في عالم الذكاء الاصطناعي، يتطور الأداء يومًا بعد يوم بتقنيات متقدمة، ومن بين هذه الابتكارات يستعد مشروع PreAct لجذب الانتباه بفضل قدرته الفائقة على تحسين كفاءة الوكلاء الحاسوبيين (computer-using agents). لكن، ما هو PreAct وكيف يعمل؟

تواجه الوكلاء الحاسوبيون تحديًا كبيرًا؛ فعند قيامهم بتنفيذ مهام معينة، يتم اجبارهم على إعادة قراءة الشاشات وإعادة التفكير بكل خطوة على حدة، مما يؤدي إلى استهلاك موارد ضخمة في كل مرة. في خطوة جديدة، يقدم PreAct حلاً فعالًا يمكنه من تحسين سرعة الوكلاء في أداء المهام المتكررة.

تعمل فكرة PreAct على إنشاء برنامج حالة صغير (state-machine program) في أول مرة يقوم فيها الوكيل بنجاح. بعد ذلك، يُسمح له بتشغيل هذا البرنامج مباشرة، مما يحقق سرعات تصل إلى 13 ضعفًا مقارنة بالقيام بكل مهمة من الصفر. وتكمن ميزته الأساسية في عدم الاعتماد على النماذج اللغوية لكل خطوة، مما يقلل من التكاليف المرتبطة بهذه العمليات.

ومع ذلك، لا يعني ذلك أن عملية التشغيل هي عملية عمياء؛ حيث يحرص PreAct في كل خطوة على ضمان توافق الشاشة مع ما يتوقعه البرنامج قبل اتخاذ أي إجراء. وإذا حدث أي خطأ، يعود التحكم إلى الوكيل للتحقق من الموقف مرة أخرى. بالإضافة إلى ذلك، يتم حفظ البرامج الجديدة فقط في حالة نجاحها في حل المهمة من نقطة انطلاق نظيفة، مما يضمن جودة الأداء وعدم تراكم البرامج المعطلة.

عبر اختبارات شاملة على أنظمة مختلفة، مثل الهواتف المحمولة وأجهزة الكمبيوتر وأنظمة الويب، أظهر PreAct قدرة كبيرة على تحسين الأداء، حيث بلغ متوسط التحسينات بين 1.75 و2.6 مهمة في كل معيار. حتى عندما لا يناسب أي برنامج، يمكن لـ PreAct التراجع والبحث عن حلول جديدة.

تعتبر هذه التطورات غير مسبوقة في مجال الذكاء الاصطناعي، وتعد خطوة كبيرة إلى الأمام نحو تحسين تجربة المستخدم وكفاءة الأداء.

ما الذي تراه في هذه التقنية الجديدة؟ هل تعتقد أنها ستحدث فرقًا كبيرًا في كيفية تفاعلنا مع الوكلاء الحاسوبيين؟ شاركونا آراءكم في التعليقات.