Microsoft Research تكشف عن SkillOpt: مهارات (skills) قابلة للتدريب لوكلاء الذكاء الاصطناعي

كشفت Microsoft Research عن SkillOpt، وهي طريقة تحوّل التحرير اليدوي للمهارات (skills)، أي تعليمات وكلاء الذكاء الاصطناعي، إلى عملية تدريب منظَّمة، دون المساس بأوزان النموذج نفسه.

ما مشكلة التعديلات اليدوية؟

ينفّذ وكلاء الذكاء الاصطناعي المهام باتباع مجموعة من المهارات (skills)، وهي تعليمات نصية تصف كيفية حل نوع محدد من المهام: كيف يُعَدّ التقرير، وكيف يُعالَج طلب العميل، وكيف يُنجَز سير عمل متعدد الخطوات. وحين يخطئ الوكيل، يعدّل المطورون هذه التعليمات عادةً يدويًا: يعيدون صياغة خطوة، أو يضيفون تحفظًا، أو يحذفون شرطًا زائدًا.

ووفق باحثي Microsoft، لا يوجد أي ضمان بأن مثل هذا التعديل سيحسّن سلوك الوكيل فعلًا. فالتغييرات تُجرى بالتقدير الشخصي، وغالبًا بعد تحليل مثال أو مثالين فاشلين، لا عبر اختبار منهجي على مجموعة واسعة من السيناريوهات. ونتيجة لذلك، قد يعالج تعديل واحد حالة جزئية بعينها، ويُفسد في الوقت نفسه سلوك الوكيل في عشر حالات أخرى دون أن يلاحظ أحد، لأن أحدًا لم يقِس أثر التغيير ككل.

كيف يعمل SkillOpt؟

يغيّر SkillOpt عملية تحرير المهارات نفسها، ويجعلها أشبه بتدريب النموذج. فبدلًا من تعديل يدوي لمرة واحدة، تُعامَل التعليمات بوصفها معاملًا قابلًا للتدريب. ويُطبَّق عليها المبدأ العام ذاته المستخدم في تحسين أوزان الشبكات العصبية: يُختبَر التغيير، ويُقيَّم أثره، ثم يُقبَل أو يُرفَض بناءً على نتيجة قابلة للقياس. أما النموذج اللغوي الأساسي الذي يقوم عليه الوكيل فيبقى دون تغيير، إذ لا يتبدل سوى الطبقة النصية من التعليمات المبنية فوقه.

• طوّر فريق Microsoft Research البحثي أداة SkillOpt
• تُنقَل تعليمات الوكيل (skills) إلى فئة المعاملات القابلة للتدريب
• لا تتغير أوزان النموذج اللغوي الأساسي في هذه العملية
• يهدف الأسلوب إلى جعل سلوك الوكيل أكثر موثوقية وقابلية للتنبؤ

لماذا يهم ذلك الأنظمة القائمة على الوكلاء؟

كلما أُوكلت مهام عملية أكثر إلى وكلاء الذكاء الاصطناعي، ارتفعت كلفة كل خطأ غير متوقع في سلوكهم. ويؤدي تحرير التعليمات يدويًا نتائج جيدة ما دام الوكيل يتعامل مع مجموعة محدودة من المهام البسيطة، ويمكن مراجعة كل تعديل بالعين المجردة. لكن مع تزايد عدد المهارات وسيناريوهات استخدامها، يعجز هذا النهج عن التوسع. وهذه هي المشكلة التي يتصدى لها SkillOpt، بحسب وصف Microsoft Research، إذ يقدّم طريقة منهجية وقابلة للتكرار لتحسين تعليمات الوكيل.

ما الفرق بينه وبين الضبط الدقيق المعتاد؟

في التعلم الآلي التقليدي، يعني تحسين النموذج في الغالب العمل على أوزانه: إعادة التدريب، أو الضبط الدقيق (fine-tuning)، أو التعلم المعزَّز. أما SkillOpt فيقترح رافعة بديلة: تحسين الطبقة النصية من التعليمات المبنية فوق النموذج بدل تحسين النموذج نفسه. وهذا أرخص وأسرع بوضوح من إعادة التدريب التقليدية، لأنه لا يتطلب إعادة حساب أوزان النموذج. وفي المقابل، وعلى خلاف التعديل اليدوي لمرة واحدة على الـprompt، يعتمد مبادئ مستعارة من التدريب: قياس الأثر بصورة قابلة للتحقق، والتحسين التكراري بدل التعديل بالحدس.

ماذا يعني ذلك؟

إذا أصبح تعديل تعليمات الوكيل عملية قابلة للقياس والتكرار، لا مجرد تعديل يدوي بالتجربة والخطأ، فسيسهل على المطورين الحفاظ على استقرار سلوك وكلاء الذكاء الاصطناعي، مع تولّي الوكلاء مزيدًا من المهام العملية. كما يقلل ذلك خطر التراجعات الخفية (regressions): فتعديل مهارة واحدة اجتاز فحصًا منهجيًا تقل احتمالية أن يفسد سلوك الوكيل في سيناريوهات أخرى دون أن يلاحظ أحد.

أما الفرق التي تبني وكلاءها الخاصين على نماذج لغوية كبيرة اليوم، فهذه إشارة إضافية لها: ينبغي تصميم مجموعة تعليمات الوكيل وإدارة إصداراتها بالعناية نفسها التي يُعامَل بها الكود، أي مع فحوص ومقاييس جودة وسجل تغييرات واضح، لا كملف نصي يُعدَّل بالحدس لمرة واحدة.