تخيل أنك تحاول إعطاء تعليمات سريعة لصديق في مطبخ مزدحم: "خذ الفاكهة". إذا كان هناك تفاحة، وموزة، وبرتقالة على الطاولة، فقد يتوقف صديقك قليلاً؛ إذ يتعين عليه تخمين ما تقصده. البشر بارعون في هذا لأننا لا ننظر فقط إلى الكلمات، بل نتذكر أيضاً ما تأكله عادةً، وما كنت تفعله قبل خمس دقائق، وما يبدو مناسباً للحظة الحالية. نحن نستخدم نوعاً من الاختصارات الذهنية لمعرفة ذلك دون الحاجة للسؤال "أي فاكهة؟" في كل مرة.

هذا هو عالم الذكاء الاصطناعي (AI)، وتحديداً مجال التفاعل بين الإنسان والروبوت (Human-Robot Interaction). يحاول العلماء هنا بناء روبوتات ومساعدين رقميين يمكنهم المساعدة في منازلنا. لفترة طويلة، كانت الطريقة الأكثر شيوعاً لبناء هؤلاء المساعدين هي استخدام حواسيب ضخمة تُعرف بـ "الصندوق الأسود" وهي النماذج اللغوية الكبيرة (LLMs). فكر في هذه النماذج كببغاوات فائقة الذكاء قرأت كل شيء تقريباً على الإنترنت؛ فهي مذهلة في تخمين الكلمة التالية في الجملة، لكنها قد تكون فوضوية. فهي غالباً ما تقوم بتخمينات عشوائية عندما تواجه شيئاً جديداً، وتحتاج إلى كميات هائلة من الطاقة لتشغيلها، ولا "تفهم" حقاً لماذا اختارت تفاحة بدلاً من موزة — هي فقط تختار الأكثر احتمالاً بناءً على الأنماط.

السؤال الكبير الذي يطرحه الباحثون هو: هل يمكننا بناء ذكاء اصطناعي أكثر ذكاءً في "طريقة تفكيره"، بدلاً من مجرد امتلاك ذاكرة أكبر؟ هل يمكننا تعليم الذكاء الاصطناعي استخدام المنطق والعادات البسيطة الشبيهة بالبشر لحل المشكلات بسرعة، دون الحاجة إلى حاسوب خارق؟ تغوص هذه الورقة البحثية في هذا اللغز تحديداً، محاولةً إنشاء مساعد ذكاء اصطناعي لا يكتفي بالتخمين فحسب، بل يستنتج الإجابة الصحيحة عبر طريقته الخاصة في التفكير باستخدام مزيج ذكي من المنطق والذاكرة.

---

المشكلة: معضلة "أي واحد؟"

تخيل أنك المدير لروبوت مفيد في منزلك. تقول له: "ضع الفاكهة على الطاولة". مطبخك يحتوي على تفاحة، وبرتقالة، وموزة. بالنسبة للإنسان، هذا أمر سهل؛ فربما أكلت تفاحة للتو، أو ربما أنت في عجلة من أمرك وعادة ما تأخذ الموزة. لكن بالنسبة للذكاء الاصطناعي القياسي، هذا كابوس. فهو يرى ثلاث فواكه، ولا يعرف أي واحدة تريدها.

إذا كان الذكاء الاصطناعي غير متأكد تماماً، فقد يتوقف ويسأل: "أي فاكهة؟" ولكن إذا اضطررت لسؤاله ذلك في كل مرة تعطي فيها أمراً، فسيصبح الروبوت مزعجاً وبطيئاً. ومن ناحية أخرى، إذا قام الذكاء الاصطناعي بمجرد التخمين، فقد يأخذ الفاكهة الخطأ، مما يجعلك تشعر بالإحباط.

لاحظ مؤلفو هذه الورقة أن الذكاء الاصطناعي الحديث (مثل برامج الدردشة الضخمة) بارع في التنبؤ بالكلمات ولكنه سيء جداً في هذا النوع من التخمين الشخصي. الأمر يشبه طباخاً يعرف كل الوصفات في العالم، لكنه لا يعرف أنك تكره الكزبرة. أرادوا بناء روبوت يتعلم حقاً عاداتك الخاصة ويستخدمها لحل هذا الغموض.

الحل: سلم ذهني ثلاثي الطبقات

بدلاً من ترك الذكاء الاصطناعي يخمن عشوائياً أو يعتمد على دماغ ضخم غامض، بنى المؤلفون نوعاً جديداً من البنية (مخطط لكيفية تفكير الروبوت) يعتمد على التركيب الهرمي (Hierarchical Compositionality). وهذا تعبير معقد يعني: "فكك الأشياء إلى قطع صغيرة، ثم أعد بناءها في مجموعات، ثم تعلم كيف ترتبط تلك المجموعات بك".

فكر في الأمر كبناء قطع الليغو (LEGO).

المستوى 0: الطوب (السمات الذرية - Atomic Attributes)
أولاً، ينظر الروبوت إلى كل جسم في المنزل ويفككه إلى سمات بسيطة وصغيرة. بدلاً من رؤية "تفاحة" فقط، يرى: حمراء اللون، مستديرة، حلوة المذاق، لها ساق. هذه هي بمثابة قطع الليغو الأساسية. يحصل الروبوت على هذه الأوصاف من قاعدة بيانات حول كيفية وصف البشر للأشياء فعلياً.

المستوى 1: المجموعات مسبقة الصنع (مفاهيم المجال - Domain Concepts)
بعد ذلك، يلاحظ الروبوت أن بعض قطع "الطوب" تلتصق ببعضها دائماً. يرى أن السمات (حمراء اللون، مستديرة، لها ساق) تظهر معاً بشكل متكرر. فيقوم بتجميعها في "مفهوم" يسمى "شبيه بالتفاح". يفعل ذلك لكل شيء؛ فـ "المصباح" قد يكون مجموعة من (يصدر ضوءاً، له مصباح داخلي، يستقر على طاولة). هذه هي معرفة الروبوت العامة بالعالم، والمشتركة بين الجميع.

المستوى 2: كتاب قواعدك الخاص (الأنماط الخاصة بالمستخدم - User-Specific Patterns)
هذا هو الجزء السحري. يبدأ الروبوت بمراقبتك. يلاحظ أنه في كل مرة تتفاعل فيها مع جسم "شبيه بالكتاب" (الذي يتميز بـ نصوص مطبوعة وسطح مستوٍ)، فإنك تتبعه دائماً بتشغيل جسم "شبيه بالمصباح". هو لا يحفظ فقط أنك "تحب الكتب"؛ بل يتعلم النمط: كتاب ← مصباح.

هذا هو التركيب الهرمي. يبني الروبوت سلماً من المعرفة:

1. الطوب: مما تتكون الأشياء.
2. المجموعات: ما هي المجموعات الموجودة.
3. كتاب قواعدك: كيف تنتقل أنت تحديداً من مجموعة إلى أخرى.

كيف يحل الروبوت اللغز

عندما تقول: "ضع الفاكهة على الطاولة"، يمر الروبوت بعملية من ثلاث خطوات ليعرف أي فاكهة تقصد.

الخطوة 1: مرشح المنطق (منطقة "لا يسمح بالدخول")
أولاً، يستخدم الروبوت منطقاً صارماً (يسمى برمجة مجموعة الإجابات - Answer Set Programming) لاستبعاد الخيارات المستحيلة. فإذا كانت الطاولة ممتلئة بالفعل، أو إذا كانت الفاكهة في صندوق مغلق، فإنه يحذف تلك الخيارات من القائمة. الأمر يشبه حارس النادي الذي يفحص الهويات عند الباب.

الخطوة 2: القرائن الثلاث (تقييم المرشحين)
إذا بقيت عدة فواكه (مثلاً تفاحة وموزة)، يقوم الروبوت بتقييمها باستخدام ثلاثة "قرائن" مختلفة:

• القرينة الدلالية (السياق - Semantic Clue): ماذا كان يحدث قبل قليل؟ إذا وضعت كتاباً على الطاولة للتو، يفكر الروبوت: "أوه، هذا سياق (قراءة)". ثم يتحقق من أي فاكهة تناسب سياق القراءة بشكل أفضل.
• قرينة البروز (الحداثة - Salience Clue): ما الذي لمسته للتو؟ إذا كنت قد أمسكت التفاحة للتو، تحصل التفاحة على درجة عالية لأنها لا تزال حاضرة في ذهنك.
• القرينة الموضوعية (عاداتك - Thematic Clue): هنا يأتي دور المستوى الثاني من السلم. يتحقق الروبوت من كتاب قواعدك الخاص: "هل يميل هذا المستخدم عادةً لأخذ الموز بعد القراءة؟". إذا كانت الإجابة نعم، تحصل الموزة على دفعة كبيرة من النقاط.

الخطوة 3: القرار
يجمع الروبوت النقاط. إذا كان هناك فائز واضح (بفارق كبير)، فإنه يأخذ تلك الفاكهة. أما إذا كانت النقاط متقاربة جداً، فإنه يسأل: "هل تقصد التفاحة أم الموزة؟". هذا يضمن أنه لا يخمن بشكل أعمى.

ماذا أظهرت التجارب

اختبر المؤلفون هذا الروبوت في منزل محاكى يحتوي على 66 جسماً مختلفاً (مثل الأكواب، الكتب، المصابيح، والفواكه) وخمسة "مستخدمين" مختلفين ذوي عادات فريدة. أعطوا الروبوت 3000 أمر غامض ليقوم بحله.

وقارنوا روبوتهم الجديد مع "أحدث ما توصل إليه العلم" (مثل نماذج اللغة الكبيرة الأحدث) ومع نسخ أبسط من روبوتهم الخاص.

النتائج:

• الروبوت الجديد فاز: في معظم الاختبارات، كان الروبوت الهرمي الخاص بهم أكثر دقة من نماذج الذكاء الاصطناعي الضخمة، رغم أن النماذج الضخمة كان لديها إمكانية الوصول إلى نفس المعلومات تماماً.
• قوة "النمط": كان الروبوت بارعاً بشكل خاص عندما كان الأمر غامضاً جداً (مثل قول "إنه" بدلاً من "التفاحة"). في هذه الحالات الصعبة، صنع قدرة الروبوت على استخدام أنماط المستوى الثاني (عاداتك الشخصية) فرقاً كبيراً. نماذج الذكاء الاصطناعي الضخمة استمرت في التخمين الخاطئ لأنها لم تكن تملك كتاب قواعدك الشخصي.
• سؤال أقل، إنجاز أكثر: طلب الروبوت الجديد المساعدة (الاستيضاح) بشكل أقل بكثير من الآخرين، ولكنه عندما كان يتخذ قراراً، كان يصيب أكثر من المرات.
• خدعة "النقل": استطاع الروبوت معرفة ما تريد حتى مع وجود أشياء جديدة لم يسبق له رؤيتها من قبل، طالما أنها تشترك في نفس "الطوب" (السمات) مع الأشياء القديمة. على سبيل المثال، إذا كنت تأكل الخوخ عادةً، ورأى الروبوت فاكهة جديدة تشبه الخوخ في الشكل والملمس، فإنه يخمن أنك تريد ذلك أيضاً.

ما الذي تقول الورقة البحثية إنه "ليس"

من المهم ملاحظة ما لا تدعيه هذه الورقة:

• هي لا تقول إن نماذج الذكاء الاصطناعي الكبيرة (LLMs) عديمة الفائدة، بل تقول إنها ليست الأداة الأفضل لهذه المهمة المحددة من الاستنتاج الشخصي المعتمد على بيانات قليلة.
• لا تدعي أنها حلت جميع مشاكل الذكاء الاصطناعي. لا يزال الروبوت بحاجة إلى اختبار على روبوتات مادية حقيقية في العالم الحقيقي، وليس فقط في محاكاة حاسوبية.
• لا تقول إن الروبوت "واعٍ". هو فقط يستخدم رياضيات ومنطق ذكي لمحاكاة كيفية استخدام البشر للاختصارات الذهنية.

الخلاصة

تشير هذه الورقة إلى أننا لا نحتاج دائماً إلى عقول ذكاء اصطناعي أكبر وأغلى ثمناً لجعل المساعدين أفضل. أحياناً، نحتاج فقط إلى طريقة أذكى لتنظيم ما نعرفه بالفعل. من خلال بناء "سلم ذهني" يربط الحقائق البسيطة بالمجموعات المعقدة، ومن ثم تعلم كيف تتحرك أنت تحديداً صعوداً وهبوطاً في هذا السلم، يمكن للذكاء الاصطناعي أن يصبح مساعداً أفضل بكثير وأكثر حدساً. الأمر يشبه تعليم الروبوت ليس فقط قراءة القاموس، بل فهم قصتك الخاصة.

وجد المؤلفون أن هذا النهج يعمل بشكل أفضل من عمالقة المجال الحاليين، خاصة عندما يتعين على الروبوت تخمين ما تريده بناءً على عاداتك الفريدة. إنها خطوة نحو روبوتات لا تكتفي باتباع الأوامر، بل تفهمنا حقاً.