في عالم الحوسبة المتنقلة Edge، يواجه معالجوا البيانات تحديات كبيرة تتمثل في تباين أحمال العمل، التنافس على الموارد، والمتطلبات الصارمة لجودة الخدمة (QoS). لكن، ماذا لو كان هناك حل مبتكر يجعل كل ذلك أسهل من خلال استخدام الذكاء الاصطناعي؟

تظهر دراسة جديدة نظام جدولة المهام MAS-DecStream المبتكر، الذي يدمج تقنية Contract Net Protocol التقليدية مع نماذج لغوية ضخمة (Large Language Models) لتحقيق نتائج مذهلة.

النظام يعالج ما يسمى بمشكلة جدولة المهام متعددة الوكلاء من خلال استخدام نموذج مفاوضات متقدّم يُعرف باسم LLM-MR-CNP. يتضمن هذا النموذج تحسينات كبيرة مثل صياغة طلبات الاقتباس بشكل دلالي (semantic) والكشف التدريجي عن السياق، ما يساعد الوكلاء على تحسين اقتراحاتهم بناءً على البيانات المحلية وتوقعات الموارد.

تضمنت التجارب التطبيقية التي أُجريت على نظام Alibaba ASI Trace تقييمًا لمستويات جدولة متعددة بدءًا من المفاوضات الأحادية إلى المتعددة، مما أظهر أن MAS-DecStream يقلل من انتهاكات الزمن بنسبة 3%، ويزيل مشكلات التنافس على الموارد، بالإضافة إلى تحقيق معدل حل النزاعات بمعدل 0.91 من بين 20 وكيل، كما حقق تحسنًا في الجدوى الاقتصادية بنسبة تصل إلى 22% مقارنة بالنموذج القائم على القواعد التقليدية.

كما أظهرت نتائج المزيد من التقييمات المتعلقة بالحالات أنه توجد توازنات دقيقة بين دقة النموذج وتكاليف التشغيل، مما يعزز من أهمية تحسين المفاوضات متعددة الجولات لتحقيق أقصى استفادة من الذكاء الاصطناعي.

في النهاية، يمثل MAS-DecStream خطوة مهمة في تقدّم أنظمة جدولة المهام الذكية. هل تعتقد أن الابتكارات في الذكاء الاصطناعي ستغير طريقة تعاملنا مع البيانات؟ شاركنا آراءك في التعليقات!