في عالم الذكاء الاصطناعي، لطالما كانت نماذج اللغات الضخمة (Large Language Models) تتسم بدور المحدد للمسارات التي تتبعها، حيث تتولى تلك النماذج اتخاذ القرارات بشأن الخطوات التالية، التوقيت المناسب لاستدعاء الأدوات، وموعد إنهاء العمليات. ولكن، هل يمكن أن يشكل هذا النهج قيودًا على فعالية النموذج؟

في دراسة جديدة، يتم تقديم مفهوم البرمجة الوكيلة (Agentic Programming)، الذي يسعى لعكس الصورة التقليدية لعمليات التحكم. بدلاً من السماح لنموذج LLM بأخذ القرارات بشكل عشوائي، يتم إدخال هيكل برمجي يحدد بدقة تدفق العمليات، مما يمكّن الذكاء الاصطناعي من أن يكون عنصرًا تكيفيًا يساهم في تنفيذ المهام بدلاً من أن يكون المتحكم الوحيد.

وتشير الأبحاث إلى أن الاعتماد على نماذج اللغة كأساس لتحقيق الشمولية في برمجة العمليات هو أمر ممكن، مما يؤدي إلى زيادة موثوقية ودقة التنفيذ. يتم بناء سياق نموذج LLM الذي يستجيب لمدخلات البرامج بناءً على تاريخ تنفيذ العمليات، حيث يتم تنظيم ذلك في شجرة مكالمات تعتمد على عمق المكالمات بدلاً من تراكم الخطوات.

ومن خلال تطبيق البرمجة الوكيلة، تم إثبات فعالية هذا النظام من خلال دراسة حالة تتعلق بالعملاء الآليين في مجال الحوسبة، والتي أظهرت تحسنًا ملحوظًا في استقرار تسلسلات العمليات البصرية الطويلة.

إن هذا التحول في التفكير قد يفتح آفاقًا جديدة لتحقيق أداء أفضل في التطبيقات المعقدة، حيث يتداخل العقل البشري مع قدرات الذكاء الاصطناعي بشكل أكثر انسيابية. ما هو رأيكم في هذا التطور الثوري؟ شاركونا في التعليقات.