في عالم يتطور فيه الذكاء الاصطناعي (Artificial Intelligence) بشكل متسارع، أصبح من الضروري التفكير في كيفية تصميم الأنظمة بحيث تحقق الأهداف المرتبطة بالدقة والسرعة والتكلفة بشكل متوازن. تتناول الأبحاث الأخيرة المنهجيات الجديدة الخاصة بتصميم أنظمة الذكاء الاصطناعي، وانتقالها من التصميم المعتمد على النموذج (Model-Centric) إلى التصميم المعتمد على النظام (System-Centric).

التحدي الرئيسي الذي تواجهه الأنظمة التقليدية هو أنها تعتمد على نموذج أحادي لا يتكيف مع تعقيد المهام الواقعية، مما يؤدي إلى انخفاض الأداء وزيادة التكاليف. تعتمد منهجية التصميم الجديدة على التنسيق بين عدة نماذج وأدوات، مما يمكّن الأنظمة من استخدام منطق تحكمي واضح.

تناقش الدراسة الجديدة تنظيم تصميم أنظمة الذكاء الاصطناعي على بُعدين: تخطيط سير العمل (Workflow Topology) واختيار التكوين (Configuration Selection). وتم التعرف على ثمانية أنماط تصميم، مع مراعاة تقنيات محددة لمواجهة القيود المرتبطة بالتطبيقات الأحادية.

من خلال ثلاث دراسات حالة، تمكنت الأنظمة المركبة من الاقتراب من دقة النماذج الأحادية بانخفاض بنسبة 2.5 إلى 4 نقاط مئوية، بينما خفضت التأخير بنسبة تصل إلى 60% والتكاليف حتى 71%. تشير النتائج إلى أن اختيار النموذج وتكوين المعاملات يلعبان دورًا جوهريًا في تحديد أداء النظام، حيث يتوسع فضاء التصميم بشكل كبير عند دمج الأنماط والمكونات.

في النهاية، تم تحديد خمس تحديات مفتوحة تمثل خارطة طريق نحو تطوير أنظمة تقع في نطاق الامتثال الأوتوماتيكي للأهداف المحددة دون الحاجة لإعداد يدوي معقد.