في عالم الذكاء الاصطناعي الذي يشهد تطورات سريعة، تم الإعلان عن تقنية جديدة مذهلة تهدف إلى تعزيز تجربة المستخدم مع الوكلاء الذكيين. يقوم هذا الابتكار، المعروف باسم "تجميع نشاط الشاشة" (Activity Frames)، بتحويل نشاطات المستخدم المسجلة على الشاشة إلى معلومات دقيقة تخزن في ذاكرة الوكيل بشكل فعّال. بدلاً من الاعتماد على ما يقوله المستخدم فقط، يقوم الوكيل بتقدير ما فعله المستخدم بشكل فعلي.

تستخدم هذه التقنية نظامًا بدون نموذج (zero-model pipeline) يقوم بتجزئة بيانات النشاط المحلي إلى أطر نشاط محددة. كل إطار يحتوي على معلومات مثل التطبيق المستخدم، الموقع، التوقيت، وحجم الإدخال. يعد هذا الأمر مثيرًا للإعجاب نظرًا لأنه ينتج عن عملية مستقلة تمامًا عن النماذج المعقدة، مما يسهل تدقيق النتائج واستخدامها.

على سبيل المثال، في إحدى الدراسات التي شملت بيانات 128,756 إطار نشاط تم تجميعها على مدى 51 يومًا، تمكن النظام من تقليل يوم كامل من البيانات إلى كتلة سياقية جاهزة للاستجابة بحجم أصغر بمعدل 86 مرة، واستغرق فقط 68 مللي ثانية. بينما وصلت دقة الوكيل في الاستجابة للأسئلة إلى 98.4% مقارنة بالأداء التقليدي للنماذج اللغوية الكبرى (LLMs) التي كانت دقتها تتراوح بين 66-80%.

كما تم تسجيل أولى القيم لنسب تحمل الروتين (Routine Overhead Ratio) التي تتراوح بين 60 إلى 343 مرة، مما يفتح آفاق جديدة لفهم تكاليف استخدام الوكلاء الذكيين. هذه التقنية، التي يمكن عرضها بشكل حي، تمثل خطوة كبيرة نحو تحسين كفاءة وفاعلية تكنولوجيا الذكاء الاصطناعي، ما يبرز أهمية الاقتراب من نمط العمل البشري بدقة.

الابتكار لا يقتصر فقط على توفير دقة أعلى، بل يساهم أيضًا في توفير معلومات قيمة لتحسين أداء النماذج والفهم العميق للاحتياجات البشرية. كيف ترى مستقبل هذه التقنية في تحسين التفاعلات مع الوكلاء الذكيين في حياتنا اليومية؟ شاركونا آرائكم!