Novelty-based Tree-of-Thought Search for LLM Reasoning and Planning
تقدم هذه الورقة طريقة بحث قائمة على الجدة تعتمد على "شجرة الأفكار" (Tree-of-Thought)، والتي تستفيد من المعرفة المسبقة للنماذج اللغوية الكبيرة (LLM) لقياس وتقليم مسارات الاستدلال الزائدة، مما يؤدي إلى تحسين الكفاءة وتقليل تكاليف الرموز (tokens) في مهام التخطيط والاستدلال القائمة على اللغة.
البحث الأصلي مُهدى إلى الملك العام بموجب CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). 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 تحاول حل لغز معقد للغاية، مثل التنقل في متاهة ضخمة أو معرفة كيفية رص المكعبات بشكل مثالي. لديك مساعد فائق الذكاء (ذكاء اصطناعي) يمكنه التفكير، لكن لديه عادة سيئة: فهو يصاب بالارتباك بسهولة وينفق الكثير من المال (في شكل "توكنز" أو وحدات رمزية، وهي العملة التي يستخدمها الذكاء الاصطناعي للتفكير)، حيث يحاول تجربة كل مسار ممكن، حتى تلك المسارات التي تؤدي بوضوح إلى طرق مسدودة.
تقدم هذه الورقة البحثية طريقة جديدة لمساعدة هذا الذكاء الاصطناعي على التفكير بذكاء أكبر، وليس فقط بجهد أكبر. يطلق المؤلفون على هذه الطريقة اسم "البحث في شجرة الأفكار القائم على الحداثة" (Novelty-based Tree-of-Thought Search).
إليك تفصيل الشرح باستخدام تشبيهات بسيطة:
1. المشكلة: "الممر اللانهائي"
تعمل طرق الذكاء الاصطناعي الحالية (التي تسمى "شجرة الأفكار") مثل شخص يستكشف متاهة. يجرب مساراً، يصطدم بحائط، يعود، ثم يجرب مساراً آخر.
- المشكلة: غالباً ما يجرب الذكاء الاصطناعي مسارات هي مجرد تنويعات طفيفة على مسارات جربها بالفعل. الأمر يشبه المشي في ممر، ثم الالتفاف يساراً، والاصطدام بحائط، ثم الالتفاف يميناً، لتدرك أنك في نفس الغرفة التي كنت فيها قبل خمس دقائق.
- التكلفة: لأن الذكاء الاصطناعي يستمر في استكشاف هذه الطرق المسدودة، فإنه يستهلك قدراً هائلاً من الوقت والمال (قدرة الحوسبة).
2. الحل: "فلتر الحداثة"
أخذ المؤلفون فكرة من التخطيط الحاسوبي التقليدي (المستخدم في أشياء مثل ملاحة الروبوتات) وعلموها للذكاء الاصطناعي. أطلقوا عليها اسم "الحداثة" (Novelty).
فكر في "الحداثة" كأنها جهاز كشف للنضارة أو الجدة.
- الطريقة القديمة: يسأل الذكاء الاصطناعي نفسه: "ماذا يمكنني أن أفعل بعد ذلك؟" ويجرب كل شيء.
- الطريقة الجديدة: قبل أن يجرب الذكاء الاصطناعي مساراً جديداً، يسأل نفسه: "هل سبق لي أن رأيت حالة مثل هذه من قبل؟"
- إذا كانت الإجابة هي "نعم، هذه الحالة تشبه ما رأيته سابقاً تماماً،" يقول الذكاء الاصطناعي: "تخطَّ هذا المسار!" ويقطع ذلك الفرع فوراً.
- إذا كانت الإجابة هي "لا، هذا شيء جديد،" يستمر في الاستكشاف.
3. كيف علموا الذكاء الاصطناعي القيام بذلك
الجزء الصعب هو أن الذكاء الاصطناعي لا يفهم "الذرات" أو "المتغيرات" بشكل طبيعي مثل الحواسيب القديمة. هو يفهم اللغة.
- لم يعطِ الباحثون الذكاء الاصطناعي معادلة رياضية معقدة. بدلاً من ذلك، أعطوه سؤالاً بسيطاً: "هل هذه الحالة الجديدة مختلفة عن قائمة الحالات التي زرناها بالفعل؟"
- يستخدم الذكاء الاصطناعي معرفته العامة للإجابة بـ "نعم" أو "لا". إذا قال "لا" (أي أنها ليست جديدة)، يتم قطع ذلك المسار.
4. النتائج: ذكاء أكبر، وليس مجرد سرعة
اختبر الفريق هذه الطريقة على ثلاثة أنواع مختلفة من التحديات:
- عالم الكتل (Blocksworld): رص وتحريك الكتل (مثل لعبة فيديو كلاسيكية).
- الخدمات اللوجستية (Logistics): نقل الطرود عبر المدن باستخدام الشاحنات والطائرات.
- الرياضيات: حل مسائل رياضية صعبة للمرحلة الثانوية.
ماذا حدث؟
- في أفضل الحالات: أصبح الذكاء الاصطناعي بارعاً في الكفاءة. وجد الحل الصحيح بنفس وتيرة النجاح السابقة، ولكنه استخدم أقل بـ 20 مرة من التوكنز (المال) لأنه توقف عن إضاعة الوقت في المسارات المسدودة.
- العقبة: النظام حساس نوعاً ما. إنه يشبه سيارة بمحرك شديد الحساسية. إذا ضبطت التعليمات (الأوامر/Prompts) بدقة، فإنه ينطلق بسرعة. أما إذا كانت التعليمات غير دقيقة قليلاً، فسيصاب الذكاء الاصطناعي بالارتباد، أو يتوقف عن العمل، أو قد ينفق في الواقع مالاً أكثر لأنه يطرح الكثير من أسئلة "هل هذا جديد؟".
5. الخلاصة الكبرى
تثبت الورقة البحثية أنه يمكننا جعل تفكير الذكاء الاصطناعي أرخص وأسرع بكثير من خلال تعليمه التعرف على متى يكون قد "مر بهذا الموقف من قبل".
ومع ذلك، كان المؤلفون صادقين بشأن القيود:
- يعمل النظام بشكل أفضل عندما يكون الذكاء الاصطناعي جيداً بالفعل في المهمة المحددة.
- يعتمد النظام بشكل كبير على كيفية طرحك للأسئلة (الـ Prompt).
- لا يضمن حلاً مثالياً في كل مرة، ولكن عندما ينجح، فإنه يحقق فوزاً هائلاً في الكفاءة.
باخت️صر: لقد علموا الذكاء الاصطناعي كيف يتوقف عن المشي في دوائر عبر سؤاله: "هل رأيت هذا من قبل؟". إذا كانت الإجابة نعم، فإنه يستدير ويوفر ثروة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.