المؤلف: Boxu Li 

من النماذج الأساسية إلى الوكلاء الشخصيين

تُظهر النماذج الأساسية الحديثة معرفة عامة وقدرات تفكير مثيرة للإعجاب. ومع ذلك، فإن هذه النماذج الأساسية ليست مخصصة للمستخدمين الأفراد بشكل مباشر. غالبًا ما تفتقر للسياق الخاص بك وتكافح مع حل المشكلات الإبداعي في السيناريوهات غير المألوفة. على سبيل المثال، وجد الباحثون أن حتى النماذج اللغوية المتقدمة تتعثر في المهام التي تتطلب حلولاً مبتكرة، حيث تحتاج إلى ما يصل إلى عشرة أضعاف الخطوات المثلى وما زالت لا تصل إلى الأداء البشري، لأنها تميل إلى التمسك بالتفكير التقليدي. في المتوسط​​، حققت النماذج اللغوية الحالية تقدمًا بنسبة حوالي 15% فقط في معيار الألغاز الإبداعية دون تلميحات، مما يبرز قيودها في الإبداع. هذه الفجوة في الإبداع ملحوظة لأن الذكاء الإبداعي - القدرة على التكيف والابتكار خارج الأنماط المحددة مسبقًا - يعتبر مكونًا حيويًا للذكاء، ومع ذلك يبقى غير معالج إلى حد كبير بواسطة معظم معايير الذكاء الاصطناعي.

من سلسلة الأفكار إلى ReAct: نموذج جديد

لتجاوز هذه القيود، قام مجتمع أبحاث الذكاء الاصطناعي باستكشاف طرق لجعل النماذج تفكر وتتصرف بشكل يشبه البشر. أحد الاختراقات هو نموذج ReAct، الذي قدمه Shunyu Yao وآخرون في عام 2022. يرمز ReAct إلى "Reason+Act"، وهو إطار يمزج بين عملية التفكير الداخلية للنموذج مع الأفعال الخارجية. بدلاً من توليد إجابة فقط من ذاكرة ثابتة أو اتخاذ إجراءات عمياء، يقوم وكيل ReAct بالأمرين معًا – فهو يفكر في المشكلة ويتفاعل مع الأدوات أو البيئات بشكل دائري. يتيح هذا النهج التآزري للذكاء الاصطناعي جمع معلومات جديدة وتعديل خطته بسرعة. أظهر Yao وزملاؤه أن نهج ReAct يتفوق بشكل منهجي على الطرق التي تعتمد فقط على التفكير التسلسلي أو التنفيذ الأعمى للأفعال. من خلال دمج التفكير والفعل بشكل محكم، ينتج النموذج مسارات لحل المهام تشبه البشر أكثر، مما يحسن من قابلية تفسيره وفعاليته.

واجهة برمجة تطبيقات Macaron – طبقة تحسين شخصية فوق نماذج الذكاء الاصطناعي

يمكن اعتبار منصة Macaron كطبقة تحسين شخصية مبنية فوق أفضل النماذج الأساسية. بدلاً من بناء ذكاء اصطناعي ضخم من الصفر، تستفيد Macaron من المعرفة والقدرات اللغوية للنماذج الكبيرة الحالية وتكيفها بشكل شخصي لك. يستخدم النظام أي نموذج أو مجموعة نماذج تكون مثالية لمهمة معينة، ثم يقوم بضبط سلوكه بناءً على أنماط الاستخدام الفردية الخاصة بك.

في الممارسة العملية، يعمل Macaron كطبقة تنظيم ذكية: فهو يتعلم باستمرار من تفاعلاتك وتفضيلاتك، ويحدث كيفية استجابته ليخدمك بشكل أفضل. يمكن تشبيهه بامتلاك إصدار مخصص من GPT يتعلم تدريجيًا أسلوبك، بدلاً من نموذج يناسب الجميع. تحت الغطاء، يستخدم Macaron منصة تعلم تعزيزية خاصة لتحقيق هذا الضبط التكيفي على نطاق واسع. من خلال التعلم التعزيزي، خاصة بعد التدريب المبدئي للنموذج، يتم تدريب الذكاء الاصطناعي لـ Macaron بعدياً على ملاحظات المستخدمين الحقيقية والبيانات - مما يعني التعلم من خلال التجربة بطريقة آمنة ومسيطر عليها. وكنتيجة لذلك، يتطور الذكاء الاصطناعي مع الاستخدام اليومي، ليصبح أكثر توافقًا مع احتياجات كل مستخدم بمرور الوقت.

الذاكرة العميقة والذكاء العاطفي

ركيزة أخرى من نهج ماكرون هي تركيزه على الذاكرة العميقة والذكاء العاطفي. على عكس برامج الدردشة العامة التي تنسى السياق أو تفشل في التقاط النغمة، تم تصميم ماكرون لتطوير فهم دقيق وطويل الأمد لك 「مثل صديق موثوق به」. من خلال التوجيه المخصص والتعلم المستمر، يقوم ببناء ذاكرة عميقة لتفضيلاتك وعاداتك وحتى إشاراتك العاطفية. هذا يسمح لماكرون بتقديم تفاعلات ذكية عاطفيًا وواعية للسياق تتناغم مع المستخدمين على مستوى شخصي.

على سبيل المثال، إذا كنت تطلب وصفات طعام عندما تشعر بالتوتر، فقد يتعلم ماكرون أن يقدم لك تشجيعًا لطيفًا مع اقتراح وصفة. يمكنه أن يتذكر أنك تفضل الأطباق النباتية أو أنك ذكرت حساسية مرة. هذه اللمسات الشخصية - فهم ليس فقط ما تسأل عنه ولكن لماذا تسأل - تجعل التجربة تشعر بأنها أكثر إنسانية ودعمًا. العديد من منصات الذكاء الاصطناعي تكافح هنا. يعالج ماكرون هذا مباشرة من خلال إعطاء الأولوية للتعاطف والسياق في عملية التعديل الدقيق، بهدف أن يكون رفيقًا محببًا بدلاً من أداة برمجية باردة.

توليد تطبيقات مصغرة متكيفة عند الطلب

طبقة التعديل الشخصي تتكيف مع تفضيلات كل مستخدم.

من أبرز الميزات المبتكرة في Macaron - ونتيجة رئيسية لعملية التخصيص الدقيقة - هي القدرة على إنشاء 「تطبيقات صغيرة」 عند الطلب لحل مشاكلك. ببساطة، اطلب من Macaron المساعدة في حاجة حقيقية، وسيقوم بتجميع حل ديناميكي دون الحاجة إلى تحريك إصبعك. على سبيل المثال، إذا قلت، 「أحتاج مساعدة في تنظيم جدول دراستي」، فقد يقوم Macaron بإنشاء تطبيق مساعد للدورات مخصص لمنهجك الدراسي. إذا ذكرت رغبتك في تتبع وجباتك، يمكنه إنشاء تطبيق خفيف لليوميات الغذائية. كل هذا يحدث فورًا - دون الحاجة إلى دورات تطوير طويلة أو توجيه يدوي.

يجعل مزيج ماكرون من الإبداع والسياق والمعرفة الواسعة بنماذج الأساس هذا ممكنًا. قد تتطلب منك خدمات الذكاء الاصطناعي التقليدية أو منصات المطورين العثور على قالب أو توظيف مبرمج للحصول على تطبيق مخصص. على النقيض من ذلك، يمكن لماكرون توليد تلك الوظيفة عند الحاجة، بفضل فهمه المخصص لنيتك. هذا يقلل بشكل كبير من الوقت والجهد اللازمين للانتقال من الفكرة إلى التنفيذ.

قياس الذكاء الإبداعي: كيف يبقى ماكرون في المقدمة

لقد أظهرت الأبحاث مثل EscapeBench مدى التحدي الذي يمكن أن يكون عليه حل المشكلات الإبداعي للذكاء الاصطناعي. EscapeBench هو معيار لألعاب غرف الهروب النصية التي تجبر وكيل الذكاء الاصطناعي على التفكير بشكل خارج الصندوق - مثل إعادة استخدام الأشياء بطرق غير تقليدية. في مثل هذه المعايير، تكافح نماذج اللغة التقليدية: فهي غالبًا ما تتعثر في استخدام الأدوات بطرق واضحة فقط وتفوت الحلول المبتكرة. هنا يبرز تصميم Macaron. من خلال دمج استراتيجيات التبصر والتفكير (مشابهة لنهج EscapeAgent الذي تم تقديمه لمواجهة تحديات EscapeBench)، يمكن لوكيل Macaron توليد فرضيات مبتكرة وتتبع الأهداف غير المحلولة عند مواجهة مهمة معقدة.

بفضل تحسينه بالتعلم المعزز، يمكن لـ Macaron أن يعزز إبداعه باستمرار من خلال التعلم من كل محاولة. إذا فشل مسار حل معين، يمكن لوكيل Macaron أن يعكس ويعدل، تمامًا كما يفعل الإنسان. مع مرور الوقت وعبر آلاف المستخدمين، يؤدي ذلك إلى ذكاء اصطناعي أكثر مواردًا وتكيفًا من الذي لا يتعلم بعد النشر.

ماكرون مقابل منصات الذكاء الاصطناعي الأخرى: لماذا يتفوق الشخصي على العام

ماكرون يهتم بك أكثر من أي وكيل ذكاء اصطناعي آخر

توفر مشهد الذكاء الاصطناعي اليوم كل شيء من مراكز النماذج المفتوحة إلى تطبيقات الدردشة، لكن التخصيص الفريد الذي يركز على المستخدم في Macaron يميزه عن الآخرين:

• توفر منصات المطورين (مثل Hugging Face) الوصول إلى العديد من النماذج، لكنها تتطلب خبرة لضبطها أو نشرها. يزيل Macaron هذه العقبة عن طريق القيام بالعمل الثقيل تلقائيًا، مما يقدم نموذجًا يبدو وكأنه مصمم خصيصًا لك.
• تتيح روبوتات الدردشة الشخصية (مثل Character.AI) للمستخدمين الدردشة مع شخصيات، لكنها لا تتعلم أو تتذكر حقًا. يستمر Macaron في التكيف والحفاظ على ذاكرة طويلة للسياق، مما يخلق محادثات أعمق وأكثر ثراءً.
• تركز Lovable على العروض التوضيحية والعروض المسبقة، لكنها تفتقر إلى المرونة لابتكار تطبيقات صغيرة بسرعة لتلبية احتياجات المستهلك اليومية. على النقيض من ذلك، يقدم Macaron فائدة حقيقية في دقائق.

مستقبل الذكاء الاصطناعي: التخصيص الشخصي هو الطريق إلى الأمام

مع ازدياد قدرات أنظمة الذكاء الاصطناعي، فإن الخطوة التالية هي جعلها شخصية وعميقة التكيف. يظهر Macaron لماذا يتوقع أن تكون وكلاء الذكاء الاصطناعي الشخصيين هم المستقبل. من خلال التركيز على المستخدم أكثر من النماذج الكبيرة العامة وأكثر ديناميكية بكثير من الدردشة الثابتة، فإنه يجمع بين أفضل الميزات: قوة نماذج الذكاء الاصطناعي الرائدة وقابلية التكيف لمساعد شخصي.

سواء كان ذلك في التفوق على الآخرين في المعايير الإبداعية أو ببساطة توفير الوقت من خلال إعداد تطبيقات صغيرة في ثوانٍ، يوضح Macaron أنه عندما يولي الذكاء الاصطناعي اهتمامًا للفرد، فإن الاحتمالات لا حصر لها. هذا تحول في النموذج نحو الذكاء الاصطناعي المصمم لك – وMacaron يقود الطريق نحو عصر وكلاء الذكاء الاصطناعي الشخصيين حقًا.