OpenJarvis: Personal AI, On Personal Devices
يقدم OpenJarvis بنية ذكاء اصطناعي شخصي مفككة ومعرفة بالأنواع، تستفيد من البحث الموجه بنماذج اللغات الكبيرة (LLM) في المواصفات لتحسين خمسة عناصر أولية مستقلة، مما يمكّن الأنظمة التي تعمل على الأجهزة من مضاهاة دقة مستوى السحابة مع تقليل تكاليف واجهة برمجة التطبيقات وزمن الاستجابة بشكل جذري.
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 مساعداً شخصياً عبقرياً وعالمياً يعيش في السحابة. إنه ذكي للغاية، يمكنه حل المشكلات المعقدة، ويتعامل مع بياناتك الحساسة (مثل رسائل البريد الإلكتروني، والتقويم، والسجلات الصحية) عن طريق إرسالها إلى مزارع خوادم ضخمة. هذا يعمل بشكل جيد، لكنه يكلف الكثير من المال شهرياً، ويتطلب اتصالاً بالإنترنت، ويعني أنك تسلم مذكراتك الخاصة لشخص غريب ليقرأها.
الآن، تخيل أنك تريد لهذا المساعد نفسه أن يعيش داخل حاسوبك المحمول أو هاتفك. تريد أن يكون خاصاً، وخالياً من الرسوم الشهرية، ويعمل حتى وأنت على متن طائرة بدون اتصال بشبكة Wi-Fi.
المشكلة هي أنه إذا أخذت "عقل" مساعد السحابة (نموذج ذكاء اصطناعي قوي) وحاولت تشغيله على هاتفك، فإنه ينهار. الأمر يشبه محاولة قيادة محرك سيارة فورمولا 1 في سيارة سيدان مدمجة؛ لم تُصمم السيارة لهذا المحرك. نظام التعليق، ونظام الوقود، والتوجيه (البرمجيات) كلها مضبوطة لمحرك أصغر. إذا استبدلت المحرك دون تغيير بقية السيارة، فسوف تنهار.
هذه هي المشكلة الجوهرية التي تحلها ورقة "OPENJARVIS" البحثية.
المشكلة: فشل "استبدال المحرك"
حاول الباحثون إجراء تجربة بسيطة: أخذوا أنظمة ذكاء اصطناعي شخصية موجودة (مثل OpenClaw أو Hermes Agent) وقاموا ببساطة باستبدال عقل السحابة بعقل محلي (نموذج ذكاء اصطناعي أصغر يعمل على جهازك).
النتيجة؟ أصبح النظام سيئاً للغاية. انخفضت الدقة بنسبة 25-39%.
لماذا؟ لأن "التعليمات"، و"الأدوات"، و"إعدادات الذاكرة" كانت جميعها مكتوبة خصيصاً لعقل السحابة العملاق. عندما تضع عقلاً محلياً، فإنه يرتبك بسبب التعليمات التي لم يُصمم لاتباعها.
الحل: "مخطط الليغو" (المواصفات)
أدرك المؤلفون أنه لا يمكنك مجرد استبدال العقل؛ بل يجب عليك إعادة بناء السيارة بالكامل لتناسب المحرك الجديد. وللقيام بذلك، ابتكروا OPENJARVIS.
تخيل OPENJARVIS كـ مخطط ليغو عالمي (يسمى "المواصفات" أو Spec). بدلاً من عقدة برمجية فوضوية ومتشابكة، قاموا بتفكيك نظام الذكاء الاصطناعي الشخصي إلى خمس قطع منفصلة وقابلة للتبديل من قطع الليغو:
- الذكاء: العقل (نموذج الذكاء الاصطناعي).
- المحرك: محرك السيارة وناقل الحركة (كيف يعمل النموذج).
- الوكلاء (Agents): منطق السائق (كيف يفكر ويقرر).
- الأدوات والذاكرة: الخريطة وصندوق الأدوات (كيف يصل إلى الملفات والإنترنت).
- التعلم: الميكانيكي (كيف يحسن النظام نفسه).
لأن هذه القطع منفصلة، يمكنك استبدال قطعة "الذكاء" بنموذج محلي ثم ضبط القطع الأربع الأخرى لتتطابق معه تماماً. الأمر يشبه أخذ محرك سيارة سباق وضبط نظام التعليق، والإطارات، ومزيج الوقود خصيصاً لهذا المحرك، بدلاً من محاولة إقحامه في سيارة سيدان.
الخدعة السحرية: بحث "المعلم والطالب"
حتى مع قطع الليغو، لا يزال العقل المحلي أقل ذكاءً من عقل السحابة. كيف تجعل المحلي يؤدي بنفس مستوى السحابة؟
لقد اخترعوا طريقة تسمى البحث الموجه بالنماذج اللغوية الكبيرة (LLM-guided spec search). تخيل علاقة معلم وطالب:
- الطالب: الذكاء الاصطناعي المحلي الذي يعمل على جهازك.
- المعلم: ذكاء اصطناعي سحابي فائق الذكاء (مثل تلك التي تدفع مقابلها).
إليك كيف يعملان معاً:
- الاختبار: يحاول الطالب أداء مهمة ويفشل.
- التشخيص: ينظر المعلم إلى الفشل ويقول: "آه، لقد فشلت لأنك لم تستخدم أداة التقويم بشكل صحيح"، أو "أنت بحاجة لتغيير خطوات التفكير الخاصة بك".
- التعديل: المعلم لا يعطي الإجابة فحسب؛ بل يعيد كتابة مخطط الليغو. قد يقول: "غير وصف الأداة"، "اضبط إعدادات الذاكرة"، أو "عدل بارامترات العقل".
- حارس البوابة: قاعدة صارمة تتحقق: "هل جعل هذا التغيير الطالب أفضل دون أن يجعله أسوأ في أشياء أخرى؟" إذا كانت الإجابة نعم، يتم قبول التغيير. إذا كانت لا، يتم رفضه.
- النتيجة: يتعلم الطالب ويحسن مخططه.
الأمر الجوهري: المعلم يساعد فقط خلال مرحلة "البحث" (الإعداد). بمجرد إتقان المخطط، يعمل الطالب بالكامل على جهازك دون أي استدعاءات للسحابة. يختفي المعلم السحابي، وتصبح عالقاً مع مساعد محلي عالي الكفاءة، خاص، ومحسن تماماً.
النتائج: خاص، سريع، ورخيص
اختبرت الورقة هذا على 8 مهام واقعية مختلفة (البرمجة، البحث، الجدولة، إلخ). إليك ما وجدوه:
- الأداء: أدت المساعدات المحلية المحسنة أداءً يقارب أداء نماذج السحابة المكلفة. في 4 من أصل 8 اختبارات، كان الإصدار المحلي أفضل أو مساوياً للنموذج السحابي. في المتوسط، كانوا أقل دقة بنسبة 3.2% فقط من أفضل نموذج سحابي.
- التكلفة: نظرًا لأن النموذج المحلي يعمل على أجهزتك الخاصة، فقد انخفضت التكلفة لكل استعلام بنحو 800 ضعف. تتوقف عن دفع الاشتراك الشهري.
- السرعة: كان الإصدار المحلي أسرع بـ 4 مرات لأنه لم يكن مضطراً لانتظار انتقال البيانات إلى السحابة والعودة منها.
- الخصوصية: بياناتك لا تغادر جهازك أبداً أثناء الاستخدام العادي.
الملخص
OPENJARVIS هو طريقة جديدة لبناء ذكاء اصطناٍ شخصي. بدلاً من إجبار الذكاء الاصطناعي المحلي على العمل مثل ذكاء السحابة، فإنه يفكك النظام إلى أجزاء ويستخدم "معلماً" لإعادة تصميم تلك الأجزاء خصيصاً للأجهزة المحلية. النتيجة هي ذكاء اصطناعي شخصي يعيش في جيبك، يحفظ أسرارك، لا يكلف شيئاً تقريباً لتشغيله، وهو ذكي تقريباً مثل عمالقة السحابة المكلفين.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.