HABIT: A Self-Evolving AI-Agent Harness for GUI-Based CAE Software---Application to Aerospace
تقدم هذه الورقة HABIT، وهو نظام تحكم لوكيل ذكاء اصطناعي ذاتي التطور ومستقل عن المضيف، صُمم لأتمتة سير عمل الهندسة المساعدة للحاسوب (CAE) المعقد القائم على واجهة المستخدم الرسومية (GUI) في مجال الطيران والفضاء، وذلك عبر مزامنة استدعاء الأدوات الموثوق مع حالات البرمجيات في الوقت الفعلي والتكيف المستمر مع عادات المستخدم من خلال نظام تعلم مدفوع بالذاكرة.
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
تخيل عالماً تكون فيه برامج الكمبيوتر الخاصة بك مثل روبوتات قوية للغاية، ولكنها عنيدة بعض الشيء. أنت تخبرهم بما يجب فعلوه، وهم يحاولون بذل قصارى جهدهم. ولكن أحياناً، يصاب هؤلاء الروبوتات بالارتباك بسبب القوائم المعقدة، أو ينسون ما طلبت منهم فعله قبل خمس دقائق، أو يكسرون بالخطأ الشيء الذي يحاولون إصلاحه. هذا هو الواقع اليومي لمهندسي الطيران والفضاء الذين يستخدمون "برمجيات الهندسة بمساعدة الكمبيوتر" (CAE)—وهي أدوات متخصصة تساعدهم في تصميم الطائرات والصواريخ من خلال محاكاة الرياح، والإجهاد، والحرارة. هذه الأدوات قوية، لكن التحدث إليها يشبه محاولة إعطاء توجيهات لروبوت يتحدث فقط لغة تقنية صارمة جداً ويمتلك ذاكرة قصيرة المدى.
هنا يأتي دور "الوكيل الذكي" (AI Agent). فكر في هذا كأنه مساعد رقمي فائق الذكاء يمكنه قراءة لغتك الطبيعية (مثل "أظهر لي الضغط على الجناح") والنقر على الأزرار الصحيحة نيابة عنك. ولكن هنا تكمن المشكلة: معظم المساعدين الذكيّين هم مثل السياح الذين يزورون مدينة مرة واحدة، يلتقطون بضع صور، ثم يرحلون. هم لا يتذكرون مقهاك المفضل، ولا يعرفون أنك تفضل قهوتك سوداء، وبالتأكيد لا يتعلمون كيف تحب التنقل في المدينة بمرور الوقت. بالنسبة للمهندسين الذين يستخدمون هذه الأدوات كل يوم، فإن المساعد الذي يعمل لمرة واحدة فقط ليس كافياً. إنهم بحاجة إلى شريك يتطور، ويتعلم عاداتهم، ويصبح أفضل كلما عملوا معاً بشكل أكبر. هذا هو التحدي الذي تهدف قطعة البحث الجديدة هذه إلى حله.
تعرف على HABIT: الذكاء الاصطناعي الذي يتعلم إيقاعك
قام فريق من الباحثين من شركة COMAC (المؤسسة الصينية للطائرات التجارية) ببناء نوع جديد من المساعدين الذكيّين يسمى HABIT. الاسم هو اختصار لـ "Harness with Adaptive Behavior Inferred from Trajectories" (التسخير مع السلوك التكيفي المستنتج من المسارات)، وهي طريقة منمقة لقول: "أداة تراقب كيف تعمل، وتتعلم اختصاراتك المفضلة، وتصبح أكثر ذكاءً في كل مرة تستخدمها فيها".
تخيل أن لديك متدرباً موهوباً للغاية ولكنه نساي. إذا طلبت منه "فحص الجناح"، فقد يفحص الجزء الخطأ، أو قد ينسى ضبط الألوان إلى اللون الأزرق المفضل لديك. HABIT مختلف. إنه مثل متدرب لا يكتفي فقط باتباع أوامرك، بل يحتفظ أيضاً بدفتر ملاحظات سري لعاداتك. إذا كنت دائماً تنظر إلى أجزاء الـ "WALL" في الطائرة أولاً، أو إذا كنت تستخدم دائماً خريطة ألوان محددة لرؤية الحرارة، فإن HABIT يتذكر ذلك. في المرة القادمة التي تقول فيها "حلل هذا"، فهو لا يقوم بالمهمة فحسب؛ بل يقوم بها بطريقتك، تلقائياً.
مشكلة الذكاء الاصطناعي "الغبي"
يوضح البحث أن أدوات الذكاء الاصطناعي الحالية للهندسة تشبه شخصاً يحاول قيادة سيارة وهو يرتدي عصابة على عينيه. قد يدعون أنهم أداروا عجلة القيادة، لكن السيارة لا تتحرك فعلياً. في عالم البرمجيات الهندسية، لا يكفي أن يقول الذكاء الاصطناعي إنه غير إعداداً ما؛ بل يجب أن يتغير الإعداد في البرنامج فعلياً. إذا قال الذكاء الاصطناعي: "لقد ضبطت الضغط على 500"، ولكن الشاشة لا تزال تظهر 100، فهذه كارثة.
علاوة على ذلك، فإن معظم وكلاء الذكاء الاصطناعي "عديمو الحالة" (stateless)، مما يعني أنه ليس لديهم ذاكرة للمحادثات الماضية. إنهم يعاملون كل طلب جديد كما لو كانت المرة الأولى التي يلتقون بك فيها. يجادل الباحثون بأنه بالنسبة للعمل الهندسي المعقد، يعد هذا أمراً غير مقبول. أنت بحاجة إلى وكيل يعرفك، ويتذكر تفضيلاتك، ويمكنه التعامل مع الرقصة المعقدة ومتعددة الخطوات لبرامج الهندسة دون أن يتوه.
كيف يعمل HABIT: الدماغ ذو الطبقات الخمس
ليس HABIT مجرد روبوت دردشة؛ بل هو نظام متطور مبني على خمس طبقات، مصمم ليكون آمناً، وذكياً، وذاتي التحسين.
- قاعدة "عدم التظاهر": واحدة من أكبر قواعد HABIT هي أنه لا يكذب أبداً. إذا حاول الذكاء الاصطناعي التظاهر بأنه فعل شيئاً لم يفعله، فإن HABIT يكشفه. يتحقق النظام من حالة البرنامج الفعلية بعد كل إجراء. إذا قال الذكاء الاصطناعي: "لقدت قمت بتشغيل الضوء الأحمر"، ولكن الضوء لا يزال مطفأً، فإن النظام يعرف أن خطأ ما قد حدث ويحاول مرة أخرى. إنه مثل معلم لا يكتفي بقبول جملة "لقد حللت واجبي" كإجابة، بل يتأكد فعلياً من الدفتر.
- دفتر الذاكرة (التعلم السلبي): هذا هو الجزء الأكثر روعة. يمتلك HABIT "طبقة ذاكرة" تتعلم عاداتك بشكل سلبي. لست مضطراً لإخباره: "تذكر هذا!". بدلاً من ذلك، هو يراقب ما تفعله. إذا كنت تختار خريطة ألوان معينة بشكل متكرر أو تنظر إلى جزء معين من الطائرة، فإن HABit يلاحظ النمط. بعد عدة جلسات، يبدأ في القيام بهذه الأشياء تلقائياً. إنه مثل باريستا يعرف أنك ستطلب لاتيه بحليب الشوفان قبل أن تدخل من الباب حتى.
- حواجز الحماية (الضوابط): البرمجيات الهندسية خطيرة إذا استُخدمت بشكل خاطئ. لدى HABIT قواعد صارمة للحفاظ على السلامة. على سبيل المثال، هو يعرف أن بعض الإجراءات لا يمكن التراجع عنها (مثل حذف ملف)، لذا يطلب إذنك أولاً. كما يضمن عدم محاولة الذكاء الاصطناعي القيام بشيئين في وقت واحد قد يؤدي إلى تعطل البرنامج. إنه مثل مساعد طيار يعرف بالضبط متى يتولى التحكم ومتى يترك القرار للطيار البشري.
- خدعة "السياق": لإبقاء الذكاء الاصطناعي بعيداً عن الارتباك بسبب كثرة المعلومات، يستخدم HABIT خدعة ذكية تسمى "هندسة السياق". فهو يعطي الذكاء الاصطناعي ملخصاً صغيراً وموجزاً لما يحدث على الشاشة الآن، بدلاً من ضخ تاريخ الكون كله في دماغه. هذا يبقي الذكاء الاصطناعي مركزاً وسريعاً.
- أنماط التحكم الأربعة: يعرف HABIT متى يتولى زمام الأمور ومتى ينتظر. لديه أربعة أنماط:
- الطيار الآلي (Auto-Pilot): للمهام البسيطة والآمنة، يقوم بها مباشرة.
- وضع المزامنة (Sync Mode): يقوم بتحديث الشاشة لك أثناء عمله.
- اسأل أولاً (Ask First): للتغييرات الكبيرة والخطيرة، يتوقف ويسأل: "هل أنت متأكد؟".
- وضع الاقتراح (Suggestion Mode): يقول: "مهلاً، أعتقد أنك قد ترغب في القيام بهذا"، وأنت تضغط فقط على "نعم".
الإثبات: هل يعمل حقاً؟
لم يكتفِ الباحثون ببناء HABIT والأمل في الأفضل؛ بل وضعوه تحت الاختبار. لقد أنشأوا مجموعة من 33 مهمة مختلفة، تتراوح من نقرات بسيطة ذات خطوة واحدة إلى مشكلات هندسية معقدة متعددة الخطوات. واختبروه على بيانات طيران حقيقية، بما في ذلك نموذج جناح وجسم شهير يسمى CRM-WBT.
كانت النتائج مبهرة. عندما كان على الذكاء الاصطناعي تغيير البرنامج فعلياً والحصول على النتيجة النهائية الصحيحة (وهو الجزء الصعب)، نجح بنسبة 96.6%. هذه قفزة هائلة مقارنة بالطرق القديمة التي كانت تحاول فقط تخمين الإجابة في خطوة واحدة. والأفضل من ذلك، أن الذكاء الاصطناعي لم "يتظاهر" أبداً بفعل شيء لم يفعله. لقد كان صادقاً، وموثوقاً، ومتسقاً.
في أحد العروض التوضيحية، طلب مهندس من HABIT "تحليل مجموعة البيانات الحالية وفقاً لعاداتي". ولأن HABIT كان يراقب المهندس خلال الجلسات السابقة، فقد عرف على الفور أنه يجب عرض أجزاء "WALL" فقط من الطائرة، واستخدام خريطة ألوان "coolwarm" محددة، والنظر إلى شرائح معينة من الجناح. لم يضطر المهندس لتكرار أي من هذه التعليمات. لقد عرف الذكاء الاصطناعي الأمر ببساطة.
لماذا يهم هذا؟
يشير البحث إلى أن هذا النوع من "الذكاء الاصطناعي ذاتي التطور" هو مستقبل الهندسة. فهو يحول الكمبيوتر من أداة عليك إدارةها باستمرار إلى شريك ينمو معك. بدلاً من قضاء ساعات في النقر عبر القوائم وإعداد نفس العروض كل يوم، يمكن للمهندسين التركيز على العلم والتصميم الفعليين.
يظهر HABIT أن الذكاء الاصطناعي لا يجب أن يكون روبوتاً عاماً يعطي نفس الإجابة للجميع. يمكن أن يكون مساعداً شخصياً يتعلم أسلوبك، ويحترم قواعد السلامة الخاصة بك، ويصبح أفضل كلما استخدمته أكثر. بالنسبة لصناعة الطيران والفضاء، حيث الدقة والكفاءة هما كل شيء، فإن هذا ليس مجرد ميزة إضافية؛ بل هو تغيير جذري لقواعد اللعبة. الباحثون يفكرون بالفعل في كيفية توسيع هذا ليشمل أنواعاً أخرى من الهندسة، مثل فحص كيفية تعامل الطائرات مع الحرارة أو الإجهاد، مما يثبت أن السماء قد لا تكون هي الحد النهائي لهذه الآلات المتعلمة.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.