في عالم الذكاء الاصطناعي، تعتبر [أنظمة](/tag/أنظمة) [الوكلاء المتعددة](/tag/[الوكلاء](/tag/الوكلاء)-المتعددة) (Multi-Agent Systems) من أهم [الإنجازات](/tag/الإنجازات) التي حظيت باهتمام كبير. لكن المشكلة تكمن في أن هذه الأنظمة غالباً ما تُبنى بناءً على سير [عمل](/tag/عمل) محدد مُصمم مسبقاً، حيث يتم [تخصيص](/tag/تخصيص) أدوار [دلالية](/tag/دلالية) لوكلاء معينين وتحديد [بروتوكولات الاتصال](/tag/[بروتوكولات](/tag/بروتوكولات)-الاتصال) سلفاً. ولكن هنا يأتي دور NeuroMAS، الطريقة التي تقلب الموازين!
يقوم [NeuroMAS](/tag/neuromas) بمعالجة نظام [الوكلاء المتعددة](/tag/[الوكلاء](/tag/الوكلاء)-المتعددة) بوصفه بنية مثل [الشبكات العصبية](/tag/[الشبكات](/tag/الشبكات)-العصبية) قابلة للتدريب والتوسع، حيث يعد [وكلاء](/tag/وكلاء) [نماذج [اللغة](/tag/اللغة) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-الكبيرة) ([LLM](/tag/llm)) نقاطاً في الشبكة، في حين تمثل الإشارات النصية المتوسطة الحواف. في هذا النظام، تصبح نقاط [الوكلاء](/tag/الوكلاء) بلا أدوار ولكنها واعية بالبنية، مما يعني أن الهيكل يحدد فقط كيفية تدفق [المعلومات](/tag/المعلومات) بشكل عام، بينما تحدد عمليات [التدريب](/tag/التدريب) بالتعلم المعزز كيفية [التواصل](/tag/التواصل) والتخصص والتنسيق بين [الوكلاء](/tag/الوكلاء).
هذا التحول في صياغة [التصميم](/tag/التصميم) الانتقائي عن [أنظمة](/tag/أنظمة) [الوكلاء المتعددة](/tag/[الوكلاء](/tag/الوكلاء)-المتعددة) يأخذنا من [هندسة](/tag/هندسة) [سير العمل](/tag/سير-العمل) إلى [تصميم](/tag/تصميم) البنية، حيث يصبح [العمق](/tag/العمق) والعرض والترابط والبروتوكولات مصادر قابلة للتوسع للقدرات. بالإضافة إلى ذلك، نقدم منظوراً نظرياً يوضح لماذا تكون مثل هذه الحسابات النصية المودولارية أكثر [كفاءة](/tag/كفاءة) من حيث المعلمات عندما تتاح المهام لتقسيمات هرمية.
تظهر [التجارب](/tag/التجارب) أن [NeuroMAS](/tag/neuromas) يحقق [تحسينات](/tag/تحسينات) كبيرة مقارنةً بأساسيات [الوكلاء المتعددة](/tag/[الوكلاء](/tag/الوكلاء)-المتعددة) المدربة. ويشير [البحث](/tag/البحث) كذلك إلى أن توسيع التنظيم يعتمد على المسار: فقد تكون الأنظمة الكبيرة صعبة [التدريب](/tag/التدريب) من الصفر، لكنها تصبح ممكنة عندما يتم تطويرها تدريجياً من [أنظمة](/tag/أنظمة) أصغر مدربة. تشير هذه النتائج إلى أن [أنظمة](/tag/أنظمة) [الوكلاء](/tag/الوكلاء) العصبية المتعلمة تمثل محوراً واعداً لتوسيع نطاق [نماذج [اللغة](/tag/اللغة) الكبيرة](/tag/[نماذج](/tag/نماذج)-[اللغة](/tag/اللغة)-الكبيرة) ([LLMs](/tag/llms)).
ما رأيكم في هذا التطور الثوري؟ شاركونا آراءكم في [التعليقات](/tag/التعليقات)!
NeuroMAS: ثورة جديدة في أنظمة التعلم المعزز لجعل الذكاء الاصطناعي أكثر ذكاءً!
تقدم NeuroMAS نموذجاً مبتكراً لأنظمة التعلم المتعددة الوكلاء تعتمد على فكرة الشبكات العصبية القابلة للتدريب. هذا التطور يعد تحولاً في كيفية تصميم الأنظمة الذكية والتواصل بين الوكلاء.
المصدر الأصلي:أركايف للذكاء
زيارة المصدر الأصلي ←جاري تحميل التفاعلات...
