EvoMAS: Evolutionary Generation of Multi-Agent Systems
يقدم EvoMAS إطار عمل تطوريًا يولد تلقائيًا أنظمة متعددة الوكلاء قوية وعالية الأداء من خلال صقل التكوينات المهيكلة بشكل تكراري عبر الطفرات والتهجين المشروط بالتغذية الراجعة، متفوقًا بشكل كبير على كل من التصاميم البشرية والطرق الآلية السابقة عبر مختلف اختبارات الاستدلال، وهندسة البرمجيات، واستخدام الأدوات.
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 بحاجة إلى حل مشكلة معقدة للغاية، مثل التخطيط لرحلة دولية ضخمة، أو تصحيح خطأ في برمجية معطلة، أو حل لغز رياضي صعب. يمكنك أن تطلب من شخص واحد ذكي جداً (ذكاء اصطناعي واحد) القيام بكل ذلك. ولكن في كثير من الأحيان، يشعر هذا الشخص الواحد بالإرهاق، أو يرتكب أخطاءً، أو يغفل عن تفصيل حاسم.
النهج الأفضل هو توظيف فريق من المتخصصين. شخص يخطط المسار، وآخر يراجع الميزانية، وثالث يحجز الفنادق، ورابع يدقق في جدول المواعيد. يُسمى هذا نظام الوكلاء المتعددين (Multi-Agent System - MAS).
المشكلة؟ تصميم الفريق المثالي أمر صعب للغاية. عليك أن تقرر:
- من هم أعضاء الفريق؟
- ما هي وظائفهم المحددة؟
- كيف يتواصلون مع بعضهم البعض؟
- أي "عقل" (نموذج ذكاء اصطناعي) يستخدمه كل شخص؟
عادةً، يتعين على البشر تصميم هذه الفرق يدوياً، وهو أمر بطيء ومكلف، وغالباً ما ينتج عنه فرق لا تعمل جيداً معاً.
إليك EvoMAS: "باني الفرق التطوري"
تقدم الورقة البحثية EvoMAS (التوليد التطوري لأنظمة الوكلاء المتعددين). فكر في EvoMAS ليس كمصمم، بل كعالم طبيعة يدير تجربة "البقاء للأصلح" للفرق.
إليك كيف يعمل، باستخدام تشبيه بسيط:
1. حديقة الحيوان البدائية (المجمع)
تخيل أن لديك حديقة حيوان مليئة بهياكل فرق مختلفة. بعضها عبارة عن "نوادي نقاش" حيث يتجادل الجميع للوصول إلى الحقيقة. والبعض الآخر عبقة عن "خطوط تجميع" حيث ينتقل العمل من شخص إلى آخر. وهناك "الأشكال النجمية" حيث يعطي مدير واحد الأوامر للعديد من العمال.
- الابتكار: بدلاً من كتابة الكود البرمجي من الصفر، يعامل EvoMAS هياكل الفرق هذه كـ تكوينات (مثل بطاقة وصفة أو مخطط هندسي). وهذا يجعل من السهل تعديلها دون كسر النظام بأكمله.
2. تجربة التشغيل (التنفيذ)
عندما تعطي EvoMAS مهمة محددة (مثلاً: "أصلح هذا الخطأ في الكود")، فإنه يختار بضعة فرق من حديقة الحيوان لتجربتها.
- يحاولون تنفيذ المهمة.
- يقوم "حكم" (ذكاء اصطناعي آخر) بمراقبتهم وتقييمهم: هل حلوا المشكلة؟ هل ارتكبوا أخطاء؟ هل استغرقوا وقتاً طويلاً؟
3. التطور (الطفرة والتزاوج)
هذا هو الجزء السحري. لا يكتفي EvoMAS باختيار الفائز والتوقف؛ بل يستخدم ملاحظات "الحكم" لـ تطوير الفرق، تماماً كما تطور الطبيعة الحيوانات.
- الطفرة (التعديل): إذا فشل فريق لأن "الخبير الرياضي" كان بطيئاً جداً، فقد يقوم EvoMAS باستبدال "عقله" بآخر أسرع، أو يطلب منه كتابة خطواته بوضوح أكثر. إنه يغير شيئاً واحداً في كل مرة ليرى ما إذا كان ذلك سيساعد.
- التزاوج (الخلط والمزج): إذا كان الفريق (أ) بارعاً في التخطيط ولكنه سيء في التدقيق، وكان الفريق (ب) بارعاً في التدقيق ولكنه سيء في التخطيط، فإن EvoMAS ينشئ فريقاً هجيناً وليداً. يأخذ هيكل الفريق (أ) ولكنه يستبدل خبراء التدقيق فيه بخبراء الفريق (ب).
- الحلقة: يتكرر هذا الأمر مراراً وتكراراً. يتم استبعاد الفرق "السيئة"، ويتم الاحتفاظ بالفرق "الجيدة"، وتعديلها ومزجها مرة أخرى.
4. الذاكرة (التعلم من الماضي)
يمتلك EvoMAS دفتراً للملاحظات. إذا اكتشف أن "الفرق التي تمتلك مدققاً مخصصاً تحل المسائل الرياضية بشكل أفضل دائماً"، فإنه يدون ذلك. في المرة القالية التي يواجه فيها مسألة رياضية، لا يبدأ من الصفر؛ بل يتذكر تلك الحيلة ويستخدمها فوراً.
لماذا هذا أفضل مما كان لدينا سابقاً؟
- الطريقة القديمة (توليد الكود): حاولت الطرق السابقة كتابة الكود البرمجي الكامل للفريق من الصفر. هذا يشبه مطالبة طباخ بابتكار وصفة جديدة، ومطبخ جديد، وموقد جديد دفعة واحدة. غالباً ما يؤدي ذلك إلى "أخطاء في بناء الجملة" (الكود يتعطل) أو فرق تكون جامدة للغاية.
- طريقة EvoMAS (التكوين): يقوم EvoMAS بتغيير المخطط (التكوين)، وليس الكود الخام. إنه يشبه إعادة ترتيب الأثاث في منزل بدلاً من إعادة بناء الجدران. وهذا يجعل الفرق أكثر موثوقية وأقل عرضة للتعطل.
- أفضل من البشر: تظهر الورقة أن EvoMAS يصمم باستمرار فرقاً تؤدي بشكل أفضل من الفرق التي صممها خبراء بشريون. لقد وجد "النقطة المثالية" في كيفية تنظيم الفريق التي لم يفكر فيها البشر.
النتائج باللغة البسيطة
اختبر الباحثون EvoMAS على ثلاثة أنواع مختلفة تماماً من التحديات:
- الاستنتاج: حل الألغاز المنطقية والمسائل الرياضية.
- هندسة البرمجيات: إصلاح أخطاء حقيقية في كود الكمبيوتر.
- استخدام الأدوات: استخدام الأدوات الرقمية مثل التقويم، والبريد الإلكتروني، ومخططات البيانات.
النتيجة:
- حلت فرق EvoMAS هذه المشكلات بدقة أكبر من أنظمة الذكاء الاصطناعي المنفردة، والفرق المصممة بشرياً، والطرق الآلية الأخرى.
- كانت أكثر موثوقية. بينما كانت الطرق الأخرى تتعطل أو تفشل في التشغيل غالباً، كانت فرق EvoMAS تنهي المهمة دائماً تقريباً (بنسبة نجاح تزيد عن 96%).
- حتى أنها تفوقت على أعلى الدرجات في لوحة صدارة شهيرة لهندسة البرمجيات (SWE-Bench) عند استخدام أحدث نماذج الذكاء الاصطناعي.
الخلاصة الكبرى
يثبت EvoMAS أنه بدلاً من محاولة تصميم الفريق المثالي يدوياً، يمكننا جعل الذكاء الاصطناعي يطور الفريق المثالي للمهمة المحددة. إنه يشبه وجود مدرب يراقب فريقك وهو يلعب، ويدرك من يلعب في مركز خاطئ، ويستبدل اللاعبين، ويغير الاستراتيجية، ويستمر في فعل ذلك حتى يصبح الفريق لا يهزم.
وتزعم الورقة أن هذه طريقة جديدة وقوية لبناء أنظمة ذكاء اصطناعي تتميز بالمرونة والموثوقية والذكاء الذي يفوق أي شيء يمكننا تصميمه يدوياً.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.