبة)، لكنها تفتقر إلى المنطق الداخلي، أو تفتقد لمكونات حاسمة، أو تفشل في تعريف النهايات والآليات الضرورية.

تكمن المشكلة الجوهرية في أن النماذج اللغوية الكبيرة تولد دون فهم متأصل لـ "قواعد اللغة" (القوانين والعلاقات) الخاصة بمجال معين.

2. المنهجية: إطار عمل الأنطولوجيا التوليدية

يقترح المؤلف الأنطولوجيا التوليدية، وهو إطار عمل يعامل الأنطولوجيا ليس كخريطة ثابتة، بل كـ قواعد لغوية نشطة للابتكار. يتم تشغيل هذه المنهجية من خلال نظام يسمى GameGrammar، باستخدام تصميم ألعاب الطاولة كمجال أساسي.

المكونات التقنية الرئيسية:

المخططات القابلة للتنفيذ (Pydicant Schemas): يتم تحويل أنطولوجيا المجال إلى نماذج Pydantic محددة النوع ومحققة. يضمن ذلك توافق كل نتاج مولد مع متطلبات هيكلية محددة (على سبيل المثال: آلية "بناء المجموعة/deck-building" يجب أن تتضمن "بطاقات").
التشغيل عبر DSPy: بدلاً من التلقين الأحادي (Monolithic Prompting)، يستخدم إطار العمل DSPy (البرمجة التصريحية ذاتية التحسين). تعمل توقيعات DSPy كـ "عقود أنطولوجية"، حيث تربط مخرجات النموذج اللغوي بنماذج Pydantic وتستخدم تقنية ChainOfThought لضمان التفكير المنطقي قبل التوليد.
خط إنتاج متعدد الوكلاء بـ "قلق مهني" (Professional Anxieties): لمنع المخرجات السطحية "الموافقة للرأي"، يستخدم النظام وكلاء متخصصين (مهندس الآليات، ناسج الثيمات، مصمم المكونات، ناقد التوازن، وحَكَم عامل المتعة). يُسند لكل وكيل مجال أنطولوجي محدد و"قلق مهني" (على سبيل المثال: ناقد التوازن يقلق بشأن "ما الذي سينكسر عند الوصول للحد الأمثل") لدفع عملية التوليد نحو عمق أكبر ونقد أكثر حدة.
التوليد المعزز بالاسترجاع (RAG): يستخدم نظام RAG ثنائي المراحل (تصفية الأنطولوجيا يليه التصنيف الدلالي) لترسيخ العملية الإبداعية في سوابق موجودة من مجموعة تضم 1,767 لعبة، مما يضمن "ابتكاراً مستنيراً".
عقود التحقق الأنطولوجي: تعمل الأنطولوجيا كأداة تحقق. إذا احتوى التصميم المولد على آلية بدون مكونها المطلوب (مثل التحكم في المنطقة بدون لوحة لعب)، يستخدم النظام آلية Assert الخاصة بـ DSPy لتفعيل إعادة محاولة تلقائية مع تغذية راجعة حول الخطأ.

3. المساهمات الرئيسية

التركيب المفاهيمي: يقترح نموذج "الأنطولوجيا التوليدية"، الذي يسد الفجوة بين الذكاء الاصطناولي الرمزي (الأنطولوجيات) والذكاء الاصطولي الاتصالي (النماذج اللغوية الكبيرة).
النمط المعماري: يقدم خط إنتاج متعدد الوكلاء ومقيد بالمخططات، يستخدم الأدوار "المدفوعة بالقلق" لتعزيز العمق الإبداعي.
الدقة المنهجية: يوفر إطار تقييم قوي يتضمن "نموذج تقييم بواسطة نموذج لغوي كبير" (LLM-as-Judge) وهو (مدرب التصميم)، والذي تم التحقق من صحته عبر تحليل معامل الارتباط داخل الفئة (ICC) لضمان موثوقية القياس.

4. النتائج التجريبية

تم تقييم إطار العمل من خلال ثلاث دراسات:

الدراسة 1 (دراسة الاستئصال/Ablation):
- الصلاحية الهيكلية: أدى التحقق من المخطط وحده إلى تقليل أخطاء الاتساق بشكل جذري ( $d = 4.78$ ).
- الجودة الإبداعية: بينما لم تؤدِ القيود وحدها إلى تحسين الإبداع، إلا أن خط الإنتاج متعدد الوكلاء حقق أكبر المكاسب في العمق الاستراتيجي ( $d = 1.59$ ) وعامل المتعة ( $d = 1.12$ ).
الدراسة 2 (المقارنة المرجعية):
- تمت مقارنة التصاميم المولدة مع 20 لعبة لوحية منشورة.
- النتائج: حققت التصاميم المولدة تكافؤاً هيكلياً مع الألعاب الحقيقية. وأظهرت "فجوة إبداعية محدودة" في الأناقة وقابلية إعادة اللعب (سجلت 7-8 مقابل 8-9 للألعاب الحقيقية)، لكنها وصلت إلى التكافؤ في عناصر التوتر/الدراما والتفاعل الاجتماعي.
الدراسة 3 (موثوقية المقيم):
- تم التحقق من موثوقية المقيم (النموذج اللغوي الكبير) باستخدام تحليل ICC.
- النتائج: حققت 7 من أصل 9 مقاييس موثوقية جيدة إلى ممتازة (ICC 0.836–0.989)، مما يثبت أن المقيم هو أداة مستقرة لقياس الجودة الإبداعية.

5. الأهمية والقدرة على التعميم

تخلص الورقة إلى أن القيود لا تحد من الإبداع، بل تمكنه. تماماً كما تسمح قواعد اللغة بكتابة الشعر، تسمح الأنطولوجيا بتوليد مهيكل وصالح.

ويرى المؤلف أن هذا النمط قابل للتعميم بدرجة عالية في أي مجال يتميز بـ:

مفردات خبيرة (هيكل).
نماذج تراكمية (إمكانات RAG).
قيود صلاحية محددة (التحقق).

وتشمل التطبيقات المحتملة تأليف الموسيقى، الهندسة المعمارية، فنون الطهي، تصميم البرمجيات، والصياغة القانونية، حيث يكون الهدف هو توليد مخرجات مبتكرة تظل ملتزمة بصرامة بحدود الصلاحية المهنية والهيكلية.