CEAA: A Cognitive Embodied Agents Architecture for Interactive Computing Systems
تقترح هذه الورقة البحثية بنية CEAA، وهي بنية معرفية نمطية موجهة نحو التنفيذ تسد الفجوة بين نماذج الاستدلال عالية المستوى والتنفيذ في الوقت الفعلي لتمكين وكلاء افتراضيين أذكياء متجسدين، قابلين للتوسع والتكيف والتفسير في بيئات ثلاثية الأبعاد تفاعلية ومعقدة.
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 عالماً لا تتبع فيه الشخصيات في لعبتك المفضلة أو متحفك الافتراضي مجرد نص جامد، ينتظرون منك الضغط على زر لجعلهم يتحدثون. بدلاً من ذلك، تخيل أن لديهم "عقلاً" يسمح لهم بالتفكير، وتذكر ما قلته قبل خمس دقائق، واتخاذ قرار بشأن ما سيفعلونه بعد ذلك. هذا هو حلم الوكلاء الافتراضيين الأذكياء (IVAs) — الشخصيات الرقمية التي يمكنها التفاعل معك كأنها شخص حقيقي. لفترة طويلة، ظل العلماء عالقين بين خيارين صعبين. فمن ناحية، لديك الوكلاء "التفاعليون": وهم يشبهون الكلاب المدربة على الجلوس، والبقاء، أو الجلب بناءً على أوامر بسيطة. إنهم سريعون وسهلو البناء، لكن لا يمكنهم التفكير أو التكيف حقاً إذا تغير الموقف. ومن ناح أخرى، لديك الوكلاء "المعرفيون": وهم يشبهون الفلاسفة العباقرة الذين يمكنهم التفكير والتخطيط، لكنهم معقدون وبطيئون للغاية لدرجة أنهم لا يستطيعون العمل داخل لعبة فيديو تعمل بالزمن الحقيقي دون التسبب في تعطل الكمبيوتر. السؤال الكبير الذي يواجه الباحثين هو: هل يمكننا بناء شخصية تكون سريعة بما يكفي للعمل في لعبة وذكية بما يكفي للتفكير مثل البشر؟
يقدم هذا البحث مخططاً جديداً يسمى CEAA (بنية الوكيل المتجسد المعرفي) لحل هذه المشكلة تحديداً. فكر في الأمر كدليل تعليمات عالمي لبناء "عقل" الشخصية الرقمية. يقترح المؤلفان، أيميليوس هادجيلياسي ولويس نيسيوتيس، نظاماً نموذجياً يعمل كمترجم بين التفكير عالي المستوى والأفعال منخفضة المستوى. لقد أخذوا أفكاراً شهيرة من علوم الحاسوب — مثل حلقة "الإدراك-التفكير-الفعل" (وهي مجرد طريقة منمقة للقول: انظر إلى العالم، فكر فيه، ثم افعل شيئاً)، ونموذج "BDI" (الذي يرمز إلى المعتقدات، والرغبات، والنوايا، أو ما يعرفه الوكيل، وما يريده، وما يخطط للقيام به) ودمجوا هذه الأفكار مع نظام ذاكرة مشترك. والنتيجة هي إطار عمل يسم ف للوكيل الافتراضي بالاستماع إليك، وتذكر أسئلتك، ومعرفة أفضل طريقة لمساعدتك، ثم تحريك جسده الافتراضي فعلياً للقيام بذلك، وكل ذلك دون تجميد اللعبة.
المشكلة: "العقل" مقابل "الجسد"
لفهم سبب أهمية هذا الأمر، تخيل متحفاً للواقع الافتراضي. تدخل، وتريد مرشداً ليرشدك في الجولة. إذا كان المرشد وكيلاً "تفاعلياً" بسيطاً، فقد يقول فقط: "مرحباً! أنا هنا للمساعدة"، بغض النظر عما تفعله. وإذا طرحت سؤالاً معقداً، فقد يكرر مجرد إجابة مسجلة مسبقاً. إنه يشبه تمثالاً عرضياً لا يمكنه قول سوى جملة واحدة.
ولكن إذا حاولت منح ذلك المرشد عقلاً "تفكيرياً" فائق التعقيد، فقد يزدحم نظام الكمبيوتر. سيكون العقل مشغولاً بحساب الإجابة المثالية لدرجة أن جسد المرشد قد يتجمد، أو يحدث بطء في اللعبة (lag)، مما يجعل التجربة سيئة. يجادل البحث بأن التكنولوجيا الحالية عالقة في هذه المنطقة الوسطى: فإما أن يكون لدينا وكلاء سريعون ولكن أغبياء، أو وكلاء أذكياء ولكن بطيئون لا يمكنهم العمل في عوالم ثلاثية الأبعاد في الزمن الحقيقي.
الحل: مجموعة "عقل" نموذجية
يقترح المؤلفون CEAA كوسيلة لبناء وكيل يمتلك جسداً سريعاً وعقلاً ذكياً في آن واحد. لقد قسموا "عقل" الوكيل إلى اثني عشر جزءاً مختلفاً، منظمة في ثلاث طبقات، تماماً مثل مطبخ منظم جيداً.
1. طبقة البيئة (سطح المطبخ)
هذا هو مكان حدوث الفعل. إنه العالم الافتراضي نفسه — المستخدمون، الأشياء، والأحداث. تخيل هذا كسطح المطبخ حيث توضع المكونات (الأحداث). السطح لا يطبخ أي شيء؛ هو فقط يحمل الأشياء. عندما يقترب مستخدم من معرض افتراضي، يوضع ذلك الحدث على السطح.
2. طبقة المعرفة (السبورة المشتركة)
هذا هو الجزء الأكثر ذكاءً في النظام. تخيل سبورة ضخمة في منتصف المطبخ يمكن للجميع رؤيتها. عندما يحدث شيء على السطح (مثل طرح مستخدم لسؤال)، يتم كتابته على السبورة. وهذا يسمى "قاعدة المعرفة المشتركة". بدلاً من أن يحاول كل وكيل مراقبة العالم بأكمله، فإنهم يكتفون بالنظر إلى السبورة. إذا كان هناك وكيل مهتم بموضوع معين (مثل "التاريخ")، فإنه يرى الملحوظة على السبورة ويقول: "مهلاً، يمكنني المساعدة في ذلك!". هذا يمنع الوكلاء من الارتباك أو الازدحام بسبب الكثير من المعلومات.
3. طبقة الوكيل (الطاهي)
هنا يحدث "التفكير" الفعلي. الوكيل يشبه الطاهي الذي يقرأ السبورة، ويتفحص كتاب وصفاته الخاص (الذاكرة)، ويقرر ماذا سيطبخ. لقد قسم المؤلفون عملية الطاهي إلى خطوات محددة:
- الإدراك (Sense): ينظر الطاهي إلى السبورة ليرى ما الذي يتطلب الانتباه.
- الذاكرة (Memory): يتفحص الطاهي تجاربه الماضية. "هل ساعدت شخصاً في هذا من قبل؟ ماذا حدث؟"
- التفكير (Think): يجمع الطاهي بين ما يعرفه (المعتقدات)، وما يريد تحقيقه (الرغبات)، وما يلتزم بالقيام به (النوايا).
- المستنتج والمخطط (Reasoner & Planner): يضع الطاهي أفضل خطة. "حسناً، يجب عليّ شرح تاريخ حاسوب ENIAC. يجب أن أبدأ بالتحية، ثم أعرض الآلة، ثم أجيب على الأسئلة".
- رسم خرائط السلوك (Behavior Mapper): هذا هو المترجم. يقوم بتحويل الخطة المجردة ("اشرح التاريخ") إلى أفعال محددة يمكن للجسد القيام بها ("حرك اليد للإشارة إلى الآلة"، "شغل مقطع صوتي"، "اصنع وجهاً مبتسماً").
- الفعل (Act): الخطوة النهائية حيث يقوم الطاهي فعلياً بتحريك جسده والتحدث.
الاختبار: متحف افتراضي للحواسيب
ليروا ما إذا كان هذا "العقل" يعمل بالفعل، قام الباحثون ببناء نموذج أولي. لقد أنشأوا متحفاً افتراضياً مخصصاً لتاريخ الحواسيب، وتحديداً حاسوب ENIAC. وضعوا أربعة أدلاء افتراضيين مختلفين (وكلاء) في هذا المتحف. كان لكل وكيل وظيفة مختلفة: بعضهم كانوا ملاحين، وبعضهم معلمين، وبعضهم مختبرين.
قاموا باختبار هذا النظام مع 92 طالباً جامعياً (46 في نسخة سطح مكتب ثلاثية الأبعاد قياسية و46 في نسخة واقع افتراضي كاملة). قضى الطلاب حوالي 45 دقيقة في التفاعل مع الوكلاء. لم يكتفِ الوكلاء بقراءة النصوص؛ بل استخدموا بنية CEAA للاستماع إلى الطلاب، وتذكر ما تعلموه بالفعل، وتكييف أسلوبهم في التدريس. إذا طرح طالب سؤالاً، يمكن للوكيل التحقق من ذاكرته ليرى ما إذا كان قد أجاب عليه بالفعل، أو يقرر تقديم شرح أكثر تفصيلاً.
ماذا وجدوا؟
كانت النتائج واعدة. أظهرت الدراسة أن الطلاب في كل من مجموعتي سطح المكتب والواقع الافتراضي تعلموا بشكل ملحوظ بعد التفاعل مع الوكلاء مقارنة بما كانوا عليه قبل ذلك. استطاع الوكلاء توجيه الطلاب، والإجابة على الأسئلة، وحتى تقييم معرفتهم.
ومن المثير للاهتمام أن الطلاب في مجموعة الواقع الافتراضي شعروا بأن التجربة كانت أكثر جاذبية وانغماساً، لكن نتائج التعلم كانت متشابهة جداً بين المجموعتين. هذا يشير إلى أن بنية "العقل" عملت بنفس الكفاءة في غرفة ثلاثية الأبعاد بسيطة كما عملت في سماعة الواقع الافتراضي الكاملة. كما أفاد الطلاب أيضاً أنهم وجدوا الوكلاء سهلي الاستخدام ومفيدين للتعلم.
الخلاصة
يخلص البحث إلى أن CEAA هو "نموذج" ناجح لبناء وكلاء افتراضيين أكثر ذكاءً. فهو يثبت أنه يمكنك فصل جزء التفكير في الوكيل عن جزء الحركة، مما يسمح لهم بأن يكونوا أذكياء وسريعين في آن واحد. يقترح المؤلفون أن هذه البنية تسد الفجوة بين النظريات المعقدة ومحركات الألعاب الواقعية مثل Unity وUnreal.
ومع ذلك، فإن المؤلفين حذرون من الادعاء بأن هذا منتج نهائي مثالي. فقد اعترفوا بأنه بينما يعمل النظام في نموذجهم الأولي، إلا أنه لا يزال إلى حد كبير إطاراً مفاهيمياً. لم يختبروا تماماً كيف يتعامل مع آلاف الوكلاء في وقت واحد، أو كيف يعمل تحت ضغط شديد. ويقترحون أن الخطوة التالية هي بناء أدوات وإضافات (plugins) فعلية لمطوري الألعاب لاستخدام هذه البنية بسهولة، بدلاً من مجرد بقائها كنظرية على الورق.
باخت مختصار، هذا البحث لا يخترع نوعاً جديداً من الذكاء، ولكنه يخترع طريقة جديدة لتنظيم الذكاء الموجود بحيث يمكنه العيش فعلياً داخل لعبة فيديو. إنه يشبه أخذ فيلسوف عبقري ولكن أخرق، ومنحه فريقاً من المساعدين الفعالين (المكونات النموذجية) حتى يتمكن أخيراً من ركض ماراثون دون أن يتعثر.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.