Say the Mission, Execute the Swarm: Agent-Enhanced LLM Reasoning in the Web-of-Drones
تقترح هذه الورقة إطار عمل لنموذج لغوي كبير معزز بالوكلاء يستفيد من معايير "شبكة الأشياء" (W3C Web of Things) وبروتوكول سياق النموذج (Model Context Protocol) لتمكين التحكم عبر اللغة الطبيعية في أسراب الطائرات بدون طيار، مبرهنةً على أنه بينما تعاني النماذج اللغوية الكبيرة الحالية من صعوبة التنفيذ الموثوق دون تجسيد، فإن الأدوات المتخصصة في المهام وحواجز الحماية أثناء التشغيل تزيد من المتانة بشكل كبير.
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 أن لديك سربًا من الطائرات بدون طيار (الدرونز)، وبدلاً من كتابة أكواد برمجية معقدة لإخبارها بما يجب فعله بالضبط، يمكنك ببساطة التحدث إليها بلغة إنجليزية بسيطة: "اذهب لتغطية ذلك الحقل"، أو "شكل شكل نجمة في السماء".
هذه الورقة البحثية تدور حول بناء نظام يجعل هذا النوع من المحادثات ممكناً، ولكن مع لمسة حاسمة: وهي ضمان أن الطائرات تستمع بالفعل، وتفهم، وتظل آمنة دون أن تصطدم ببعضها البعض.
إليك تفصيل كيفية قيامهم بذلك، باستخدام تشبيهات بسيطة:
المشكلة: الطيار "العبقري لكن الجاهل"
حاول الباحثون استخدام نماذج اللغات الكبيرة (LLMs) — وهي نفس نوع الذكاء الاصطناعي الذي يشغل روبوتات الدردشة — كـ "عقل" لأسراب الطائرات بدون طيار.
- الخبر الجيد: هذه الأنواع من الذكاء الاصطناعي بارعة في فهم لغة البشر. إذا قلت لها "اذهب شمالاً"، ستفهم ذلك.
- الخبر السيئ: عندما تطلب من الذكاء الاصطناعي التحكم في آلات حقيقية، فإنه غالباً ما يصاب بالارتباك. قد يهلوس (يختلق أشياء من العدم)، أو ينسى أين توجد الطائرات، أو يحاول إعطاء أوامر لا تفهمها الطائرات. الأمر يشبه توظيف فيلسوف عبقري لقيادة طائرة؛ فهو يعرف نظرية الطيران، لكنه قد لا يعرف كيفية الضغط على أزرار محددة في هذه الطائرة بالتحديد.
الحل: "المترجم" و"حارس السلامة"
لإصلاح ذلك، بنى الفريق نظاماً من ثلاثة أجزاء يعمل كجسر بين صوت الإنسان وميكانيكا الطائرة بدون طيار.
1. المترجم العالمي (شبكة الأشياء)
تخيل أن كل طائرة بدون طيار، وكل مستشعر، وكل بطارية هي أداة فريدة لها جهاز تحكم عن بعد غريب خاص بها. استخدم الباحثون معياراً يسمى W3C Web of Things (WoT).
- التشبيه: بدلاً من أن يحتاج الذكاء الاصطناعي لتعلم جهاز التحكم الخاص بكل طائرة من نوع DJI، أو Parrot، أو طائرة مخصصة، فإن جميعها ترتدي "زيًا موحدًا". يرى الذكاء الاصطناعي جميعها كـ "أشياء" قياسية ذات أزرار قياسية (مثل "الإقلاع"، "تحرك إلى هنا"، "تحقق من البطارية"). هذا يسمح للذكاء الاصطناعي بالتحدث إلى أي طائرة دون الحاجة إلى دليل تعليمات مخصص لكل منها.
2. المفسر (بوابة MCP)
لا يصرخ الذكاء الاصطناعي بالأوامر فحسب؛ بل يستخدم بروتوكول سياق النموذج (MCP).
- التشبيه: فكر في هذا كـ مترجم صارم في قاعة المحكمة. يقوم المحامي (الذكاء الاصطناعي) بتقديم طلب. يقوم المفسر بالتحقق مما إذا كان الطلب صالحاً، ويترجمه إلى لغة تفهمها الطائرات، ثم يبلغ عما حدث بالضبط. لا يتحدث الذكاء الاصطناعي مباشرة إلى الطائرة؛ بل يمر دائماً عبر هذا المفسر.
3. حارس السلامة (النواة الوكيل - Agent Core)
هذا هو الجزء الأهم. يتم تزويد الذكاء الاصطناعي بمجموعة من "الحواجز الوقائية".
- التشبيه: تخيل مدرب طيران يجلس بجانب الطيار (الذكاء الاصطناعي). إذا حاول الذكاء الاصطناعي القيام بشيء خطير (مثل تحليق طائرتين في نفس النقطة) أو نسي هبوطهما في النهاية، يتدخل المدرب فوراً، ويقول "توقف! هذا غير آمن"، ويجبر الذكاء الاصطناعي على إعادة التفكير في خطته. لا يكتب الذكاء الاصطناعي كوداً لإصلاح هذا؛ بل يقوم المدرب فقط بتوجيه عملية تفكير الذكاء الاصطاري وإعادتها إلى المسار الصحيح.
التجربة: وضع النظام قيد الاختبار
اختبر الفريق هذا النظام في محاكاة حاسوبية مع 10 طائرات بدون طيار. طلبوا من ستة أنواع مختلفة من الذكاء الاصطناعي "الذكي" (بما في ذلك نماذج من OpenAI وDeepSeek وغيرها) تنفيذ أربع مهام مختلفة:
- تغطية حقل: الطيران فوق مساحة كبيرة لالتقاط الصور.
- التشكيلات: جعل الطائرات ترتب نفسها على شكل نجمة.
- الزراعة الذكية: الطيران نحو المستشعرات للتحقق من الرطوبة ودرجة الحرارة، ثم اتخاذ قرار بشأن ما إذا كانت المحاصيل تحتاج إلى الماء.
ما وجدوه:
- الذكاء الاصطناعي وحده يعاني: عندما كان على الذكاء الاصطناعي اكتشاف كيفية تغطية الحقل بمفرده (بدون مساعدة)، فإنه غالباً ما كان يفشل أو يعلق.
- الأدوات تساعد: عندما زود الباحثون الذكاء الاصطناعي بـ "أداة تخطيط" (مساعد يحسب المسار الأفضل)، ارتفعت نسبة النجاح بشكل هائل. الأمر يشبه إعطاء الذكاء الاصطناعي خريطة GPS بدلاً من مطالبته بحفظ المدينة بأكملها.
- الحجم يهم (ولكن ليس العقول فقط): لم تكن نماذج الذكاء الاصطناي الأكبر والأكثر قوة هي الفائزة دائماً. في بعض الأحيان، كان أداء النماذج الأصغر قليلاً المزودة بـ "حواجز وقائية" وأدوات أفضل، أفضل وأكثر أماناً.
- التكلفة مقابل الجودة: تتبعوا مقدار "قوة الحوسبة" (الرموز/Tokens) التي استهلكها الذكاء الاصطناعي. وجدوا أن مجرد كون الذكاء الاصطناعي يتحدث كثيراً (يستخدم الكثير من الرموز) لا يعني أنه يؤدي عملاً أفضل. فالذكاء الاصطناعي الثرثار يمكن أن يتسبب في فشل المهمة.
الخلاصة
تخلص الورقة البحثية إلى أنه بينما يصبح الذكاء الاصطناعي أكثر ذكاءً، لا يمكننا تركه يعمل بحرية مع الطائرات بدون طيار. لجعل ذلك يعمل في العالم الحقيقي، نحتاج إلى نظام هيكلي:
- توحيد طريقة تحدث الطائرات (حتى لا يرتبك الذكاء الاصطناعي).
- تزويد الذكاء الاصطناعي بأدوات للتخطيط (حتى لا يضطر للتخمين).
- وضع حارس سلامة في الحلقة (لالتقاط الأخطاء قبل وقوعها).
الهدف ليس استبدال الطيارين البشر بكود برمجي للذكاء الاصطناعي، بل إنشاء نظام يمكنك من خلاله ببسا- ذكر المهمة، ويقوم الذكاء الاصطناعي، بتوجيه من شبكات الأمان والمترجمين هذه، بتنفيذ السرب بأمان وموثوقية.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.