في عالم الذكاء الاصطناعي، تسعى الأنظمة الوكيل ذاتي التطور إلى تحسين أدائها بمرور الوقت، من خلال استخراج الدروس والعبر من التجارب السابقة واستخدامها في المهام المستقبلية. ومع ذلك، تعاني الأنظمة الحالية من تحديات في كيفية تمثيل هذه التجارب: هل ينبغي تمثيلها كنصوص طبيعية (Natural Language) تُحقن في السياق، أم ككود يمكن استدعاؤه كأدوات (Callable Tools)؟

في دراسة جديدة، نقدم أول دراسة محكمة تعزل بين الذاكرة النصية والذاكرة البرمجية عبر مجموعة متطابقة من التجارب. كشفت النتائج أن النوعين يظهران تنازلات تكاملية في تكاليف البناء، وكفاءة التنفيذ، وقابلية النقل، بحيث لا يكفي أي منهما بمفرده.

نقدّم لكم ميتيس (Metis)، وهو نظام وكيل ذاتي التطور مبني على ذاكرة تمثيل مزدوج هرمية. يُنظم ميتيس الخبرات النصية في خطط تنفيذ، حقائق بيئية، والفخاخ الشائعة، ويقوم بتبلور الخطط المتكررة في أدوات صالحة للاستدعاء. يجمع هذا التصميم بين قابلية التطبيق الواسعة لذاكرة النص مع كفاءة التنفيذ لذاكرة الكود، مع تحمل تكلفة توليد الأدوات فقط عندما يكون ذلك مبرراً بإعادة الاستخدام المتكررة.

تم تقييم ميتيس على منصة AppWorld، وهي معيار صعب للوكلاء التفاعليين. أظهرت النتائج أن ميتيس يحقق تحسيناً في دقة المهام بنسبة تصل إلى 20.6% مقارنة بنظام ReAct، مع تقليل تكلفة التنفيذ بنسبة تصل إلى 22.8%. بالمقارنة مع أنظمة الوكلاء الذاتيين الأخرى، يحقق ميتيس توازناً أفضل باستمرار بين الدقة، الكفاءة في التنفيذ، وتكلفة بناء الذاكرة.

إن ميتيس ليس مجرد نظام وكيل جديد، بل هو خطوة مهمة نحو تحقيق وكيل أكثر ذكاءً وقدرة على التكيف مع مختلف المهام وتعزيز الأداء بشكل كبير. ما رأيكم في هذا التطور الثوري في عالم الذكاء الاصطناعي؟
شاركونا آرائكم في التعليقات.