NeSyFS: A Neuro-symbolic Fast-Slow Thinking Framework for LLM Agent under Partial Observability
تقترح هذه الورقة NeSyFS، وهو إطار عمل تفكير سريع-بطيء عصبي-رمزي يستخدم الرسوم البيانية للمعرفة لتمثيل حالة الاعتقاد ويدمج الإجراءات التفاعلية مع التخطيط والتأمل المدرك لعدم اليقين لتعزيز أداء وكيل النماذج اللغوية الكبيرة تحت ظروف الملاحظة الجزئية.
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 تلعب لعبة فيديو حيث تغطي الضباب الشاشة. لا يمكنك سوى رؤية الأقدة القليلة التي تقع مباشرة أمام شخصيتك، ولكن عليك العثور على صندوق كنز مخفي في قلعة ضخمة ومعقدة. لا يمكنك رؤية الخريطة بأكملها، ولا تعرف بالضبط أين أنت بالنسبة للهدف. هذا هو عالم "الملاحظة الجزئية" بالنسبة للذكاء الاصطناعي. في هذا الركن من علوم الحاسوب، يعمل الباحثون على تعليم النماذج اللغوية الكبيرة (LLMs) — وهي مولدات النصوص فائقة الذكاء التي تشغل برامج الدردشة الآلية — كيف تعمل كوكلاء مستقلين. يجب على هؤلاء الوكلاء اتخاذ القرارات، واستخدام الأدوات، وحل المشكلات، لكنهم غالباً ما يضطرون للقيام بذلك دون رؤية الصورة الكاملة. التحدي الكبير هو أنه عندما لا يستطيع الذكاء الاصطناعي رؤية الحالة الكاملة للعالم، فإنه يصاب بالارتباك؛ فقد ينسى ما فعله للتو، أو يفقد تتبع هدفه، أو يضع خطة بناءً على تخمين يتبين لاحقاً أنه خاطئ. يريد العلماء بناء وكلاء يمكنهم التنقل في هذا العالم الضبابي ببراعة البشر، باستخدام مزيج من الغرائز السريعة والتفكير المتأني والبطيء.
هنا يبرز إطار عمل جديد يسمى NeSyFS، وهو اختصار لـ "التفكير العصبي الرمزي السريع والبطيء" (Neuro-symbolic Fast-Slow thinking). فكر في هذا كأنه نظام تشغيل جديد لوكيل ذكاء اصطناعي مصمم خصيصاً للتعامل مع سيناريو لعبة الفيديو الضبابية تلك. أدرك الباحثان، دو شو وفارامارز فيكري من معهد جورجيا للتكنولوجيا، أن الأساليب السابقة كانت تشبه محاولة تذكر فيلم كامل من خلال قراءة ملخص طويل وفوضوي لكل سطر حوار؛ فهذه كمية هائلة من المعلومات، وتضيع التفاصيل المهمة وسط الضجيج. بدلاً من ذلك، يمنح NeSyFS الذكاء الاصطناعي "كتاب ذاكرة حياً" يسمى "الرسم البياني للمعرفة" (Knowledge Graph). هذا ليس مجرد قائمة من الملاحظات، بل هو شبكة مهيكلة من الحقائق، مثل شبكة عنكبوت تربط بين "الثلاجة مفتوحة" و"يوجد كوب بداخلها".
يقسم إطار العمل عقل الذكاء الاصطناعي إلى نمطين، مستوحى من طريقة تفكير البشر. "نمط التفكير السريع" هو رد فعل الوكيل؛ فهو يلقي نظرة خاطفة على كتاب ذاكرته، ويستخلص الحقائق الأكثر صلة (مثل "أنا أحتاج إلى كوب، وقد رأيت واحداً للتو في الثلاجة")، ويتخذ حركة سريعة. لكن أحياناً، يكون الضباب كثيفاً جداً، ويكون التخمين السريع خاطئاً، وهنا يأتي دور "نمط التفكير البطيء". هذا هو المخطط المتأني للوكيل؛ فهو لا يخمن فحسب، بل يجري محاكاة في ذهنه، متخيلاً مسارات مستقبلية مختلفة مثل لاعب شطرنج يفكر في ثلاث خطوات للأمام. يستخدم خدعة رياضية خاصة (مستعارة من طريقة تسمى "مونت كارلو التسلسلية الملتوية" - Twisted Sequential Monte Carlo) لاختبار العديد من الاحتمالات المستقبلية في وقت واحد، مع الاحتفاظ بالمسارات التي تبدو واعدة واستبعاد تلك التي تؤدي إلى نهايات مسدودة.
ولضمان عدم خروج الوكيل عن المسار الصحيح، هناك جزء ثالث: "وحدة التأمل" (Reflection Module). تخيل مدرباً يقف على خط التماس؛ في كل مرة يتخذ فيها الوكيل حركة سريعة، يتحقق المدرب من كتاب الذاكرة ليرى ما إذا كانت هذه الحركة تساعد حقاً في الوصول إلى الهدف. إذا قال المدرب: "لا، هذا لا يبدو منطقياً"، فعلى الوكيل إعادة التفكير. وإذا استمر الوكيل في ارتكاب نفس الخطأ، يستدعي المدرب المخطط "البطيء" لإيجاد استراتيجية أفضل. تشير الورقة البحثية إلى أن هذا المزيج — الذاكرة المهيكلة، والردود السريعة، والتخطيط المتأني، والمدرب الناقد — يساعد الذكاء الاصطناعي على الأداء بشكل أفضل بكثير من الطرق السابقة. وفي الاختبارات على ثلاثة بيئات مختلفة تشبه الألعاب (منزل افتراضي، متجر عبر الإنترنت، ومختبر علمي)، تفوق وكيل NeSyFS بشكل كبير على أفضل الأساليب الأخرى، حيث حل المهام بمعدل أكبر وارتكب أخطاء أقل. ووجد الباحثون أنه باستخدام كتاب الذاكرة المهيكل الخاص بهم بدلاً من مجرد قراءة سجلات تاريخية طويلة، استطاع الوكيل الحفاظ على أهدافه والتنقل في الضباب بفعالية أكبر بكثير.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.