في عالم الذكاء الاصطناعي، تُعتبر أنظمة الوكلاء المتعددة (Multi-Agent Systems) من أبرز الطرق التي تعزز القدرة على التفكير المنطقي. ولكن، على الرغم من إنجازاتها العديدة، فإن ظهور مشاكل مثل الأخطاء والهلوسة (Hallucinations) يُعتبر عقبة رئيسية تعيق استخدامها في المجالات الحساسة التي تتطلب درجة عالية من الأمان. لذلك، أُوقدت الفكر لتطوير بروتوكول جديد يُعرف باسم POIROT.

ما يميز بروتوكول POIROT هو أنه يستفيد من الوكلاء أنفسهم كطبقة تشخيصية. وبالتالي، يستخدم تنوع المعرفة الموجودة في هيكل النظام لإجراء تقييم دقيق للأداء. في اختبارات متعددة، أثبت POIROT أنه يتفوق على أنظمة التقييم التقليدية المتبعة مع نماذج اللغة الكبيرة (Large Language Models) بفضل قدرة الوكلاء على العمل بشكل جماعي. وقد أظهرت النتائج أن POIROT يحقق زيادة في دقة الكشف عن الأخطاء بمعدل يصل إلى 1.60، وهو ما يشير إلى فاعلية هذا النهج، خاصةً مع تعقيد المشاكل وزيادة عدد الوكلاء.

علاوة على ذلك، يُظهر هذا الإنجاز أن الرقابة على الأمان ليست ضرورة خارجية، بل يمكن أن تتحقق من خلال قوة الذكاء الجماعي للوكلاء بأنفسهم. بحيث يمكن لوكلاء الأنظمة المتعددة أن يشرفوا على أدائهم دون الحاجة للتدخل من جهات خارجية.

لذا، تم إصدار POIROT كمكتبة مفتوحة المصدر بجانب BLAME، وهو معيار للكشف عن الأخطاء في أنظمة الوكلاء المتعددة المستخدمة في مجالات الأمان. يعتبر هذا التطور إنجازًا بارزًا سيساهم في تحسين مستوى الأمان والثقة في تطبيقات الذكاء الاصطناعي مستقبلاً.

ما رأيكم في هذا التطور؟ شاركونا في التعليقات.