في عالم سريع التطور، يجلب لنا الذكاء الاصطناعي المتكامل (Compiled AI) تحولات جذرية في كيفية تصميم وتنفيذ العمليات. يعتمد هذا النظام على نماذج لغوية ضخمة (Large Language Models) لتوليد أكواد تنفيذية خلال مرحلة تجميع جديدة، مما يمكّن من تنفيذ تدفقات العمل بشكل دقيق ودون الحاجة لاستدعاء النموذج مجدداً.

يعتبر هذا التطور نتيجةً للأبحاث السابقة حول تحسين التدفقات العامة (Declarative Pipeline Optimization) والتخطيط الهجين النمائي-رمزي (Hybrid Neural-Symbolic Planning). وتضيف الدراسة الحالية طبقة جديدة من المزج بين الأنظمة والتركيز على تطبيقات حيوية، خاصة في مجالات مثل الرعاية الصحية حيث تكون الاعتمادية والقدرة على التدقيق في النتائج في غاية الأهمية.

من خلال تحديد مجالات التوليد إلى وظائف منطقية تجارية مضمنة في قوالب موثوقة، يحقق الذكاء الاصطناعي المتكامل توازناً بين المرونة التشغيلية والتوقعات، وكفاءة التكلفة، وتقليل المخاطر الأمنية.

تتضمن المساهمة تقديم:
(i) بنية نظام لتوليد أكواد مخنقة تعتمد على LLM،
(ii) خط إنتاج مكون من أربع مراحل لتحويل مخرجات النموذج الاحتمالية إلى أكواد جاهزة للإنتاج،
(iii) إطار تقييم يقيس مؤشرات الأداء بما في ذلك استهلاك التوكين، الحيادية، الاعتمادية، الأمان، والتكلفة.

تمت التجارب على نوعين من المهام: استدعاءات الوظائف (Function-Calling) (BFCL، عدد=400) وذكاء الوثائق (Document Intelligence) (DocILE، عدد=5,680 فاتورة). في أداء استدعاء الوظائف، حقق الذكاء الاصطناعي المتكامل نسبة 96% من إكمال المهام مع صفر من توكنات التشغيل، مما يحدث تأثيراً يعادل استنتاجات التشغيل عند حوالي 17 عملية، ويخفض استهلاك التوكين بمعدل 57 مرة عند 1,000 عملية.

وفيما يتعلق بذكاء الوثائق، تتطابق النسخة المعتمدة لدينا مع نموذج LLM المباشر في استخراج الحقول الرئيسية (KILE: 80.0%)، بينما حقق أعلى دقة في التعرف على العناصر (LIR: 80.4%). كما أظهر التقييم الأمني عبر 135 حالة اختبار دقة تصل إلى 96.7% في كشف عمليات الإدخال الضارة و87.5% في تحليل أمان الأكواد الثابتة بدون أي إيجابيات زائفة.

هذا التطور يعيد تشكيل كيفية إدارة العمليات التجارية ويعزز من أمان وكفاءة بيئات العمل المختلفة. ما هي توقعاتكم حول تأثير هذه التكنولوجيا على المستقبل؟ شاركونا في التعليقات!