تتوالى الإنجازات في مجال الذكاء الاصطناعي، حيث أصبح بإمكان الوكلاء المستقلين تحسين النماذج والأنظمة التقنية الأخرى من خلال تجارب طويلة الأمد. لكن، لفهم الحالة الحالية لهذا الإنجاز، يجب أن يمتد التقييم ليشمل أكثر من مجرد النتائج النهائية، والتي لا تكشف عن مواضع التقدم أو التراجع ولا تشير إلى ما إذا كانت الخبرات المتراكمة تعزز من جودة القرارات اللاحقة.

نقدم في هذا المقال تقييمًا منهجيًا لسبعة نماذج متقدمة، تمت تجربتها عبر 36 مهمة طويلة الأجل، باستخدام إطار عمل جديد يعتمد على معايير قواعدية لتحديد سلوك النماذج خلال التجارب، من خلال تصنيف الحلول، والتنفيذ، والتحكم في التغذية الراجعة، بالإضافة إلى مقارنات مُراقبة تُقيّم إعادة استخدام الخبرات سواء ضمن المهام أو عبرها.

أظهرت النتائج أن الوكلاء الحاليين يعملون بشكل أكثر شبهًا بمُحسِّنات هندسية وليس بأبحاث مستقلة بالكامل؛ بإمكانهم صياغة وتنفيذ حلول عملية، ولكن أدائهم يتباين بشكل كبير عبر التجارب، حيث يعتمد معظم الحلول الأفضل على تكييف أو دمج تقنيات مُثبتة، بينما يبقى الابتكار المنهجي نادرًا.

تحليل معمق يكشف أن الأداء الملحوظ يتشكل بفعل عدة عوامل، بما في ذلك الاختناقات العملية المميزة وراء النتائج النهائية المماثلة، وإعادة استخدام الخبرات التي قد تساعد أو تضلل القرارات اللاحقة، والتصميمات التي تؤثر على استقرار الأداء.

تشير هذه النتائج إلى اتجاهات محددة لتحسين تدريب النماذج، واستراتيجيات وقت الاستنتاج، وإدارة الخبرات، وتصميم الحلول. إن التطور في هذا المجال يعد بأفق واسع وآفاق جديدة للذكاء الاصطناعي، والذي يفتح باب الابتكار وتحسين التجربة البشرية.