في عالم الذكاء الاصطناعي، كانت نماذج اللغات الكبيرة (Large Language Models) تسلط الضوء على قدراتها الواسعة في معالجة البيانات اللغوية. ومع أن هذه النماذج أثبتت جدارتها، إلا أن اعتمادية اللغة كواجهة عالمية كانت تقيد تطبيقاتها في العديد من المشكلات الواقعية، خصوصًا في المجالات العلمية.

اليوم، نشهد انطلاقة جديدة مع تقديم إطار Eywa، الذي يهدف إلى تجاوز هذه القيود من خلال دمج نماذج قواعد البيانات المتخصصة مع واجهات قائمة على اللغة. ما يميز Eywa هو قدرته على تعزيز نماذج القواعد النوعية بواجهات تعزز التفكير المنطقي والتكراري عبر بيانات غير لغوية.

إن الفكرة الجوهرية لإطار Eywa تكمن في تمكين نماذج القواعد المتخصصة من المشاركة في عمليات التفكير واتخاذ القرارات على مستويات أعلى ضمن الأنظمة الذكية، ما يجعلها قادرة على معالجة التعقيدات في المجالات العلمية.

تم تصميم Eywa لتكون إما بديلًا مباشرًا لتحسين أداء خط أنظمة ذات وكيل واحد (EywaAgent) أو القدرة على الاندماج في أنظمة متعددة الوكلاء الحالية من خلال استبدال الوكلاء التقليديين بوكلاء متخصصة (EywaMAS).

أيضًا تم استكشاف إطار تنسيق مبني على التخطيط، حيث يقوم المخطط بتنسيق الوكلاء التقليديين ووكلاء Eywa لحل المهام المعقدة عبر بيانات هتروجينية (Heterogeneous Data Modalities).

لقد تم تقييم Eywa ضمن مجموعة متنوعة من المجالات العلمية التي تشمل العلوم الفيزيائية والبيولوجية والاجتماعية، وأظهرت النتائج التجريبية أن Eywa تحدث فرقًا كبيرًا في أداء المهام المرتبطة بالبيانات المنسقة والمتخصصة، بينما تقلل من الاعتماد على التفكير القائم على اللغة عبر التعاون الفعّال مع نماذج القواعد المتخصصة.