HERMES: a multi-agent framework for structured knowledge extraction from ultra-long documents in geoscience
يُعد HERMES إطار عمل متعدد الوكلاء وقابل للتوسع يستفيد من نموذج لغوي كبير منسق لاستخراج معرفة مهيكلة وموجهة نحو معايير FAIR من وثائق علوم الأرض فائقة الطول وغير المنظمة، حيث نجح في تحويل "رسالة علم الحفريات اللافقارية" المكونة من 55 مجلداً إلى قاعدة بيانات شاملة بدقة عالية وتحقيق مكاسب في الكفاءة بمقدار ستة أضعاف مقارنة بالطرق اليدوية.
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 عالم العلوم كمكتبة ضخمة وقديمة، حيث لا تُخزن أهم القصص في أجهزة لوحية حديثة ولامعة، بل في أكوام شاهقة من الكتب الثقيلة والمغبرة. هذه الكتب مليئة بالاكتشافات حول كوكبنا—أين عاشت الحفريات، وكيف تشكلت الصخور، وكيف كان شكل المجال المغناطيسي للأرض قبل ملايين السنين. المشكلة هي أن هذه القصص مكتوبة بطريقة لا تستطيع الحواسيب قراءتها؛ فهي محبوسة في فقرات طويلة، وجداول فوضوية، وصور ذات تعليقات صغيرة جداً. الأمر يشبه امتلاك خريطة كنز مكتوبة بشفرة سرية لا يستطيع فك رموزها إلا عدد قليل من الخبراء البشريين. ولحل هذه المشكلة، يبني العلماء "أمناء مكتبة رقميين" مدعومين بالذكاء الاصطناعي. هؤلاء ليسوا مجرد محركات بحث بسيطة، بل هم أنظمة ذكية يمكنها قراءة كتاب، وفهم الفرق بين الجدول والقصة، واستخراج حقائق محددة لبناء قاعدة بيانات جديدة قابلة للبحث. السؤال الكبير هو: هل يمكن للحاسوب أن يكون ذكياً بما يكفي لقراءة هذه الكتب الضخمة والمعقدة دون أن يرتبك، أو يفقد التفاصيل، أو يختلق معلومات من عنده؟
هنا يأتي دور HERMES، وهو فريق جديد من المحققين الرقميين المصممين لمواجهة هذا التحدي تحديداً. فكر في HERMES ليس كروبوت واحد، بل كطاقم بناء منظم يعمل على حل لغز عملاق. بدلاً من عامل واحد يحاول قراءة كتاب مكون من 500 صفحة دفعة واحدة، يستخدم HERMES "ذكاءً اصطناعياً مديراً" لتنسيق فريق من المتخصصين. أحد المتخصصين يمسح الصفحات ويحول الصور إلى نصوص؛ وآخر يبحث عن أسماء محددة مثل أنواع الحفريات؛ وثالث يدقق في الأرقام للتأكد من منطقيتها؛ ورابع يعمل كمحقق، حيث يدون بالضبط أين وُجدت كل حقيقة في الكتاب حتى يتمكن البشر من مراجعة العمل. وقد وُضع هذا النظام تحت الاختبار في "رسالة علم الأحياء اللافقاريات" (Treatise on Invertebrate Paleontology)، وهي سلسلة أسطورية مكونة من 55 مجلداً تحتوي على آلاف الصفحات حول الكائنات البحرية القديمة. وكانت النتائج مبهرة: نجح HERMES في استخراج 32,277 اسماً للحفريات وما يقرب من 452,000 تفصيل عنها، مما خلق قاعدة بيانات ضخمة ومنظمة كان من المستحيل بناؤها يدوياً. ووجد الفريق أن طاقم الذكاء الاصطنا هذا عمل أسرع بنحو ست مرات من فريق بشري يقوم بنفس المهمة يدوياً، مع الحفاظ على دقة عالية. والأفضل من ذلك، أن النظام لم يقتصر عمله على الحفريات فقط؛ فعندما أعطاه الباحثون أنواعاً مختلفة من الكتب حول المجالات المغناطيسية للأرض وكيمياء الصخور، فقد تكيّف وأدى أداءً جيداً هناك أيضاً، مما يشير إلى أن نهج "فريق الوكلاء" هذا يمكن أن يساعد في فتح آفاق المعرفة في مجالات علمية عديدة.
توضح الورقة البحثية أنه بينما يتحسن الذكاء الاصطناعي الحديث في قراءة النصوص الطويلة، فإنه غالباً ما يعاني مع "منتصف" المستندات الطويلة جداً، حيث يفقد الإشارات الهامة المختبئة بين البداية والنهاية. كما أنه يواجه صعوبة في إثبات مصدر المعلومات التي حصل عليها، وهو أمر بالغ الأهمية في العلم. يحل HERMES هذه المشكلة عن طريق تقسيم المهمة. "المنسق" (Orchestrator) -وهو المدير- يقرأ طلب المستخدم ويوجه الفريق. "المحلل" (Parser) يقوم برقمنة الكتاب، محولاً المسوحات الضوئية إلى نصوص وأشكال. "متعرف الكيانات" (Entity Recognizer) يجد الأشياء المحددة التي نبحث عنها، مثل اسم ديناصور. "المُدوّن" (Annotator) يلتقط التفاصيل المرتبطة بتلك الأسماء، لكنه يستخدم حيلة ذكية تسمى "التوليد المعزز بالاسترجاع" (retrieval-augmented generation) لكي ينظر فقط في الصفحات ذات الصلة بهذا التفصيل، مما يمنعه من التخمين أو اختلاق حقائق وهمية. ثم يقوم "المُدقق" (Validator) بمراجعة العمل وفق قواعد صارمة (مثل التأكد من تهجئة اسم الحفرية بشكل صحيح)، ويقوم "المتتبع" (Tracer) بتحديد الموقع الدقيق في ملف الـ PDF الأصلي الذي جاءت منه الحقيقة.
وعندما اختبر الباحثون هذا النظام على الـ 55 مجلداً من "الرسالة"، أنتج النظام قاعدة بيانات تضم 32,277 كياناً من الحفريات و451,878 صفة. ووجد فريق الخبراء البشريين الذين راجعوا العمل أن الذكاء الاصطناعي كان دقيقاً بشكل ملحوظ، حيث سجل متوسط درجة تقارب 0.90 في العثور على الحفريات الصحيحة و0.91 في الحصول على التفاصيل الصحيحة. هذه قفزة هائلة في الكفاءة؛ فبينما استغرق فريق من أربعة بشر 45 يوماً لمعالجة مجلد واحد يدوياً، ساعد HERMES الفريق على إنهاء السلسلة بأكملها في إجمالي 53 يوم عمل بشري. ويشير المؤلفون إلى أنه لولا هذا المساعدة الآلية، لربما لم يحاولوا أبداً تنظيم السلسلة بأكملها.
كما تشير الورقة أيضاً إلى أن هذه الطريقة مرنة. فعندما جربوا HERMES على كتب حول المغناطيسية القديمة (دراسة التاريخ المغناطيسي للأرض) والجيوكيمياء (كيمياء الصخور)، لم يحتاجوا إلى إعادة تدريبه من الصفر. كل ما فعلوا هو تغيير القواعد التي يستخدمها "المُدقق" لفحص العمل، وتعامل النظام مع أنواع البيانات الجديدة بشكل جيد. ومع ذلك، يوضح المؤلفون بحذر أن النظام ليس مثالياً؛ فهو يفتقد بعض التفاصيل أحياناً إذا كان النص مقسماً عبر الصفحات بطريقة مربكة، أو إذا كان الكتاب الأصلي قد تم مسحه ضوئياً من نسخة مصورة باهتة، مما يجعل الحاسوب يخطئ في قراءة حرف (مثل تحويل "Beraunia" إلى "Bcraunia"). كما يؤكدون أنه بينما يقوم الذكاء الاصطناعي بالعمل الشاق، لا تزال هناك حاجة للخبراء البشريين للتحقق من النتائج النهائية، خاصة في الأجزاء الأكثر تعقيداً من الكتب. وتخلص الورقة إلى أن نهج "الوكلاء المتعددين" هذا يوفر طريقة عملية لتحويل الأرشيفات العلمية القديمة والفوضوية إلى بيانات نظيفة وقابلة للاستخدام، ولكنه يعمل بأفضل صورة عندما يعمل البشر والآلات معاً، حيث يقوم الذكاء الاصطناعي بالعبء الأكبر من الاستخراج بينما يقوم البشر بالفحص النهائي للجودة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.