Agentic Retrieval-Augmented Generation for Verifiable Regulatory Compliance in Urban Cyber-Physical Systems
تقترح هذه الورقة إطار عمل للبحث والتوليد المعزز بالوكلاء (Agentic RAG) يعتمد مبدأ "التحقق أولاً"، والذي يدمج وكلاء تحقق حتميين لضمان الدقة التنظيمية ومنع الهلوسة في الأنظمة السيبرانية الفيزيائية الحضرية، مظهرًا أداءً فائقًا في كشف الإحلال والنسخ المحدثة والاستدلال الامتثالي مقارنة بالطرق الحالية.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://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
تتحول المدن بشكل متزايد إلى كائنات معقدة، حيث تتشابك البنية التحتية المادية مثل الطرق وأنابيب المياه بعمق مع الشبكات الرقمية من المستشعرات والبرمجيات والذكاء الاصطناعي. هذه الأنظمة المترابطة، المعروفة باسم الأنظمة السيبرانية الفيزيائية الحضرية، تَعِد بجعل مدننا أكثر استدامة ومرونة. فهي تستطيع مراقبة جودة الهواء في الوقت الفعلي، وتحسين استهلاك الطاقة، وإدارة تدفق حركة المرور بمستوى من الذكاء كان مستحيلاً في السابق. ومع ذلك، بينما تنمو هذه الأدمغة الرقمية وتزداد قوة، يجب عليها أيضاً أن تبحر في متاهة من القواعد. فكل مدينة تعمل تحت شبكة كثيفة من القوانين البيئية، وقواعد السلامة، ولوائح التخطيط التي تتغير باستمرار وتختلف من مكان لآخر. ولكي تعمل المدينة بشكل آمن وقانوني، يجب على أنظمتها الآلية ألا تفهم هذه القواعد فحسب، بل يجب أن تعرف أيضاً بدقة أي نسخة من القاعدة هي السارية حالياً. فإذا اعتمد النظام على قانون قديم أو لائحة لم تعد تنطبق على حي معين، فقد تتراوح العواقب من عدم كفاءة استخدام الموارد إلى انتهاكات قانونية خطيرة تقوض الثقة العامة.
يكمن التحدي في كيفية تعليم الحواسيب كيفية الاستدلال بشأن هذه القوانين. وفي السنوات الأخيرة، برزت تقنية تسمى "التوليد المعزز بالاسترجاع" (retrieval-augmented generation) كأداة قوية لهذه المهمة. تخيل حاسوباً يمكنه البحث فوراً عبر ملايين الوثائق القانونية للعثور على الإجابة على سؤال ما، ثم كتابة شرح واضح بناءً على ما وجده. لقد أظهر هذا النهج وعوداً كبيرة، ولكن به عيب جوهري: غالباً ما لا يستطيع الحاسوب التمييز بين قانون نشط حالياً وآخر تم استبداله منذ سنوات. ولأن القوانين القديمة والجديدة غالباً ما تبدو متشابهة جداً في صياغتها، فقد يستشهد النظام بثقة بقاعدة تم إلغاؤها، مما يؤدي إلى نصائح خطيرة أو غير صحيحة. وهذا أمر محفوف بالمخاطر بشكل خاص في سياق المدن الذكية، حيث يجب أن تكون القرارات المتعلقة بالبنية التحتية والسلامة العامة موثوقة تماماً.
لقد طور باحثون في جامعة "يورك سانت جون" نهجاً جديداً لحل هذه المشكلة، حيث ابتكروا نظاماً يعطي الأولوية للتحقق قبل أن يحاول توليد أي إجابة. فبدلاً من ترك الذكاء الاصطناعي يخمن أي القوانين صالحة، قاموا ببناء إطار عمل يعمل مثل مدقق صارم. يبحث النظام أولاً عن اللوائح ذات الصلة، ولكن قبل أن يسمح للذكاء الاصطناعي الرئيسي بكتابة استجابة، يقوم مكون منفصل ومتخصص بالتحقق من الحالة القانونية لكل وثيقة وجدها. يبحث هذا المكون في البيانات الوصفية المحددة، مثل تاريخ صدور القانون وما إذا كانت هناك نسخة أحدث قد استبدلته رسمياً. إنه يعمل كحارس بوابة، لضمان استخدام اللوائح الحالية والنافذة قانوناً والمطبقة فقط لتشكيل النصيحة النهائية. وإذا لم يتمكن النظام من العثور على قاعدة صالحة ومحدثة، فقد صُمم ليعترف بأنه لا يعرف، بدلاً من اختلاق إجابة.
في دراستهم، اختبر الباحثون إطار العمل الجديد هذا مقابل عدة طرق موجودة باستخدام مجموعة من اللوائح الأوروبية والمعايير الدولية الحقيقية. وقد أنشأوا مجموعة من 78 سؤالاً محدداً صُممت لخداع الأنظمة، بما في ذلك سيناريوهات تبدو فيها القوانين القديمة مطابقة تقريباً للقوانين الجديدة. وأظهرت النتائج أن نظام "التحقق أولاً" الجديد كان متفوقاً بمراحل في رصد القواعد القديمة؛ حيث حدد اللوائح المستبدلة بشكل صحيح في 88 بالمائة من الحالات، وهو تحسن كبير مقارنة بالطرق الأخرى التي واجهت صعوبة في اكتشاف هذه التغييرات وغالً ما اعتمدت على المعلومات القديمة. كما أثبت النظام دقة عالية في تحديد ما إذا كانت القاعدة تنطبق على الولاية القضائية المحددة، متجنباً الخطأ الشائع المتمثل في الاستشهاد بقوانين من منطقة خاطئة.
ولعل الأمر الأكثر أهمية هو أن النظام لم يضحِّ بالسرعة أو الكفاءة في سبيل هذه الطبقة الإضافية من السلامة. فبينما تضيف عملية التحقق من كل وثيقة خطوة إضافية، وجد الباحثون أن النظام ظل سريعاً بما يكفي للاستخدام العملي في إدارة المدن في العالم الحقيقي. فقد عالج الاستعلامات بسرعة تنافسية، وفي بعض الحالات كانت أسرع من الطرق المتقدمة الأخرى التي تم اختبارها. وقد أثبتت الدراسة أنه من خلال فصل مهمة البحث عن المعلومات عن مهمة التحقق من صلاحيتها القانونية، يمكن للنظام تقديم نصائح جديرة بالثقة وشفافة وقابلة للتدقيق. وهذا يعني أن مخططي المدن والأنظمة الآلية يمكنهم الاعتماد على المخرجات بدرجة أعلى بكثير من الثقة، مع العلم أن التوصيات تستند إلى قوانين سارية المفعول اليوم بالفعل.
ويؤكد الباحثون أن هذا النهج يمثل تحولاً في كيفية بناء الذكاء الاصطناعي للبيئات عالية المخاطر. فبدلاً من الاعتماد على قدرة الذكاء الاصطناعي على الفهم الحدسي للمشهد المعقد والمتغير للقانون البشري، يستخدم النظام فحصاً حتمياً قائماً على القواعد للتأكد من الحقائق قبل إجراء أي استدلال. وهذا يضمن أن المخرج النهائي ليس مجرد فقرة تبدو بليغة، بل توصية سليمة قانونياً. وبينما ركزت الاختبارات الحالية على اللوائح الأوروبية، فإن إطار العمل مصمم ليكون قابلاً للتكيف مع الأنظمة القانونية والولايات القضائية الأخرى. وتخلص الدراسة إلى أنه لكي تصبح المدن الذكية مستدامة وجديرة بالثقة حقاً، يجب تزويد صانعي قراراتها الرقمية بهذا النوع من التحقق الصارم، لضمان أن القوانين التي توجه مستقبلنا الحضري هي دائماً حديثة ودقيقة ومطبقة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.