تخيل أنك تعلم روبوتًا عبقريًا ولكنه نساي، كيف يلعب لعبة فيديو معقدة. يمتلك الروبوت عقلًا ضخمًا (نموذج لغوي كبير) يعرف كيف يتحدث ويفكر، لكنه لا يستطيع استيعاب سوى كمية ضئيلة من المعلومات في "ذاكرته العاملة" في المرة الواحدة؛ مثل محاولة حل لغز بينما لا ترى سوى القطع الثلاث الأخيرة فقط. لكي يلعب جيدًا على المدى الطويل، يحتاج الروبوت إلى مكتبة من التجارب الماضية للبحث فيها. وهنا يأتي دور "الاسترجاع المعزز بالتوليد" (RAG): وهو يشبه سؤال الروبوت لأمين المكتبة: "مهلًا، هل رأينا لغزًا مثل هذا من قبل؟"

لكن الجزء الصعب هو أن الروبوت يحتاج إلى شيئين ليعمل بشكل مثالي. أولًا، يحتاج إلى أمين مكتبة (سياسة الاسترجاع) يكون بارعًا حقًا في العثور على الملاحظات القديمة الصحيحة للسؤال الحالي. ثانيًا، يحتاج إلى مدوّن ملاحظات (بنك الذاكرة) يكون جيدًا في تنظيم تلك الملاحظات، وتحديد أي منها مفيد حقًا، وتحديثها كلما زادت صعوبة اللعبة. لفترة طويلة، حاول العلماء جعل أمين المكتبة أكثر ذكاءً مع إبقاء مدون الملاحظات ثابتًا، أو جعل مدون الملاحظات أفضل مع إبقاء أمين المكتبة كما هو. ولكن ماذا لو كان أمين المكتبة بحاجة لمعرفة كيفية تنظيم الملاحظات ليجدها، وكان مدون الملاحظات بحاجة لمعرفة ما يبحث عنه أمين المكتبة لينظمها بشكل أفضل؟ يجب أن يتعلموا معًا، في حلقة مستمرة.

هذا هو بالضبط ما يستكشفه بحث CoE-Evo-Mem. يقترح المؤلفون نظامًا حيث يتطور "أمين المكتبة" و"مدون الملاحظات" معًا، فيعلم كل منهما الآخر باستمرار كيف يؤدي وظائفه بشكل أفضل. لقد اختبروا هذه الفكرة على سبعة أنواع مختلفة من المهام الصعبة، تتراوح من كتابة أكواد الكمبيوتر إلى حل الأسئلة العلمية أو التحكم في نظام تشغيل الكمبيوتر. وتشير النتائج إلى أنه عندما تتعلم هذه الأجزاء معًا في تزامن، يصبح الروبوت أفضل بكثير في حل المشكلات الطويلة والمعقدة مقارنة بالعمل بشكل منفصل.

المشكلة: حلقة التغذية الراجعة المكسورة

تخيل أنك تدرس لامتحان تاريخ ضخم. لديك كومة من البطاقات التعليمية (ذاكرتك) ودليل دراسي (سياسة الاسترجاع الخاصة بك). إذا كان دليلك الدراسي سيئًا، فقد تختار البطاقات الخطأ لمراجعتها. ولكن إذا كانت بطاقاتك التعليمية فوضوية وغير منظمة، فحتى الدليل الدراسي الجيد قد يواجه صعوبة في العثور على البطاقة الصحيحة.

في عالم وكلاء الذكاء الاصطناعي، تحاول الأساليب الحالية إصلاح جانب واحد من المشكلة مع تجاهل الجانب الآخر. تحاول بعض الطرق جعل الذكاء الاصطناعي أفضل في طلب الذكريات (الاسترجاع)، بينما تحاول طرق أخرى جعله أفضل في تخزين وتنظيم الذكريات (التطور). يرى مؤلفو هذا البحث أن هذا الفصل هو خطأ. فهم يشيرون إلى "حلقة تغذية راجعة أساسية" تم تجاهلها:

1. الاسترجاع يقرر ما يتم استخدامه: إذا اختار الذكاء الاصطناعي الذكريات الخاطئة، فلن تحصل تلك الذكريات على أي "ائتمان" (تقدير) للمساعدة (أو الإضرار) في المهمة.
2. تحديثات الذاكرة تغير المستقبل: إذا قام الذكاء الاصطناعي بتحديث ذاكرته بناءً على ما حدث، فإن طريقة تنظيم تلك الذكريات تتغير، مما يجعل العثرة عليها أسهل أو أصعب في المرة القادلة.

إذا قمت بإصلاح طريقة الاسترجاع دون السماسة بتغيير الذاكرة، أو العكس، فإنك تفقد فرصة تحسينهما معًا. الأمر يشبه محاولة ضبط جيتار بينما الأوتار تتغير سماكتها باستمرار؛ لا يمكنك الحصول على صوت مثالي إلا إذا قمت بضبط كليهما في نفس الوقت.

الحل: CoEvo-Mem

بنى المؤلفون إطار عمل يسمى CoEvo-Mem (الذاكرة المتطورة معًا). فكر في الأمر كرقصة بين شريكين: الموجه (أمين المكتبة) وبنك الذاكرة (مدون الملاحظات).

إليك كيف تسير هذه الرقصة:

1. الدماغ المجمد والموجه الذكي
يبقى "الدماغ" الرئيسي للذكاء الاصطناي (النموذج اللغوي الكبير) مجمدًا — لا يتعلم أي شيء جديد. بدلاً من ذلك، يستخدم النظام "موجهًا" (Router) صغيرًا وخفيف الوزن لتحديد كيفية طلب المساعدة.

• عندما يأتي سؤال، يقترح الدماغ المجمد عدة طرق لإعادة صياغة السؤال (بعضها يركز على المعنى، والبعض الآخر على كلمات رئيسية محددة).
• ثم يتعلم "الموجه" تعديل هذه الاقتراحات بناءً على ما إذا كان الذكاء الاصطناعي قد حصل على الإجابة الصحيحة أم لا. إنه يشبه مدربًا يهمس: "حاول طرح السؤال بهذه الطريقة في المرة القادمة"، بناءً على نتيجة اللعبة.

2. بنك الذاكرة كخريطة حية
الذكريات ليست مجرد قائمة ملاحظات؛ بل هي رسم بياني علاقاتي (Relational Graph). تخيل خريطة حيث كل ذكرى هي مدينة، والطرق بينها توضح كيفية ارتباطها ببعضها البعض.

• الطرق الكثيفة تربط بين الذكريات التي لها نفس المعنى (دلالية/Semantic).
• الطرق المتفرقة تربط بين الذكريات التي تشترك في كلمات أو أسماء محددة (معجمية/Lexical).
• طرق الزمن تربط بين الذكريات التي حدثت في تسلسل معين (زمنية/Temporal).

عندما يحل الذكاء الاصطناعي مهمة، فإنه لا يحفظ الإجابة فحسب، بل يقوم بتحديث "قيمة" المدن التي زارها. إذا ساعدت ذكرى ما الذكاء الاصطناعي على الفوز، تحصل تلك المدينة على درجة أعلى. وإذا ساعدت قليلاً فقط، تزداد الدرجة قليلاً. والأهم من ذلك، أن هذا الائتمان لا يبقى مع تلك الذكرى وحدها؛ بل ينتقل عبر الطرق إلى المدن المجاورة، مما يجعل الحي بأكمله أكثر ذكاءً.

3. الرقصة المتبادلة (السر الخفي)
قد تتساءل: "لماذا لا نقوم بتحديث الموجه والذاكرة في نفس الوقت تمامًا؟" وجد المؤلفون أن هذا يسبب فوضى. إذا تغير كلاهما في وقت واحد، فالأمر يشبه محاولة تعلم ركوب الدراجة بينما يتغير شكل الدراجة أيضًا. سيصاب النظام بالارتباك وعدم الاستقرار.

بدلاً من ذلك، يستخدم CoEvo-Mem جدولاً متبادلاً:

• المرحلة 1: يكون بنك الذاكرة مجمدًا (ثابتًا في مكانه). يتدرب "الموجه" على إيجاد أفضل الذكريات باستخدام هذه الخريطة الثابتة.
• المرحلة 2: يكون "الموجه" مجمدًا (ثابتًا في مكانه). يقوم بنك الذاكرة بتحديث تنظيمه وقيمه بناءً على ما وجده الموجه للتو.
• يتناوبان على ذلك. وهذا يسمح لكل شريك بالتعلم من الحالة الحالية للآخر دون ارتباك ناتج عن تغير كليهما في آن واحد.

ما الذي وجدوه

اختبر الفريق CoEvo-Mem على سبعة تحديات مختلفة تمامًا:

• التفاعل مع نظام التشغيل: التحكم في جهاز كمبيوتر لأداء مهام.
• توليد الأكواد: كتابة برامج كمبيوتر تعمل بشكل صحيح.
• الاستدلال متعدد الوسائط: حل الألغاز التي تتضمن نصوصًا وصورًا.
• الأسئلة العلمية: الإجابة على أسئلة صعبة في الفيزياء والكيمياء والأحياء.
• استدعاء الدوال (Function Calling): تعليم الذكاء الاصطناعي استخدام الأدوات وواجهات البرمجة (APIs) بشكل صحيح.
• المحادثة طويلة الأمد: تذكر التفاصيل من الدردشات الطويلة.

في كل اختبار من هذه الاختبارات، تفوق CoEivo-Mem على أفضل الأساليب الموجودة.

• في اختبار GPQA Diamond (الأسئلة العلمية الصعبة)، حسن النتيجة بمقدار 7.50 نقطة مئوية عن أقوى نموذج مرجعي.
• في اختبار LiveCodeBench (البرمجة)، تحسن بمقدار 3.81 نقطة مئوية.
• في اختبار الذاكرة المحادثتية طويلة الأمد (LoCoMo)، وصل إلى درجة 81.71، متفوقًا على ثاني أفضل طريقة بفارق تقرب من 5 نقاط.

كما أجرى المؤلفون "دراسات الاستئصال" (تجارب حيث قاموا بإزالة أجزاء من النظام) لإثبات سبب نجاحه.

• عندما أزالوا إعادة صياغة الاستعلام (الجزء الذي يغير كيفية طرح السؤال)، انخفض الأداء بشكل كبير.
• عندما أزالوا تطور الذاكرة (الجزء الذي يحدث الرسم البياني والقيم)، انخفض الأداء أيضًا، خاصة في المهام المعقدة مثل البرمجة والعلوم.
• عندما حاولوا تحديث الموجه والذاكرة في نفس الوقت (بدلاً من التناوب)، كان أداء النظام أسوأ من طريقة التناوب.

الخلاصة

يشير البحث إلى أنه لكي يتمكن وكلاء الذكاء الاصطناعي من إتقان المهام طويلة الأمد حقًا، لا يمكننا مجرد بناء محرك بحث أفضل أو قاعدة بيانات أفضل. يجب أن نبني نظامًا يتعلم فيه محرك البحث وقاعدة البيانات التكيف مع بعضهما البعض. من خلال السماح لـ "أمين المكتبة" و"مدون الملاحظات" بتبادل الأدوار في التعلم بينما يظل الآخر ثابتًا، يخلق CoEvo-Mem حلقة مستقرة ومتطورة تساعد وكلاء الذكاء الاصطناعي على التذكر بشكل أفضل، والتفكير بوضوح أكبر، وحل مشكلات أصعب.

ويوضح المؤلفون بحذر أنه بينما كانت النتائج قوية عبر هذه الاختبارات السبعة، فإن هذا إطار عمل محدد لـ التطور المشترك. هم لا يدعون أنه يحل كل مشكلة في الذكاء الاصطناعي، لكنهم يظهرون أن هذه الطريقة المحددة لربط الاسترجاع والذاكرة هي خطوة قوية نحو بناء وكلاء يمكنهم التعلم والتكيف بمرور الوقت.