في عالم الذكاء الاصطناعي، لا تزال نظم الوكلاء المتعددة المستندة إلى نماذج اللغة الضخمة (LLM) تُظهر آفاقًا واعدة لحل المهام المعقدة. لكن التحدي الكبير الذي كانت تواجهه هذه النظم هو عدم قدرتها على التكيف بعد عمليات النشر، حيث اعتمدت الأغلب على تصاميم يدويّة من جهة، أو أتمتة واحدة تناسب الجميع من جهة أخرى. لذلك، جاءت الدراسات الأخيرة لتحاكي مفهوم التكيّف الهيكلي في السياق، حيث تستطيع النظم تعديل هيكليتها وتجهيز استجابة خاصة لكل استفسار دون الحاجة إلى تحديث المعلمات الخاصة بنموذج اللغة.


تفاصيل الابتكار:
تمت مناقشة هذه التقنية الثورية في دراسة جديدة، والتي قدمت نظام MASFly. يعتمد هذا النظام على آليتين متكاملتين لتحسين الأداء:

1. **آلية إنشاء SOP مدعومة بالاسترجاع**: التي تقوم باسترجاع وتكييف أنماط التعاون الناجحة لتوليد نظام MAS خاص بإحدى الاستفسارات.
2. **آلية مراقبة عملية التجربة المعززة**: والتي تستخدم وكيل مراقب (Watcher agent) لمراقبة التنفيذ وفقًا لتجارب الفشل السابقة وإعادة تكوين النظام عند حدوث سلوك غير طبيعي.

أظهرت التجارب أن MASFly تحقق أداءً غير مسبوق، بما في ذلك معدل نجاح يبلغ 61.7% في مهمة TravelPlanner، مع قدرة قوية على التكيف ومرونة في أداء المهام. يُعَد هذا الإنجاز خطوة هائلة نحو تعزيز الاستجابة والفعالية في نظم الذكاء الاصطناعي المعقدة.

تفخر الأوساط العلمية بهذا الابتكار الجديد، الذي يعد بمثابة حجر زاوية في تطوير نظم وكيل متعددة وأكثر فاعلية. كيف يمكن أن تسهم هذه التقنيات في تغيير مجرى الأعمال والصناعات المختلفة؟ هل ترون أن التكيّف الهيكلي هو جل ما تحتاجه التكنولوجيا اليوم؟ شاركونا برأيكم في التعليقات.