في عالم الذكاء الاصطناعي، تتوسع الإمكانيات بشكل متسارع، ومع ذلك تأتي التحديات المعمارية إلى العوالم الافتراضية المدفوعة بالذكاء الاصطناعي. حيث يتفاعل المستخدمون بطرق متعددة داخل هذه العوالم، وتكون طلباتهم بحاجة إلى نماذج ذكاء اصطناعي (AI) مختلفة تماماً وموارد حسابية معقدة.

للتغلب على هذه التحديات، تم تقديم بوابة تنسيق تعتمد على نماذج SLM (Structured Language Models). هذه البوابة توفر آلية تنسيق خفيفة الوزن تتيح فصل عميل العالم الافتراضي عن النماذج الخلفية المتنوعة للذكاء الاصطناعي، من خلال توجيه الخدمات بناءً على نوايا المستخدم.

عبر نشر SLM على حافة الشبكة، يمكن تصنيف النية الدلالية لكل طلب من المستخدم بشكل فعال، مما يتيح لأدلة الخدمات القابلة للتكوين التحقق من خيارات التوجيه واتخاذ القرارات المناسبة، وبالتالي استدعاء النموذج الخلفي المرغوب فيه بشفافية. مما يعني أنه يمكن إدخال قدرات ذكاء اصطناعي جديدة إلى العالم الافتراضي دون الحاجة لتعديل التطبيق العميل.

تمت تجربة هذه البوابة داخل مختبر متحف InterwovenXR، حيث أظهرت التقييمات أنها فعالة في أداء مهامها على الأجهزة المتوسطة. وهذا يعني أن نماذج SLM المثالية يمكن أن تعمل كموصلات موثوقة للنية على الأجهزة الجانبية، ويضاف إلى ذلك أن تحسين نماذج معينة يمكن أن يحول النموذج الأقل من مليار معلمة إلى موصلات عملية ذات زمن استجابة منخفض.

تظهر هذه النتائج إمكانية دعم نماذج SLM لتنظيم خدمات الذكاء الاصطناعي بشكل عملي داخل العوالم الافتراضية، مما يسهم في ظهور وكلاء افتراضيين كنقاط وصول للخدمات المدفوعة بالذكاء الاصطناعي الموزعة.