When Your Agent Opens the Chat App: Agent-Controlled Search over Raw Chat Logs Rivals Structured Memory
تقدم هذه الورقة ReFind، وهو نظام بحث يتم التحكم فيه بواسطة وكيل يحقق دقة هي الأفضل في مجالها في مهام الذاكرة الحوارية من خلال إجراء استرجاع معجمي تكراري على سجلات الدردشة الخام غير المعدلة، مما يثبت أن هياكل الذاكرة الدلالية المعقدة غالبًا ما تكون غير ضرورية للاستجواب الدقيق القائم على الأدلة.
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 تحاول العثور على محادثة محددة في سجل دردشة ضخم ولا نهائي. أنت تتذكر أن الشخص الآخر قال شيئًا عن "البيتزا" و"الثلاثاء"، لكنك لا تعرف متى أو من قال ذلك بالضبط. في عالم الذكاء الاصطناائي، هذه هي "مشكلة الذاكرة". عندما تتحدث إلينا وكلاء الذكاء الاصطناعي (برامج حاسوبية ذكية يمكنها الدردشة، أو كتابة الكود، أو حل المشكلات) لفترة طويلة، فإنها تصاب بالإرهاق؛ فهي لا تستطيع تذكر كل شيء في "دماغها" في وقت واحد.
لحل هذه المشكلة، تحاول معظم أنظمة الذكاء الاصطناعي اليوم أن تكون مثل أمين مكتبة فائق التنظيم. فقبل أن تسأل سؤالاً حتى، تأخذ كل سجلات الدردشة الفوضوية تلك، وتقرأها، وتعيد كتابتها في ملخصات مرتبة، أو ترسم خرائط معقدة للروابط، أو تبني هياكل حقائق ثلاثية الأبعاد متطورة. يفعلون ذلك آملين أن يجعل هذا عملية العثور على الإجابات أسهل لاحقًا. لكن هذا النهج ينطوي على عقبة: لبناء هذه الهياكل المتطورة، يجب على الذكاء الاصطناعي أن يخمن ما هو مهم قبل أن يعرف ما ستسأل عنه. إذا قام برمي تفصيل صغير أثناء التلخيص، فقد يضيع هذا التفصيل للأبد.
هذا يقودنا إلى سؤال كبير: هل نحتاج حقًا إلى هذه المكتبات الفاخرة والمبنية مسبقًا؟ أم أنه من الممكن أن يحتاج الذكاء الاصطناعي فقط إلى طريقة جيدة حقًا للبحث عبر سجلات الدردشة الأصلية والفوضوية مباشرة؟ هذا هو اللغز الذي يتصدى له دراسة جديدة. وهي تتساءل عما إذا كان بإمكان الذكاء الاصطناعي أن يكون ذكيًا تمامًا في العثور على الإجابات من خلال التصرف كإنسان فضولي يتصفح تطبيق دردشة، بدلاً من الاعتماد على بنك ذاكرة تمت معالجته مسبقًا.
الورقة البحثية: "ReFind" – الذكاء الاصطناعي الذي يفتح تطبيق الدردشة فحسب
قرر الباحثون وراء هذه الدراسة، بقيادة رويزي لي وزملاؤه، اختبار فكرة جذرية: ماذا لو لم يبنِ الذكاء الاصطناعي أي هيكل ذاكرة خاص؟
بدلاً من إعادة كتابة تاريخ الدردشة في ملخصات أو رسوم بيانية، يترك نظامهم، المسمى ReFind، سجلات الدردشة كما هي تمامًا. إنه يعامل تاريخ المحادثة كأنه مذكرات خام غير معدلة. عندما يحتاج الذكاء الاصطناعي إلى الإجابة على سؤال، فإنه لا يستشير فهرسًا جاهزًا، بل "يفتح تطبيق الدردشة" ويبدأ في البحث، تمامًا كما يفعل الإنسان.
كيف يعمل: أدوات المحقق
تشير الورقة البحثية إلى أن البشر جيدون حقًا في العثة على الرسائل القديمة. نحن لا نكتب عادةً جملة واحدة مثالية في شريط البحث ونحصل على الإجابة. بدلاً من ذلك، نستخدم مزيجًا من الحيل:
- نبحث باستخدام الكلمات المفتاحية: "بيتزا".
- ننظر إلى الجيران: إذا وجدنا رسالة عن البيتزا، فإننا نقرأ الرسائل القليلة قبلها وبعدها لفهم القصة الكاملة.
- نتذكر الوقت: "كان ذلك في الشهر الماضي".
- نتخطى ما رأيناه بالفعل: "لقد تحققت من تلك المحادثة بالفعل، فلنبحث في مكان آخر".
يحاكي ReFind هذه الحيل البشرية. فهو يستخدم أداة بحث بسيطة وسريعة (تسمى BM25، والتي تبحث فقط عن الكلمات المتطابقة) ولكنها مغلفة في "حلقة" ذكية تسمح لوكيل الذكاء الاصطناعي بالتحكم في البحث.
- الحلقة: يطرح الذكاء الاصطناعي سؤالاً، وينظر إلى النتائج، وإذا لم يكن متأكدًا، فإنه يغير مصطلحات البحث ويحاول مرة أخرى.
- أدوات التحكم: يستخدم أربع أدوات خاصة بـ "طبيعة الدردشة":
- توسيع السياق: إذا وجد نتيجة مطابقة، فإنه يأخذ الرسائل المحيطة بها ليفهم النكتة أو السياق.
- الوعي بالجلسة: يدرك أنه إذا كانت إحدى الرسائل في محادثة ما ذات صلة، فإن المحادثة بأكملها من المحتمل أن تكون مهمة، لذا يقوم برفع ترتيب تلك الجلسة الدردشية بأكملها.
- السفر عبر الزمن: يمكنه تصفية النتائج للبحث فقط في الرسائل من نطاق زمني محدد.
- تخطي ما تم رؤيته: يتذكر المحادثات التي فحصها بالفعل حتى لا يضيع الوقت في قراءة نفس الدردشة مرتين.
النتائج: القوة الخام مقابل الهيكل الفاخر
وضع الباحثون ReFind تحت الاختبار ضد الأنظمة "الفاخرة" التي تبني هياكل ذاكرة معقدة (مثل الرسوم البيانية والأشجار). استخدموا مجموعة ضخمة من حوالي 2,800 سؤال تغطي أمورًا مثل "من قال ماذا؟" (خطوة واحدة)، و"كيف أدت الفعالية أ إلى الفعالية ب؟" (خطوات متعددة)، و"ما هي أحدث نسخة من هذه الحقيقة؟" (تتبع الحقائق).
إليكم ما وجدوه:
- فاز ReFind. لقد حقق أعلى متوسط دقة بلغ 58.2% عبر جميع الاختبارات.
- جاء أقوى نظام "فاخر"، وهو HippoRAG 2 (الذي يستخدم رسومًا بيانية معقدة)، في المرتبة الثانية بنسبة 53.2%.
- حتى البحث البسيط لمرة واحدة بدون الحلقة الذكية (المسمى BM25-RAG) حقق 48.8% فقط.
يشير هذا إلى أن الهياكل "الفاخرة" لا تقوم في الواقع بالعمل الشاق. السر الحقيقي كان منح الذكاء الاصطناعي التحكم في عملية البحث. لم يكن الذكاء الاصطناعي بحاجة إلى خريطة مبنية مسبقًا؛ بل احتاج فقط إلى القدرة على قيادة السيارة، والنظر إلى الطريق، وتحديد متى ينعطف يسارًا أو يمينًا.
اختبار "العمود الفقري"
للتأكد من أن هذا لم يكن مجرد مصادفة مع نموذج ذكاء اصطناعي معين، جرب الباحثون الأمر مرة أخرى مع نموذج ذكاء اصطناعي أكثر قوة (GPT-5-mini) في محادثات أطول بكما (بعضها يحتوي على أكثر من 500,000 كلمة).
- سجل ReFind نسبة 93.2% في المحادثات الطويلة القصيرة و 89.3% في المحادثات الضخمة.
- تفوق على كل الأنظمة الأخرى، بما في ذلك الأنظمة ذات الرسوم البيانية والأشجار المعقدة، بفارق كبير.
ما الذي استبعدته الدراسة
الورقة البحثية حذرة جدًا في توضيح ما لم ينجح. لقد أجروا عدة اختبارات "استئصال" (أخذ أجزاء من النظام لمعرفة ما سيحدث):
- الأمر ليس مجرد حلقة: إذا سمحت للذكاء الاصطناعي بالبحث عدة مرات ولكن مع إزالة عناصر التحكم "الخاصة بالدردشة" (مثل تخطي جلسات الدردشة التي تمت رؤيتها أو توسيع السياق)، فإن النتيجة تنخفض بشكل كبير. يحتاج الذكاء الاصطناعي إلى الأدوات المصممة خصيصًا للدردشة، وليس مجرد حلقة بحث عامة.
- الأمر ليس بسبب الرياضيات "الفاخرة": جربوا استخدام طرق بحث "كثيفة" معقدة (تحاول فهم معنى الكلمات بدلاً من مجرد مطابقتها) ووجدوا أن البحث البسيط عن الكلمات (BM25) كان أفضل أو مساويًا لها. كانت قدرة الذكاء الاصطناعي على إعادة صياغة أسئلته الخاصة أكثر أهمية من نوع محرك البحث.
- الأمر ليس متعلقًا بحجم النموذج: عمل النظام بشكل جيد حتى مع نموذج ذكاء اصطناعي أصغر وأرخص (GPT-4o-mini)، مما يثبت أن الطريقة التي يتم بها البحث هي ما يهم، وليس مجرد امتلاك دماغ فائق القوة.
الخلاصة الكبرى
خلص المؤلفون إلى أنه بالنسبة للعثور على حقائق دقيقة في سجلات الدردشة، فإن الهيكل مبالغ في تقديره. نحن لسنا بحاجة لقضاء الوقت وقوة الحوسبة في تحويل المحادثات الخام إلى رسوم بيانية معقدة قبل طرح السؤال. بدلاً من ذلك، يجب أن نحافظ على البيانات الخام آمنة وغير معدلة، ونترك وكيل الذكاء الاصطناعي يعمل كمحقق ذكي وفضولي يمكنه البحث، والتوسع، وتصفية التاريخ في الوقت الفعلي.
باختصار، تقترح الورقة البحثية أن أفضل ذاكرة للذكاء الاصطناعي ليست موسوعة مكتوبة مسبقًا؛ بل هي مذكرات خام غير معدلة ووكيل ذكي يعرف كيفية قراءتها.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.