EvoMAS: Learning Execution-Time Workflows for Multi-Agent Systems
يُعد EvoMAS إطار عمل مبتكر يعالج أوجه القصور في تصميمات الوكلاء المتعددين الاستاتيكية ذات الخطوة الواحدة، وذلك من خلال التعلم لبناء وتكييف سير العمل ديناميكيًا أثناء وقت التنفيذ عبر عملية اتخاذ قرار تسلسلية على المستوى الميتا، مما يؤدي إلى تحسين الأداء بشكل كبير في المهام المعقدة طويلة الأمد.
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 تحاول حل لغز ضخم متعدد الخطوات، مثل التخطيط لرحلة معقدة تتضمن حجز رحلات طيران، والبحث عن فنادق، والتحقق من متطلبات التأشيرة، ورسم مسار للأنشطة اليومية.
الطريقة القديمة (الخطة "ذات الدفعة الواحدة")
تعمل معظم أنظمة الذكاء الاصطناعي الحالية مثل شخص يكتب برنامجاً زمنياً جامداً قبل مغادرة المنزل. يقرر: "أولاً، سأبحث في الويب. ثم، سأكتب بريداً إلكترونياً. ثم، سأحسب الميزانية". يلتزمون بهذا المخطط بدقة من البداية إلى النهاية، حتى لو أدركوا في منتصف الطريق أنهم بحاجة لتغيير الوجهة أو أن رحلة طيران قد أُلغيت. إذا كان المخطط خاطئاً قليلاً في البداية، فإن الرحلة بأكملها ستفشل لأنهم لا يستطيعون التكيف.
الطريقة الجديدة: EvoMAS
تقدم الورقة البحثية نظام EvoMAS، الذي يعمل كـ قائد رحلة استكشافية مرن بدلاً من مخطط جامد. فبدلاً من كتابة سيناريو ثابت مسبقاً، يتخذ EvoMAS القرارات أثناء تنفيذ المهمة.
إليك كيف يعمل، مقسماً إلى أجزاء بسيطة:
1. "مركز التحكم في المهمة" (بناء حالة المهمة)
تخيل فريقاً من المستكشفين في كهف. في كل مرة يخطون فيها خطوة، لا يكتفون بمجرد المضي قدماً؛ بل يتوقفون لتحديث الخريطة.
- المخطط: ينظر إلى مكان وجودهم ويقرر: "حسناً، لقد وجدنا الدليل الأول، لكننا بحاجة للتعمق أكثر. لنغير خطوتنا التالية".
- المقيم: يعمل كمفتش جودة. "هل وجدنا الدليل بالفعل، أم أننا وجدنا مجرد صخرة تبدو وكأنها دليل؟"
- المُحدِّث: يأخذ الخريطة، والنتائج الجديدة، وملاحظات المفتش، ويكتب ملخصاً جديداً ومحدثاً للوضع الحالي.
هذا الملخص هو حالة المهمة (Task State). وهو يخبر النظام بالضبط ما الذي حدث، وما هو مفقود، وما الذي يحتاج إلى إصلاح في هذه اللحظة.
2. "صندوق الأدوات" (مجموعة الوكلاء)
يمتلك EvoMAS صندوق أدوات ثابتاً من "الوكلاء" المختلفين (مساعدين متخصصين من الذكاء الاصطناعي). بعضهم بارع في البحث في الويب، وبعضهم جيد في كتابة الأكواد البرمجية، وبعضهم جيد في التدقيق في الحقائق، وبعضهم جيد في تقديم إجابة سريعة فقط.
- الطريقة القديمة: يختار الفريق ثلاث أدوات في البداية ويستخدم تلك الأدوات الثلاث طوال الرحلة.
- طريقة EvoMAS: في كل خطوة من الرحلة، ينظر مركز التحكم في المهمة إلى الخريطة المحدثة (حالة المهمة) ويسأل: "من نحتاج الآن؟"
- في بداية الرحلة؟ "نحتاج وكيل البحث في الويب لجمع المعلومات".
- في منتصف الرحلة؟ "نحتاج وكيل التحسين الذاتي (Self-Refine) لإصلاح خطأ ارتكبناه".
- في نهاية الرحلة؟ "نحتاج وكيل التجميع (Ensemble) لدمج جميع ملاحظاتنا في إجابة نهائية واحدة".
3. "مدرب التعلم" (مُكيِّف سير العمل)
كيف يعرف النظام أي الأدوات يختار؟ إنه يتعلم من خلال التجربة والخطأ، تماماً كما يتعلم شخصية في لعبة فيديو هزيمة مستوى ما.
- يجرب النظام تركيبات مختلفة من الوكلاء (سير العمل).
- إذا أدت التركيبة إلى حل ناجح، يحصل "المدرب" (مُكيِّف سير العمل) على مكافأة ويتذكر: "مهلاً، اختيار وكيل البحث متبوعاً بوكيل التحسين قد نجح بشكل جيد!"
- إذا فشل الأمر، يتعلم المدرب تجنب ذلك المزيج المحدد في المرة القادمة.
- والأهم من ذلك، يتعلم النظام غالباً من النتيجة النهائية (هل حللنا اللغز؟ نعم/لا). فهو لا يحتاج إلى إنسان ليقيم كل خطوة على حدة، مما يجعله فعالاً للغاية.
لماذا هذا أفضل؟
اختبرت الورقة البحثية نظام EvoMAS في مهام صعبة تتطلب خطوات عديدة، مثل الأبحاث المعقدة أو حل المسائل الرياضية متعددة الأجزاء.
- الأنظمة الثابتة (الطريقة القديمة) غالباً ما تتعثر لأنها لا تستطيع تغيير خطتها عندما تسوء الأمور.
- EvoMAS يتكيف. إذا فشلت المحاولة الأولى، فإنه يحدث "حالة المهمة"، ويدرك أن الخطة معطلة، ويعيد تنظيم فريقه فوراً لتجربة نهج مختلف.
النتائج
في التجارب، تفوق EvoMAS على:
- وكلاء الذكاء الاصطناعي المنفردين (روبوت ذكي واحد يحاول القيام بكل شيء بمفرده).
- الأنظمة المؤتمتة الأخرى التي تحاول تصميم خطة مثالية قبل البدء.
تظهر الورقة البحثية أنه من خلال التحقق باستمرار من "الخريطة" (حالة المهمة) وإعادة تشكيل "الفريق" (سير العمل) بناءً على ما هو مطلوب في تلك اللحظة تحديداً، يمكن للنظام حل مشكلات أصعب بكثير مما سبق.
باختصار: لا يتبع EvoMAS مجرد نص مكتوب؛ بل يكتب نصاً جديداً لكل مشهد من مشاهد الفيلم بناءً على كيفية انتهاء المشهد السابق.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.