Automatic Ontology Construction Using LLMs as an External Layer of Memory, Verification, and Planning for Hybrid Intelligent Systems
تقترح هذه الورقة بنية نظام ذكي هجين تعزز النماذج اللغوية الكبيرة بطبقة ذاكرة أنطولوجية مُنشأة آلياً وقابلة للتحقق لتعزيز الاستدلال طويل الأمد، والفهم الهيكلي، وموثوقية اتخاذ القرار عبر تطبيقات متنوعة.
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
الفكرة الكبرى: إعطاء الذكاء الاصطناعي "دماغاً" و"دفتر ملاحظات"
تخيل نموذج لغة كبير (LLM) — مثل الذكاء الاصطناعي الذي تدردش معه اليوم — كأنه ممثل ارتجالي بارع ولكنه نساي.
- الممثل: هو مذهل في التحدث بذكاء، ورواية القصص، وابتكار إجابات تبدو منطقية في اللحظة ذاتها.
- المشكلة: لديه ذاكرة سيئة للغاية. بمجرد انتهاء المحادثة، ينسى كل شيء. كما أنه لا يملك "مدقق حقائق" داخل رأسه؛ فإذا أخطأ في التخمين، قد يكذب عليك بكل ثقة. هو يعتمد كلياً على ما يتذكره من تدريبه، وهو أمر يشبه محاولة حل مسألة رياضية معقدة باستخدام ذاكرة غامضة لكتاب قرأته قبل سنوات.
تقترح هذه الورقة حلاً: لا تعتمد فقط على ذاكرة الممثل. بل أعطه دفتر ملاحظات منظماً (Ontology - أنطولوجيا) ومحرراً صارماً (Validator - مُحقق).
الاستعارة: "المخرج" و"طاقم العمل"
يقترح المؤلفون بناء نظام ذكي هجين. فكر في الأمر كأنه إنتاج سينمائي:
- النموذج اللغوي الكبير (LLM) هو المخرج: هو مبدع، ويتقن اللغة، ويضع الخطة. لكنه لا يستطيع تذكر كل قطعة إكسسوار، أو كل سطر في السيناريو، أو كل قاعدة من قواعد الفيزياء.
- الأنطولوجيا هي "إنجيل العالم" (The World Bible): هذا دفتر ملاحظات رقمي منظم حيث يُكتب فيه كل شخصية، وقاعدة، وعلاقة، وحقيقة بوضوح. إنه ليس مجرد كومة من الأوراق (مثل سجل الدردشة العادي)؛ بل هو خريطة.
- مثال: بدلاً من مجرد تذكر "جون يحب التفاح"، يعرف دفتر الملاحظات:
جون(شخص) ←يحب(فعل) ←التفاح(طعام) ←هو نوع من(فئة) ←الفاكهة.
- مثال: بدلاً من مجرد تذكر "جون يحب التفاح"، يعرف دفتر الملاحظات:
- المُحقق (SHACL) هو مشرف السيناريو: قبل أن ينطق المخرج بجملة، يقوم مشرف السيناريو بالتحقق من "إنجيل العالم".
- سيناريو: إذا قال المخرج: "جون يطير بالسيارة"، يتحقق المشرف من "الإنجيل"، ويرى أن "السيارات" لا يمكنها "الطيران"، فيقول: "قُطع! هذا ينتهك قواعد عالمنا".
كيف يعمل الأمر (باني الأنطولوجيا)
تصف الورقة مساراً لبناء "إنجيل العالم" هذا تلقائياً. إليك العملية بكلمات يومية بسيطة:
- الاستيعاب (أمين المكتبة): يقوم النظام بقراءة المستندات، وسجلات الدردشة، والبيانات.
- الاستخراج (المحقق): يعمل الذكاء الاصطناعي كمحقق، يستخرج الأسماء (الكيانات) وكيفية ارتباطها (العلاقات).
- بدلاً من: "كان الاجتماع في الساعة 2 ظهراً".
- يكتب:
الاجتماع←حدث في←2 ظهراً.
- التوحيد (المترجم): يعالج الارتباكات. إذا ذكر مستند "الرئيس التنفيذي" وذكر آخر "المدير التنفيذي"، يدرك النظام أنهما نفس الشخص ويقوم بدمجهما.
- التحقق (ضبط الجودة): يتحقق من الحقائق الجديدة مقابل القواعد. إذا كانت الحقيقة الجديدة تكسر المنطق، يتم وضع علامة عليها أو استبعادها.
- التخزين (خزانة الملفات): تُحفظ الحقائق في تنسيق خاص (RDF/OWL) يمكن للحواسيب قراءته والاستدلال منه، وليس للبشر فقط.
التجارب: هل نجح الأمر؟
اختبر المؤلفون هذا النظام بطريقتين:
1. برج هانوي (اختبار الألغاز)
- المهمة: لغز منطقي كلاسيكي حيث يتعين عليك نقل أقراص بين أعمدة باتباع قواعد صارمة. يتطلب الأمر التخطيط المسبق.
- النتيجة:
- "الممثل الصافي" (النموذج اللغوي وحده): تعثر بسهولة. مع 3 أقراص، نجح بنسبة 26% تقريباً. ومع 6 أقراص، استسلم تماماً (0%).
- "المخرج مع دفتر الملاحظات" (النموذج اللغوي + الأنطولوجيا): كان أداؤه أفضل بكثير. مع 5 أقراص، قفز النجاح من 33% إلى 45%.
- الدرس المستفاد: لم يصبح الذكاء الاصطناعي "أذكى" بطريقة سحرية؛ بل أصبح لديه فقط مكان أفضل لتدوين خطته والتحقق من قواعده. لقد توقف عن نسيان الخطوات.
2. محلل الحقائق (الاختبار القانوني)
- المهمة: الإجابة على سؤال تنظيمي معقد حول التجارب السريرية (على سبيل المثال: "هل يمكننا بدء دراسة بعد 30 يوماً من تقديم الطلب إذا لم نتلقَّ رداً بـ 'لا'؟").
- النتيجة:
- "الممثل الصافي": أعطى إجابة واثقة ولكن خاطئة (هلوسة).
- "المخرج مع دفتر الملاحظات": تحقق من القاعدة المحددة في "إنجيل العالم"، ورأى أن الشرط قد تحقق، وأعطى الإجابة الصحيحة والمحققة.
- الدرس المستفاد: عندما تحتاج لأن تكون دقيقاً بنسبة 100% (كما في القانون أو الطب)، لا يمكنك مجرد الثقة في "شعور" الذكاء الاصطناعي. أنت بحاجة لأن يراجع القواعد.
لماذا يهم هذا الأمر؟
حالياً، معظم أنظمة الذكاء الاصطناعي تشبه محرك بحث فائق القدرة: تجد كلمات متشابهة وتخمن الإجابة.
تقترح هذه الورقة تحويل الذكاء الاصطناعي إلى محرك معرفة:
- ذاكرة طويلة المدى: يتذكر من أنت وماذا فعلت عبر أيام مختلفة، وليس فقط في جلسة دردشة واحدة.
- القابلية للتفسير: إذا ارتكب الذكاء الاصطناعي خطأً، يمكنك النظر في "إنجيل العالم" ورؤية أي قاعدة بالضبط قد خرقها.
- الموثوقية: يمنع الذكاء الاصطناعي من اختلاق الحقائق لأن لديه "مشرف سيناريو" يراجع العمل.
العقبات (القيود)
المؤلفون صريحون: هذا ليس سحراً بعد.
- ليس مثالياً: لا يزال بإمكان الذكاء الاصطناعي ارتكاب أخطاء عند بناء "إنجيل العالم" (مثل أمين مكتبة يضع كتاباً في مكان خاطئ).
- يحتاج إلى بشر: لا تزال بحاجة إلى إنسان للتحقق من القواعد وإصلاح "إنجيل العالم" من حين لآخر.
- أبطأ: التحقق من القواعد يستغرق وقتاً أطول من مجرد التخمين.
الخلاصة
تجادل هذه الورقة بأنه لبناء ذكاء اصطناائي ذكي وموثوق حقاً، لا ينبغي لنا فقط جعل "الدماغ" (النموذج اللغوي) أكبر. بدلاً من ذلك، يجب أن نعطيه ذاكرة أفضل (الأنطولوجيا) ومحرراً صارماً (المُحقق).
فكر في الأمر كترقية سيارة من سيارة رياضية بدون نظام GPS (سريعة ولكن تضل طريقها بسهولة) إلى شاحنة ذاتية القيادة مع خريطة مثالية وسائق سلامة (أكثر تعقيداً قليلاً، لكنها توصلك إلى وجهتك بأمان وموثوقية).
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.