🤖 AI

Explore Before You Solve: The Speed--Depth Trade-off in Epistemic Agents for ARC-AGI-3

تنتقد هذه الورقة معيار ARC-AGI-3 العام لكونه قابلاً للحل عبر استراتيجيات غير ذكية تافهة بسبب ثغرة المقايضة بين السرعة والعمق، وتقترح وكيل AERA، الذي يستخدم إطار عمل "الاستكشاف قبل الحل" التكيفي لتحقيق أداء متفوق من خلال موازنة كفاءة الإجراء مع كسب المعلومات.

المؤلفون الأصليون: Liew Keong Han

نُشر 2026-05-26

📖 5 دقيقة قراءة🧠 قراءة متعمّقة

CC0 1.0

المؤلفون الأصليون: Liew Keong Han

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

إليك شرح لورقة "استكشف قبل أن تحل" (Explore Before You Solve) باستخدام لغة بسيطة وتشبيهات من الحياة اليومية.

الصورة الكبيرة: مشكلة "لعبة التخمين"

تخيل أنك دخلت غرفة بها صندوق مغلق. لا تعرف رمز القفل، ولا تعرف ماذا يفعل هذا الصندوق. لديك عدد محدود من المحاولات لفتحه، وإذا خمنت الرمز الخاطئ عدة مرات، ستخسر.

هذا هو بالضبط كيف يعمل معيار ARC-AGI-3. فهو يضع الذكاء الاصطناي في لعبة جديدة وغير معروفة، ويطلب منه اكتشاف القواعد والهدف بمجرد اللعب. يتم تقييم الذكاء الاصطناعي بناءً على الكفاءة: إذا استغرق إنسان 10 خطوات لحل اللغز، واستغرق الذكاء الاصطناعي 20 خطوة، فسيحصل الذكاء الاصطناعي على درجة منخفضة جدًا. وإذا استغرق 100 خطوة، فسيحصل على صفر تقريبًا.

تجادل الورقة بأن أنظمة الذكاء الاصطناعي الحالية سيئة في هذا الأمر لأنها تحاول حل اللغز فورًا دون استكشافه أولاً. فهي تخمن الإجابة بناءً على حدس، وإذا كانت مخطئة، فإنها تضيع كل حركاتها.

الاكتشاف الجوهري: الألعاب العامة كانت "معطلة"

قبل بناء حلهم، قام المؤلفون بشيء مفاجئ: حاولوا حل جميع الألعاب الـ 25 العامة باستخدام "أغبى" الاستراتيجيات الممكنة.

وجدوا أن كل لعبة من الألعاب الـ 25 العامة يمكن هزيمتها دون أي ذكاء على الإطلاق:

"الزر السحري": في 18 لعبة، مجرد الضغط على زر معين (أو النقر على مكان محدد) يتسبب في خطأ برمجي (انهيار للنظام/Crash) يخدع النظام ويجعله يعتقد أنك فزت.
استراتيجية "الإغراق" (Spam): في 8 ألعاب، عليك فقط الضغط على نفس الزر من 50 إلى 200 مرة متتالية.
"التخمين الأعمى": في الألعاب المتبقية، يعمل التخمين العشوائي أو التجربة الواحدة.

الخلاصة: الاختبار العام معيب. لا يمكنه التمييز بين روبوت فائق الذكاء وروبوت حالفه الحظ فقط أو قام بضغط الأزرارات بشكل عشوائي ومكثف. الاختبار الحقيقي هو مجموعة الـ 55 لعبة الخاصة، والتي لا يمكننا رؤيتها بعد.

الحل: AERA (المحقق الفضولي)

بما أن الألعاب العامة كانت سهلة الخداع للغاية، فقد بنى المؤلفون وكيل ذكاء اصطناعي جديدًا يسمى AERA ليروا ما إذا كان بإمكانه حقًا تعلم الاستكشاف بشكل صحيح. لقد صمموه ليعمل مثل المحقق البشري بدلاً من آلة تخمين.

يتبع AERA عملية من ثلاث خطوات، يطلقون عليها مقايضة السرعة والعمق (Speed–Depth Trade-off):

الاستكشاف (مرحلة "الجس" - Probe Phase):
- التشبيه: تخيل أنك في غرفة مظلمة. بدلًا من الركض عشوائيًا نحو باب تعتقد أنه موجود، تقوم أولاً بالنقر على الجدران بعصا لتعرف أين توجد العوائق.
- كيف يعمل: يقوم AERA باتخاذ بعض الإجراءات الصغيرة والآمنة فقط ليرى ماذا سيحدث. يسأل نفسه: "إذا فعلت هذا، فما الذي سيتغير؟". إنه يبني خريطة ذهنية للقواعد.
- الميزانية: وجد المؤلفون أن قضاء حوالي 40% من إجمالي الحركات المسموح بها في الاستكشاف فقط هو "النقطة المثالية". إذا استكشفت قليلًا جدًا، فستخمن خطأ. وإذا استكشفت كثيرًا جدًا، فستنفد منك الحركات قبل أن تتمكن من حل اللغز فعليًا.
التحقق (مرحلة "التأكد" - Double-Check Phase):
- التشبيه: أنت تعتقد أن الباب خلف المكتبة. قبل أن تركض نحوها، تطل من زاوية لتتأكد من أنك لست مخطئًا.
- كيف يعمل: يختبر AERA أفضل تخمين لديه من خلال بعض الإجراءات المحددة ليرى ما إذا كان سيصمد. إذا فشل التخمين، يعود إلى الخطوة رقم 1.
التخطيط (مرحلة "العدو" - Sprint Phase):
- التشبيه: الآن بعد أن عرفت المخطط، تنطلق بسرعة نحو الباب.
- كيف يعمل: بمجرد أن يصبح AERA واثقًا، يتوقف عن الاستكشاف وينفذ الحل بسرعة لتحقيق أقصى قدر من النقاط.

النتائج: لماذا يفشل الذكاء الاصطناعي "الغبي"

اختبر المؤلفون هذا "المحقق الفضولي" (AERA) مقابل نوعين آخرين من الذكاء الاصطناعي:

الذكاء الاصطناعي العشوائي: يضغط الأزرار عشوائيًا فقط. (النتيجة: 0)
الذكاء الاصطناعي "عديم الاستكشاف": يحاول حل اللغز فورًا دون التحقق من أي شيء أولًا. (النتيجة: 0)

لماذا فشل الذكاء الاصطناعي "عديم الاستكشاف"؟
لأنه لم يكن يملك خريطة. حاول رسم مسار عبر متاهة لم يرها من قبل، فتعثر فورًا.

كيف كان أداء AERA؟

في اختبار صغير مكون من 5 ألعاب، حل AERA لعبتين منها (تحسن هائل عن الصفر).
في المجموعة الكاملة المكونة من 25 لعبة عامة، حل AERA 4 منها.
والأهم من ذلك، حقق AERA درجة قدرها 0.21، بينما سجلت الاستراتيجيات "الغبية" 0.00.

هذا يثبت أن الاستكشاف هو المكون المفقود. لم يكن الذكاء الاصطناعي بحاجة لأن يكون "أذكى" من حيث قوة الدماغ الخام؛ بل كان يحتاج فقط لأن يكون أكثر فضولًا.

استعارة "السرعة مقابل العمق"

تقدم الورقة مفهومًا يسمى مقايضة السرعة والعمق (Speed–Depth Trade-off).

السرعة: مدى سرعة إنهاء اللغز (عدد حركات أقل).
العمق: مقدار ما تتعلمه عن القواعد مع كل حركة.

يجادل المؤلفون بأن نظام التسجيل (RHAE) يعاقبك تربيعيًا على البطء. وهذا يعني أنك إذا استغرقت ضعف عدد الخطوات التي استغرقها الإنسان، فلن تحصل فقط على نصف النقاط، بل ستحصل على ربع النقاط فقط.

للحصول على درجة جيدة، يجب أن تكون على "جبهة باريتو" (Pareto Frontier) — وهي التوازن المثالي حيث تتعلم ما يكفي (العمق) لتتوقف عن إضاعة الوقت، ولكن ليس الكثير بحيث تنفد منك الحركات (السرعة). يحاول AERA إيجاد هذا التوازن المثالي تلقائيًا.

مفاجأة "حجم النموذج"

وجد المؤلفون شيئًا غريبًا بشأن حجم دماغ الذكاء الاصطناعي:

الدماغ الصغير (0.5 مليار معلمة/Parameter): عندما يُجبر على الاستكشاف، فإنه في الواقع يؤدي بشكل أفضل مما لو حاول التخطيط فورًا. كان "غبيًا" بما يكفي ليصطدم بالزر الصحيح عن طريق الخطأ من خلال تجربة أشياء عشوائية.
الدماغ الكبير (1.5 مليار معلمة/Parameter): عندما يُجبر على الاستكشاف، فإنه يؤدي بشكل أسوأ مما لو قام بالتخمين فقط. كان "ذكيًا جدًا" وواثقًا في تخميناته الخاطئة، لذا لم يحاول تجربة أشياء عشوائية كافية للعثور على الفرصة المحظوظة.

الدرس المستفاد: الذكاء لا يعني دائمًا أن تكون أفضل في الاستكشاف. أحيانًا، يساعدك القليل من "الارتباك" في العثور على الإجابة الصحيحة بشكل أسرع في عالم جديد تمامًا.

الملخص

المشكلة: معايير الذكاء الاصطناعي الحالية سهلة "الخداع"، وأنظمة الذكاء الاصطناعي متحمسة جدًا للتخمين دون تعلم القواعد أولًا.
الحل: بناء ذكاء اصطناعي يتوقف ليستكشف (مثل النقر بعصا في غرفة مظلمة) قبل أن يلتزم بحل معين.
النتيجة: نهج "الاستكشاف ثم الحل" يسمح حتى لنماذج الذكاء الاصطناعي الصغيرة بحل ألغاز لا تستطيع النماذج "الذكية" والمستعجلة حلها.
واقع التحقق: ألعاب الاختبار العامة كانت بسيطة جدًا لدرجة أن "خطأ برمجي" أو "إغراق الأزرار" كان كافيًا للفوز. الاختبار الحقيقي للذكاء لا يزال في مجموعة الألعاب الخاصة المخفية حيث لن تنجح هذه الحيل.

تخلص الورقة إلى أن الذكاء الحقيقي ليس مجرد معرفة الإجابة؛ بل هو معرفة كيفية إيجاد الإجابة عندما تبدأ من الصفر.

ملخص تقني: مقايضة السرعة والعمق للوكلاء المعرفيين في ARC-AGI-3

1. بيان المشكلة

تتناول الورقة البحثية تحدي الاستدلال التفاعلي للقواعد ضمن معيار ARC-AGI-3. وخلافاً للمعايير الثابتة، يضع ARC-AGI-3 وكلاء في بيئات جديدة تعتمد على الأدوار، حيث تكون القواعد وشروط الفوز مخفية. يجب على الوكلاء اكتشاف هذه القواعد من خلال التفاعل (الأفعال والملاحظات) دون تعليمات مسبقة.

تفرض مقايسة الأداء، RHAE (نسبة الأفعال البشرية إلى أفعال الذكاء الاصطناي، مربعة)، عقوبة تربيعية شديدة على عدم الكفاءة. إذا استخدم الوكيل ضعف عدد الأفعال التي يستخدمها المتوسط البشري، فإنه يحصل على 25% فقط من الائتمان. يجادل المؤلفون بأن النماذج الرائدة الحالية تفشل في هذا المعيار ليس بسبب نقص في قدرة الاستدلال، بل بسبب نقص في الانضباط المعرفي (Epistemic Discipline): فهي تفشل في استكشاف البيئة لتقليل عدم اليقين قبل الالتزام بخطة ما.

علاوة على ذلك، تحدد الورقة خللاً حرجاً في مجموعة التقييم العامة (25 لعبة): فهي تفشل في التمييز بين الاستكشاف الذكي والآليات الاستدلالية (Heuristics) البديهية. يوضح المؤلفون أن كل لعبة عامة يمكن حلها عبر استراتيجيات غير ذكية (مثل الأفعال الفردية العمياء، أو الأفعال المتكررة مع ميزانية كافية، أو استغلال ثغرة الإحداثيات الفارغة على مستوى المكتبة). وبناءً عليه، لا يمكن للمجموعة العامة التحقق مما إذا كان الوكيل يمتلك ذكاءً استكشافياً حقيقياً؛ فقط مجموعة الـ 55 لعبة الخاصة هي التي تعمل كاختبار صالح.

2. المنهجية

الإطار النظري: مقايضة السرعة والعمق

يصيغ المؤلفون التفاعل بين السرعة (كفاءة الفعل، $1/A_E$ ) والعمق (كسب المعلومات لكل فعل، $\Delta H(b)/a$ ).

جبهة باريتو (Pareto Frontier): يفترضون أن السياسة المثلى تقع على جبهة باريتو بين السرعة والعمق.
افتراض التحدب (A1): بافتراض أن الجبهة محدبة، تعمل مقايسة RHAE كـ عقوبة من الدرجة الثانية للانحراف عن هذه الجبهة.
الاستنتاج: الوكلاء الذين يتخطون الاستكشاف (العمق = 0) أو يفرطون في الاستكشاف (تكلفة سرعة مفرطة) يتكبدون عقوبات تربيعية. تتضمن الاستراتيجية المثلى توازناً بين "السرعة والعمق" حيث تكون ميزانية الاستكشاف متناسبة مع الخط الأساسي البشري.

البنية: AERA (وكيل الاستدير المعرفي التكيفي)

ينفذ AERA بنية مكونة من ثلاث مراحل مصممة للتنقل في مقايضة السرعة والعمق:

الاستكشاف (وضع العمق - EXPLORE): يقوم الوكيل بأفعال لتقليل إنتروبيا الاعتقاد ( $H(b_t)$ $H (b_{t})$ ). يتم اختيار الأفعال لتعظيم كسب المعلومات المتوقع. تستمر المرحلة حتى ينخفض مؤشر الإنتروبيا (طول حقل UNCERTAIN في مخرجات النموذج اللغوي الكبير) عن عتبة $\theta$ $θ$ .
- هيورستيك الميزانية: تم ضبط ميزانية الاستكشاف $B_{max}$ تجريبياً لتكون حوالي 40% من عدد الأفعال المتوسط للبشر ( $\alpha \approx 0.4$ ).
التحقق (VERIFY): يقوم الوكيل بـ 1-3 أفعال مستهدفة لتفنيد فرضية "الاحتمال الأقصى البعدي" (MAP) الحالية. إذا تم التفنيد، يعود إلى مرحلة الاستكشاف.
التخطيط والتنفيذ (وضع السرعة - PLAN + EXECUTE): بمجرد انخفاض عدم اليقين، يلتزم الوكيل بخطة بناءً على الفرضية التي تم التحقق منها. يتوقف التنفيذ ويعود إلى مرحلة الاستكشاف في حال حدوث ملاحظات غير متوقعة.

تفاصيل التنفيذ

النماذج: تستخدم التجارب نماذج Qwen2.5-0.5B و Qwen2.5-1.5B.
مؤشر الإنتروبيا: بدلاً من استخدام مرشح جسيمات (Particle Filter) رسمي، يستخدم AERA طول مخرجات UNCERTAIN المهيكلة للنموذج اللغوي الكبير كمؤشر تقريبي للإنتروبيا.
دخول المسابقة: تحقق مشاركة منفصلة (حل BFS مع ذاكرة تخزين مؤقت للحل المسبق دون اتصال) من تطبيق نفس مبدأ "الاستكشاف قبل التخطيط" دون استخدام واجهات برمجة تطبيقات النماذج اللغوية، محققة RHAE=0.30 على المجموعة الخاصة.

3. النتائج الرئيسية

الأداء التجريبي على الألعاب العامة (25 لعبة)

AERA (0.5B, b=1): يحقق RHAE = 0.2116، ويحل 4/25 من الألعاب (VC33, FT09, LP85, S5I5).
المجموعات المرجعية (Baselines):
- العشوائي (Random): RHAE = 0.0000 (0/25 تم حلها).
- بدون استكشاف (B1 - No-Explore): RHAE = 0.0000 (0/25 تم حلها). يفشل نموذج 0.5B في توليد خطة دون فرضية صريحة تشكلت أثناء الاستكشاف.
التفاعل مع قدرة النموذج:
- في مجموعة فرعية من 5 ألعاب، يحقق نموذج 0.5B مع الاستكشاف (b=1) RHAE=0.5290، بينما يحقق نموذج 1.5B بدون استكشاف 0.2645.
- بشكل مفاجئ، نموذج 1.5B مع استكشاف قسري لخطوة واحدة (b=1) يسجل 0.0000، وهو أداء أسوأ من نظيره الذي لا يستكشف. يفترض المؤلفون أن النماذج الأكبر لديها توزيعات أفعال أكثر تركيزاً، مما يجعلها أقل عرضة لتفعيل شروط الفوز العرضية (مثل الفوز بخطوة واحدة في FT09) مقارم نموذج 0.5B الأكثر تشتتاً.

تحليل صلاحية المعيار

يكشف تحقيق منهجي لجميع الألعاب العامة الـ 25 أن:

10 ألعاب يمكن حلها في خطوة عمياء واحدة (5 عبر ACTION6 و5 عبر أفعال عمياء أخرى).
5 ألعاب تتطلب ACTION6 بعد عملية جس واحدة.
لعبة واحدة تتطلب استكشافاً متنوعاً.
لعبة واحدة يمكن حلها بتكرار ACTION1.
8 ألعاب يمكن تجاوزها في خطوة واحدة عبر ثغرة الإحداثيات الفارغة (استدعاء ACTION6 مع x=None, y=None يؤدي إلى استثناء في المكتبة يُصنف خطأً كفوز).
الاستنتاج: المجموعة العامة لا يمكنها التمييز بين الاستكشاف الذكي والآليات الاستدلالية التافهة. يظل اختبار الذكاء الحقيقي هو مجموعة الـ 55 لعبة الخاصة.

نتائج المسابقة

حققت مدخلات تتبع الكود المرتبط (تنفيذ قائم على BFS لمبدأ الاستكشاف أولاً) قيمة RHAE = 0.30 على كامل الـ 55 لعبة في التقييم الخاص، متفوقة على أفضل نتيجة مجتمعية مسجلة بنحو 12.58% وقت كتابة التقرير.

4. الأهمية والادعاءات

تقدم الورقة ثلاثة مساهمات رئيسية:

نظرية: تفسر مقايسة RHAE التربيعية كـ عقوبة جبهة باريتو للسرعة والعمق. وتحت افتراض التحدب (المثبت لفئة من بيئات المعلومات الموحدة)، تقوم المقايسة رياضياً بمعاقبة الوكلاء الذين يفشلون في موازنة كسب المعلومات مع كفاءة الفعل.
بنيوية: تقدم AERA، وهي إطار عمل يضبط صراحة الانتقال من الاستكشاف إلى التخطيط بناءً على إنتروبيا الاعتقاد. يثبت هذا أن الاستكشاف ضروري للنماذ الأصغر (0.5B) لتحقيق RHAE غير صفري، بينما قد تعتمد النماذج الأكبر (1.5B) على المعارف المسبقة ولكنها قد تعاني أيضاً إذا فُرض عليها الاستكشاف بشكل غير صحيح.
نقد المعيار: تقدم الورقة نقداً صارماً لمجموعة التقييم العامة لـ ARC-AGI-3، موضحة أنها غير صالحة لقياس الاستكشاف لأن جميع الألعاب يمكن الوصول إليها عبر استراتيجيات غير ذكية. يجادل المؤلفون بأن الفجوة بين البشر والذكاء الاصطناعي ليست فجوة في الاستدلال، بل هي فجوة في الانضباط المعرفي.

ادعاءات متواضعة:

لا يدعي المؤلفون أن AERA تحل مشكلة ARC-AGI-3 العامة أو تصل إلى هدف 85%.
هيورستيك ميزانية الاستكشاف ( $\alpha \approx 0.4$ ) هو ملاءمة تجريبية، وليس قانوناً مشتقاً.
افتراض التحدب (A1) لم يتم إثباته لجميع البيئات، بل لفئة محددة فقط.
تم ذكر "الفوز بالإحداثيات الفارغة" كثغرة في المعيار، وليس كاستراتيجية ذكية، وتم استبعادها من مقارنات RHEM الشرعية.

تخلص الورقة إلى أن مبدأ "الاستكشاف قبل التخطيط" هو آلية أساسية للسلوك عند أول اتصال بالبيئات الجديدة، وأن التقدم المستقبلي نحو الذكاء الاصطناعي العام (AGI) يتطلب بنيات تدير صراحة المقايضة بين جمع المعلومات وكفاءة الفعل.