Self-Evolving Recommendation System: End-To-End Autonomous Model Optimization With LLM Agents
تقدم هذه الورقة نظام توصية ذاتي التطور يستخدم وكلاء نماذج اللغة الكبيرة Gemini من Google لتوليد والتحقق ونشر بنيات النماذج ودوال المكافأة المُحسّنة بشكل مستقل عبر سير عمل ثنائي الحلقة، مما أثبت بنجاح سرعة تطوير وأداءً فائقين في بيئات الإنتاج في YouTube مقارنة بالهندسة اليدوية التقليدية.
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 عالماً لا يكتفي فيه تطبيق الفيديو المفضل لديك بمجرد التخمين فيما تريد مشاهدته تالياً، بل يتعلم فعلياً كيف يصبح أفضل في التخمين كل يوم، وبمفرده تماماً. هذا هو مجال التعلم التعزيزي (Reinforcement Learning)، وهو فرع من فروع الذكاء الاصطناğı حيث يعمل برنامج حاسوبي كأنه مستكشف فضولي. فهو يجرب أفعالاً مختلفة (مثل عرض فيديو لقطة أو تعليمات طبخ)، ويرى ما يحدث (هل شاهدته؟ هل أعجبك؟)، ويحصل على "مكافأة" مقابل الخيارات الجيدة. والهدف هو تعظيم هذه المكافأة بمرور الوقت. لكن الجزء الصعب هنا هو: كيف نحدد كيفية منح هذه المكافأة؟ الأمر يشبه محاولة تعليم كلب كيف يحضر كرة، لكنك لا تستطيع التحدث بلغة الكلاب، والكلب لا يخبرك إلا بعد أسابيع إذا كان سعيداً أم لا. تقليدياً، يقضي البشر سنوات في ضبط القواعد، وتخمين ما يريده الكلب (أو المستخدم) حقاً، وإعادة كتابة الكود يدوياً. تسأل هذه الورقة سؤالاً جريئاً: ماذا لو استطعنا بناء نظام يقوم بعمليات الضبط والتجريب وإعادة الكتابة هذه تلقائياً، دون الحاجة إلى إنسان يمسك بيده في كل خطوة؟
يقترح الباحثون في جوجل حلاً يسمونه نظام التوصية ذاتي التطور (Self-Evolving Recommendation System). فكر في الأمر كأنه مصنع رقمي لا تكتفي آلاته ببناء المنتجات فحسب؛ بل تعيد تصميم أرضية المصنع، وتخترع أدوات جديدة، وتعيد كتابة كتيبات التعليمات بينما لا يزال المصنع يعمل. وفي قلب هذا النظام توجد وكلاء النماذج اللغوية الكبيرة (LLM Agents)—وهي برامج حاسوبية متخصصة مدعومة بنماذج لغوية كبيرة (نفس النوع من الذكاء الاصطناعي الذي يمكنه كتابة القصص أو الدردشة معك). يعمل هؤلاء الوكلاء كفريق من مهندسي تعلم الآلة الخارقين والمثابرين الذين لا ينامون أبداً. فهم لا يكتفون بضبط بعض الأرقام؛ بل يقرؤون الكود، ويطرحون أفكاراً جامحة جديدة حول كيفية عمل النظام، ويكتبون الكود لاختبار تلك الأفكار، ثم يتحققون من النتائج.
يعمل النظام مثل سباق تتابع بين شخصين بإيقاعين مختلفين تماماً. المتسابق الأول هو الوكيل غير المتصل بالإنترنت (Offline Agent)، أو "الحلقة السريعة". هذا الوكيل هو آلة توليد أفكار فائقة النشاط. يستيقظ كل خمس دقائق، وينظر في جبال من البيانات، ويولد مئات الفرضيات الجديدة. إنه يشبه طباخاً يتذوق حساءً ويفكر فوراً: "ماذا لو أضفت رشة من القرفة؟" أو "ماذا لو استبدلت السكين بخلاط؟". هو يختبر هذه الأفكار بسرعة باستخدام مقاييس "وكيلة"—وهي إشارات سهلة القياس وسريعة تعطي تلميحاً عما إذا كانت الفكرة جيدة. إذا كان طعم الحساء غريباً في وعاء الاختبار، ينتقل الوكيل إلى الفكرة التالية.
المتسابق الثاني هو الوكيل المتصل بالإنترنت (Online Agent)، أو "الحلقة البطيئة". هذا هو الاستراتيجي الحذر. يأخذ أفضل الأفكار من الحلقة السريعة ويختبرها في العالم الحقيقي، مع مستخدمين حقيقيين. هذا هو "اختبار نجم الشمال". هل جعلت الوصفة الجديدة الناس أكثر سعادة وجعلتهم يشاهدون لفترة أطول؟ هذا الأمر يستغرق وقتاً—أياماً أو حتى أسابيع—لأن سلوك البشر الحقيقي بطيء في التغير. يقرر الوكيل المتصل بالإنترنت أي الأفكار تستحق البقاء وأيها يجب التخلص منه، مما يضمن أن التغييرات الأكثر واعدية فقط هي التي تصل إلى القائمة النهائية.
تجد الورقة أن هذا الفريق المستقل فعال بشكل مدهش. عندما تركوا هؤلاء الوكلاء يعملون بحرية على نظام التوصية الخاص بـ YouTube، لم يقم الوكلاء بمجرد ضبط الإعدادات؛ بل اكتشفوا طرقاً جديدة تماماً لهيكلة البرمجيات. على سبيل المثال، اكتشف الوكلاء أن تغيير "محرك" النموذج من نوع رياضي إلى آخر (من Adagrad إلى RMSprop) جعل النموذج يتعلم بشكل أسرع. حتى أنهم اخترعوا بنية "المسار المسدود" (gated path architecture)، وهي طريقة ذكية للسماح للمعلومات بالتدفق عبر النظام لم يجربها البشر من قبل. والأكثر إثارة للإعجاب، أنهم أعادوا تصميم نظام "المكافأة" نفسه. فبدلاً من مجرد عد النقرات، عرف الوكلاء كيف يجمعون بين إشارات معقدة—مثل ما إذا كان المستخدم قد شارك الفيديو أو شاهده لفترة طويلة—لإنشاء تعريف أذكى لـ "السعادة".
كانت النتائج قابلة للقياس وهامة. في الاختبارات، حسنت التغييرات المدفوعة بالذكاء الاصطناعي المقاييس الرئيسية لمستخدمي YouTube، متفوقة على العديد من التغييرات التي أجراها المهندسون البشريون خلال نفس الفترة. تمكن النظام من إجراء تجارب بسرعة لا يمكن للبشر مضاهاتها، حيث اختبر مئات الأفكار أسبوعياً مقارنة بعدد قليل جداً. وبينما تشير الورقة إلى أن الذكاء الاصطناعي لا يزال بحاجة إلى البشر لوضع القواعد الكبرى والتحقق من النتائج النهائية، إلا أنها تقترح أن مستقبل بناء هذه الأنظمة قد يبدو أقل شبهاً بفريق من المهندسين الذين يبرمجون في وقت متأخر من الليل، وأكثر شبهاً بحديقة يعتني بها بستاني في حديقة ذاتية التقليم والزراعة تنمو بشكل أفضل كل يوم. تؤكد المؤلفات أن هذا النهج يعمل في العالم الحقيقي، مما يثبت أن وكلاء الذكاء الاصطناعي يمكنهم بالفعل العمل كمهندسين خبراء، يكتشفون تحسينات هيكلية ودلالية، وليس مجرد تعديلات عددية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.