تخيل الإنترنت كمدينة ضخمة ومزدحمة، حيث تصل ملايين المهام الرقمية الصغيرة كل ثانية — مثل إرسال رسالة نصية، أو بث مقطع فيديو، أو معالجة معاملة بنكية. هذه المهام تحتاج إلى أن تُسلم إلى "عمال" محددين (أجهزة كمبيوتر في السحابة) لإنجازها. التحدي يكمكمن في أن المدينة فوضوية: فأحياناً يظهر مليون شخص في وقت واحد (ازدحام مروري)، وأحياناً يكون العمال نائمين. وللحفاظ على سير العمل، نحتاج إلى شرطي مرور. في عالم الكمبيوتر، هذا الشرطي هو خوارزمية تقرر أي مهمة تذهب إلى أي عامل.

لفترة طويلة، كانت رجال مرور هذه صارمة بعض الشيء. فهي تتبع كتاب قواعد صارم: "دائماً أعطِ الأولوية للسرعة" أو "دائماً وفّر المال". ولكن في مدينة حقيقية وفوضوية، يجب أن تتغير القواعد. إذا اندلع حريق، ستهمّك السرعة، وليس التكلفة. وإذا كان يوم ثلاثاء هادئاً، قد يهمك توفير الوقود. هنا يأتي دور التعلم التعزيزي (Reinforcement Learning). فكر فيه كطالب يتعلم من خلال الممارسة؛ يحاول القيام بحركات مختلفة، ويتلقى إشارة "عمل جيد" أو "حاول مرة أخرى"، ويتعلم ببطء الطريقة المثلى للتحرك. ومع ذلك، فإن هذا الطالب الذكي عادة ما يكون لديه هدف ثابت مكتوب على ورقة لا تتغير أبداً. هذه الورقة تقدم نوعاً جديداً من الطلاب: طالب يمكنه قراءة الغرفة، وإدراك أن الهدف قد تغير، وإعادة كتابة كتاب قواعده الخاص أثناء العمل.

الفكرة الكبرى للورقة: شرطي المرور ذاتي التكيف

هذا البحث العلمي، الذي يحمل عنوان "إطار عمل تعلم ميتا-تعزيزي وكيل ذاتي التطور" (Self-Evolving Agentic Reinforcement Meta-Learning Framework)، يقترح طريقة جديدة لإدارة الحوسبة السحابية. يقترح المؤلفون، ر. بهافاني، وبونيثاسوريا ك، وس. ديفيا، أنه بدلاً من إعطاء شرطي المرور الرقمي هدفاً واحداً غير قابل للتغيير (مثل "كن سريعاً" أو "كن رخيصاً")، فإننا نمنحه قوة خارقة: القدرة على تغيير أهدافه الخاصة بناءً على ما يحدث الآن.

لقد أطلقوا على هذا اسم الذكاء الاصطناعي الوكيلي ذاتي التطور (Self-Evolving Agentic AI). تخيل شخصية في لعبة فيديو لا تتعلم فقط كيف تقفز فوق العقبات بشكل أفضل؛ بل تخيل شخصية تدرك أن: "مهلاً، لقد تغير المستوى من سباق إلى مهمة تسلل"، فتقرر فوراً: "حسناً، سأتوقف عن محاولة أن أكون سريعاً وأبدأ في محاولة أن أكون هادئاً". هذا بالضبط ما يفعله هذا النظام لخوادم السحابة.

كيف يعمل: عقل ذو طبقتين

بنى المؤلفون نظاماً يتكون من طبقتين متميزتين من الذكاء تعملان معاً، مثل المدير التنفيذي والمدير في شركة.

1. المدير (طبقة تعلم الإجراءات): هذا هو الجزء الذي يقوم بالعمل فعلياً. وهو يستخدم تقنية تسمى شبكة Q العميقة (Deep Q-Network - DQN)، وهي طريقة متطورة لقول "دماغ كمبيوتر ذكي يتعلم عن طريق التجربة والخطأ". ينظر المدير إلى الوضع الحالي (عدد المهام المنتظرة، مقدار قدرة الكمبيوتر المتوفرة) ويقرر أي مهمة تذهب إلى أي خادم. إنه بارع حقاً في اختيار الحركة الصحيحة بالنسبة للهدف الذي لديه حالياً.
2. المدير التنفيذي (طبقة تطور الأهداف): هذا هو الجزء الجديد والمميز. المدير التنفيذي لا ينقل المهام ذهاباً وإياباً، بل يراقب المدير والنظام بأكمله. يتساءل: "هل يقوم المدير بعمل جيد؟". إذا بدأ النظام في التكدس، فقد يقول المدير التنفيذي: "توقف عن القلق بشأن توفير المال؛ هدفنا الجديد هو السرعة!". وإذا كان النظام يعمل بسلاسة ولكن التكاليف مرتفقة جداً، يقول المدير التنفيذي: "حسناً، لننتقل إلى توفير المال". تستخدم هذه الطبقة التعلم الميتا (Meta-Learning)، وهو أساساً "تعلم كيفية التعلم". إنها تتعلم كيفية وضع أفضل الأهداف.

هاتان الطبقتان تتحدثان مع بعضهما البعض في حلقة مستمرة. يحاول المدير القيام بعمله، ويتحقق المدير التنفيذي من النتائج، وإذا لم تكن النتائج جيدة، يغير المدير التنفيذي الهدف. ثم يحاول المدير مرة أخرى بالهدف الجديد. يحدث هذا تلقائياً، دون الحاجة لتدخل بشري للضغط على أي زر.

تجربة القيادة: مدينة علي بابا

لكي يتأكدوا مما إذا كانت هذه الفكرة تعمل بالفعل، لم يكتفِ المؤلفون بالتخمين. لقد بنوا محاكاة باستخدام بيانات حقيقية من علي بابا (Alibaba)، وهي واحدة من أكبر شركات التجارة الإلكترونية والحوسبة السحابية في العالم. استخدموا مجموعة بيانات Alibaba Cluster Trace، والتي تحتوي على سجلات لكيفية وصول ملايين المهام الحقيقية وكيف استخدمت موارد الكمبيوتر. الأمر يشبه اختبار سيارة جديدة على مضمار يحاكي بدقة حركة المرور الفوضوية في مدينة حقيقية، بما في ذلك ساعات الذروة المفاجئة والتحويلات الغريبة.

لقد اختبروا نظامهم "ذاتي التطور" الجديد مقابل الطرق التقليدية المعتادة لإدارة المرور:

• FCFS (الوصول أولاً، الخدمة أولاً): مثل طابور في متجر بقالة حيث تنتظر دورك فقط، بغض النظر عن أي شيء.
• Round Robin (التوزيع الدوري): مثل توزيع الأوراق، حيث يتم إعطاء مهمة واحدة لكل خادم في دائرة.
• الطرق الاستدلالية (Heuristic Methods): قواعد تقريبية، مثل "دائماً أرسل المهام الكبيرة إلى أكبر خادم".
• DQN القياسي: نظام ذكي، ولكنه يمتلك هدفاً ثابتاً لا يتغير أبداً.

ماذا وجدوا: النظام الذي يتكيف

أظهرت النتائج، بناءً على عمليات المحاكاة الخاصة بهم، أن النظام ذاتي التطور كان أفضل بكثير من جميع الأنظمة الأخرى، خاصة عندما يصبح ضغط العمل جنونياً (مثل حالات التخفيضات الخاطفة أو أحداث الفيديوهات المنتشرة عالمياً).

إليك تفصيل للتحسينات التي قاموا بقياسها في محاكاتهم:

• زمن الاستجابة (وقت الانتظار): قلل النظام الجديد الوقت الذي تنتظره المهام ليتم معالجتها بنسبة تقارب 50% مقارنة بطريقة "الوصول أولاً، الخدمة أولاً" الأساسية. في أرقامهم، كان لدى الطريقة القديمة تأخير قدره 140 مللي ثانية، بينما خفضها النظام الجديد إلى 69 مللي ثانية.
• التكلفة: من خلال كونها أكثر ذكاءً في اختيار الخوادم التي ستستخدمها، خفض النظام التكاليف التشغيلية بنسبة تقارب 47%. انخفضت التكلفة من 115 دولاراً (مع الطريقة القديمة) إلى 61 دولاراً.
• استغلال الموارد: حقق النظام استخداماً أفضل لأجهزة الكمبيوتر المتاحة. بينما تركت الطرق القديمة العديد من الخوادم خاملة أو أخرى مثقلة بالأعباء، حافظ النظام الجديد على نسبة استغلال عند 94%، مقارنة بـ 60% فقط للطريقة الأساسية.
• الإنتاجية (Throughput): استطاع النظام التعامل مع مهام أكثر في الثانية، ليصل إلى 86 مهمة/ثانية، وهو تحسن بنسبة 70% عن الخط المرجعي.
• الطاقة: لأن النظام لم يكن يهدر الطاقة على الخوادم الخاملة، انخفض استهلاك الطاقة بنسبة 44%، من 95 كيلوواط ساعة إلى 53 كيلوواط ساعة.

كما قام المؤلفون بتشغيل المحاكاة 10 مرات مع بدايات عشوائية مختلفة للتأكد من أن النتائج لم تكن مجرد ضربة حظ. ظل النظام الجديد ثابتاً، مع تباين ضئيل جداً في أدائه، مما أثبت أنه مستقر وموثوق.

لماذا هذا مهم

تشير الورقة البحثية إلى أن المشكلة الأكبر في الأنظمة الذكية الحالية هي أنها "عنيدة" للغاية. فهي تستمر في محاولة الفوز في سباق حتى عندما تتحول اللعبة إلى لغز. ومن خلال السماي للنظام بتغيير أهدافه الخاصة، يمكنه التعامل مع الطبيعة غير المتوقعة للعالم الحقيقي بشكل أفضل بكثير.

يشير المؤلفون إلى أنه بينما يستغرق نظامهم الجديد وقتاً أطول قليلاً لاتخاذ القرار (حوالي 7.9 مللي ثانية مقارنة بـ 1.2 مللي ثانية للطريقة الأبسط)، إلا أن هذا التأخير الضئيل يستحق تماماً المكاسب الهائلة في السرعة والتكلفة والكفاءة. كما يقرون بأنه في حالات حركة المرور المنخفضة والهادئة جداً، لا تكون الميزة ضخمة، ولكن في العالم المزدحم والفوضوي للحوسبة السحابية الحديثة، يبدو هذا النهج "ذاتي التطور" هو المفتاح للحفاظ على سير كل شيء بسلاسة.

باخت short، تقترح هذه الورقة مستقبلاً لا يكتفي فيه رجال مرورنا الرقميون باتباع خريطة؛ بل يقرؤون حركة المرور، ويشعرون بمزاج المدينة، ويعيدون كتابة الخريطة بأنفسهم لإيصال الجميع إلى وجهاتهم، بشكل أسرع وأرخص.