في عالم الذكاء الاصطناعي المعاصر، يتطلب تشغيل الوكلاء الذكيين على مدى زمني ممتد أن يكون لديهم القدرة على تجميع الخبرات التي تخدم أهدافاً عدة في آن واحد. ومع ذلك، يتعين على هذه الوكلاء أحياناً الحفاظ على تفسيرات متناقضة لنفس الأحداث. على سبيل المثال، يمكن أن يُعتبر تنازل في مفاوضات العميل كاستثمار لبناء الثقة من جانب، وكنقطة التزام تعاقدي من جانب آخر.

الأطر الحالية لذاكرة الذكاء الاصطناعي تفترض عادة وجود ترميز يتسم بالصواب الوحيد، أو في أحسن الأحوال تدعم وجهات نظر متعددة ضمن تخزين موحد.

لكن مع ظهور نموذج ذاكرة راشومون، يتم تقديم أسلوب جديد حيث يتعامل وكلاء ذوو أولويات متوازية مع التجارب وفقًا لأهدافهم، ويتفاوضون عند استعلام المعلومات من خلال المناقشة. يحتفظ كل منظور بوجوده الخاص من المفاهيم البيانية والمعرفة.

عند الاسترجاع، يقترح كل منظور تفسيرات مختلفة، وينتقد اقتراحات الآخر باستخدام معرفة غير متكافئة في المجال، مما يسمح لتقنيات منطق النقاش، مثل "دنج"، بأن تحدد أي الاقتراحات ستبقى.

ما يُنتج عن هذا هو رسم بياني لالهجمات يشكل في حد ذاته تفسيرًا: يُسجل أي تفسير تم اختياره، وما هي البدائل التي تم اعتبارها، وأسباب رفضها.

نقدم لكم إثباتًا لمفهوم تبيّن منه أن أنماط الاسترجاع مثل الاختيار، والتركيب، وإظهار النزاعات تظهر من الهندسة العامة للرسم البياني، وأن وضع نزاع الإظهار، الذي يُظهر عدم التوافق بدلاً من فرض الحل، يسمح لصناع القرار برؤية النزاع التفسيري بوضوح.

في الختام، هل تعتقد أن استخدام ذاكرة راشومون يمكن أن يغير طريقة تفكيرنا حول الذكاء الاصطناعي وتفاعل الوكلاء معه؟ شاركونا آرائكم في التعليقات!