في السنوات الأخيرة، شهدنا تقدمًا كبيرًا في وكالات نماذج اللغات الضخمة (LLM)، التي أصبحت قادرة على تصميم أساليب لمهام الذكاء الاصطناعي المعقدة. ولكن تطرح هذه التطورات سؤالين رئيسيين: كيف تقارن طرق تصميم الوكلاء بأساليب البشر من حيث الأداء، وما مدى اختلاف تصاميمها الخوارزمية؟

لمعالجة هذه الأسئلة، قدمت دراسة جديدة تحليلًا يستند إلى الممارسات البشرية في تصميم الخوارزميات، حيث تم إنشاؤها من خلال التعرف على المساحات التصميمية الخوارزمية المرتبطة بالمهام. وقد جرى تقييم وكالات LLM الشائعة باستخدام مجموعة من المهام التي تمتد عبر عدة مجالات، وتمت مقابلة طرق التصميم الخاصة بها بأساليب البشر.

أظهرت النتائج التجريبية أن بعض الوكلاء الحاليين يمكن أن يضاهي أو يتجاوز أداء البشر في بعض المهام (10 من 72 إعدادًا) ولكن هذا النجاح لا يتكرر بشكل موثوق عبر مختلف المهام أو الوكلاء. بالإضافة إلى ذلك، فإن 96.8٪ من طرق التصميم التي وضعها الوكلاء تقع ضمن المساحات التصميمية المستمدة من البشر، مما يدل على إعادة دمج الاختيارات الخوارزمية المستعملة في الأساليب البشرية، بينما تطابق حوالي نصف هذه الطرق بالضبط تصميما خوارزميًا بشريًا موجودًا.

تشير هذه النتائج إلى أن الوكلاء الحاليين، رغم قدرتهم على المنافسة في بعض الأحيان مع أداء البشر، إلا أن تصاميمهم الخوارزمية لا تزال محصورة ضمن المساحات التي اشتقتها الأساليب البشرية، مما يعكس استخدام وإعادة دمج الخيارات الخوارزمية.

ما رأيكم في إمكانية أن تتفوق الأنظمة الذكية الجديدة على إبداع البشر في المستقبل؟ شاركونا في التعليقات!