في عصرنا الحديث، يعاني قطاع الصناعة من تعقيدات متزايدة في البيئات الديناميكية والموارد القابلة لإعادة التشكيل. ولذا، أصبح من الضروري تطوير خطط عمليات آلية فعالة وسلسة. واستنادًا إلى أساليب التخطيط القائم على القدرات (Capability-based planning)، يمكن توليد الخطط بشكل تلقائي من نماذج المعرفة الدلالية التي تصف وظائف الموارد بشكل مفهوم للآلة. ولكن، تظل التطبيقات العملية لهذه الأساليب محدودة، حيث يصعب تفسير التغذية المرتدة من الحلول، خاصة عند مواجهة المشكلات غير القابلة للحل.

تقديمنا اليوم يسلط الضوء على نظام مساعد هجين يضيف طبقة تعتمد على نماذج لغوية ضخمة (Large Language Models) إلى أسلوب التخطيط القائم على نظرية الترضية (Satisfiability Modulo Theories - SMT) لمساعدة المستخدمين في التفاعل الطبيعي وفهم النتائج والتكيف مع الحالات المتغيرة. في هذا النظام، يحتفظ المخطط الرمزي بصحة التخطيط الرسمية، بينما تعالج طبقة نماذج اللغة التفاعل الطبيعي وتكييف نماذج المعرفة بموافقة واضحة من المستخدم (Human-in-the-Loop).

يتكون النظام من أربعة مكونات رئيسية: توطين القدرات (Capability Grounding)، التخطيط الرمزي (Symbolic Planning)، تفسير النتائج (Result Interpretation)، وتكييف التخطيط (Planning Adaptation). يعمل النظام كعملية مزدوجة حيث يقوم جهاز مركزي بتوزيع المهام على خمسة وكلاء متخصصين.

تم تقييم أداء النظام في نظام إنتاجي وصناعي ذي طرازات مختلفة، حيث أظهرت النتائج أنه من بين 23 حالة اختبار، تم التعامل بشكل صحيح مع 9 من 10 استفسارات المعرفة وجميع الحالات الـ 4 القابلة للرضا. أما في الحالات غير القابلة للرضا، فقد تم تقديم اقتراحات إصلاح محددة في 3 من 4 حالات، بينما تم حل جميع السيناريوهات المالية التكيفية الخمسة إلى خطط متاحة من خلال تعديلات نموذج المعرفة بموافقة المستخدم. وتؤكد النتائج على أن دمج التخطيط الرسمي مع المساعدة المعتمدة على نماذج لغوية ضخمة يُحسن بشكل كبير من إمكانية الوصول والتكيف في الأتمتة الصناعية.

إن هذا النظام الهجين يعد خطوة رائدة في تحقيق صناعة أكثر ذكاءً وفاعلية. ما رأيكم في هذا التطور المذهل؟ شاركونا في التعليقات.