ByteDance ولي هان: كيف نجعل الشبكات العصبية تعمل بدل أن تكتفي بالثرثرة
قدّم الدكتور لي هان من ByteDance أساسًا نظريًا لبناء وكلاء ذكاء اصطناعي شاملين. فبدل الاكتفاء بتحسين روبوتات الدردشة، تقترح الشركة إطار عمل يجمع بين التخطيط والذاكرة واستخدام الأدوات. وهي محاولة لتحويل نماذج LLM من «محاورين» إلى منفّذين مستقلين قادرين على حل مهام الأعمال المعقدة دون تدخل بشري. وبالنسبة إلى ByteDance، فالأمر ليس علمًا مجردًا، بل وسيلة لأتمتة منظومتها الضخمة، من مراقبة المحتوى إلى إدارة الحملات الإعلانية.
معالج بواسطة الذكاء الاصطناعي من Jiqizhixin (机器之心)؛ بتحرير Hamidun News
نشر الدكتور لي هان، رئيس مختبر الذكاء الاصطناعي في ByteDance، ورقة بحثية عن إطار عمل شامل لوكلاء الذكاء الاصطناعي يقوم على أربع وحدات: الإدراك والتخطيط والذاكرة والفعل. ووفقًا لموقع Jiqizhixin (机器之心)، يهدف هذا الإطار إلى استبدال أنظمة الوكلاء التجريبية الحالية، مثل AutoGPT وBabyAGI، التي كثيرًا ما «تنهار في الخطوة الثانية وتهلوس في حلقات لا نهائية»، بأداة صناعية موثوقة.
من هو لي هان
يحمل اسم لي هان في عالم معالجة اللغة الطبيعية، على حد تعبير المادة، وزنًا «يعادل تقريبًا وزن كل خوادم شركة ناشئة متوسطة». وقد مرّ مساره المهني عبر Microsoft Research Asia وHuawei قبل أن يتولى قيادة مختبر الذكاء الاصطناعي في ByteDance. وهذا مسار تطبيقي لا أكاديمي: فبحسب رأي كاتب المقال، تدل هذه الخلفية على أن لي هان لا تعنيه الأناقة النظرية للبنى المعمارية بقدر ما تعنيه قوتها التطبيقية، أي نقل الأفكار من ملفات PDF إلى منتجات حقيقية.
أربع عقد في البنية المعمارية
المشكلة الأساسية في النماذج اللغوية الحالية، والتي يعالجها الإطار، هي عجزها عن التخطيط المسبق: فالنموذج «يعيش اللحظة»، يولّد الرمز التالي (token) بدل أن يرسم استراتيجية. وتركّز البنية المقترحة على أربع عقد حرجة: الإدراك والتخطيط والذاكرة والفعل. يبني النموذج أولًا شجرة أهداف هرمية، ثم يستخدم أدوات خارجية لتحقيقها، مع مراجعة مستمرة للذاكرة طويلة المدى. ويصف كاتب المادة الأثر بأن هذا النهج يحوّل الذكاء الاصطناعي «من طالب أدب ولغات إلى مدير مشاريع متمرس».
ما أهمية ذلك للأعمال ومن المنافس
لكي يدرّ الذكاء الاصطناعي أموالًا حقيقية في قطاع B2B، عليه أن يدخل بنفسه إلى نظام CRM، ويحلل البيانات، ويعدّ التقرير ويرسله إلى العميل دون طلب إذن عند كل خطوة. وهذا بالضبط السيناريو الذي يتصدى له إطار لي هان. وByteDance، التي تعمل على كميات هائلة من البيانات وخوارزميات توصية معقدة، أكثر المهتمين بمثل هذه الأنظمة المستقلة. ويوصف المشروع بأنه تحدٍّ مباشر لمشروع Microsoft AutoGen: فإذا كانت الشركات الغربية، بحسب رأي الكاتب، تعتمد في الغالب على «القوة الخام» للحوسبة، فإن ByteDance تراهن على مخطط هندسي بنيوي أنيق قابل للتوسع.
الأسئلة الشائعة
ماذا اقترح لي هان تحديدًا؟
إطار عمل شامل لوكلاء الذكاء الاصطناعي قائم على أربع وحدات: الإدراك والتخطيط والذاكرة والفعل. وبدل توليد الإجابة «وفق اللحظة»، يبني النموذج أولًا شجرة أهداف هرمية، ثم يحققها عبر أدوات خارجية مع مراجعة مستمرة للذاكرة طويلة المدى.
بمَ يختلف هذا عن AutoGPT وBabyAGI؟
أنظمة الوكلاء الحالية، مثل AutoGPT وBabyAGI، غير مستقرة بحسب وصف المادة: فهي تنهار في الخطوات الأولى من تنفيذ المهمة وتقع في حلقات من الهلوسة. ويقدّم إطار لي هان بنية منهجية للتخطيط والذاكرة يُفترض أن تحوّل هذه النماذج الأولية «اللعبية» للوكلاء إلى أداة صناعية موثوقة.
لماذا قد يشكّل هذا تحديًا لـ Microsoft AutoGen؟
لأن المشروعين يعالجان المهمة نفسها، وهي بناء وكلاء ذكاء اصطناعي مستقلين متعددي الخطوات، لكن بحسب رأي كاتب المقال عبر مسارين مختلفين: فـ AutoGen وغيره من المشاريع الغربية يعتمد في الغالب على القدرة الحوسبية، بينما تقترح ByteDance، بقيادة لي هان، مخططًا هندسيًا بنيويًا. وستتوقف نتيجة المنافسة على من ينقل البنية من الورقة الأكاديمية إلى بيئة الإنتاج أسرع.
Access Frontier LLMs & Multimodal AI in One Workspace
Discover NomadNet AI (nomadnet.ai) — unified access to frontier language models, research synthesis, and multimodal workflows.
أهم ما في عالم الذكاء الاصطناعي — مرة كل أسبوع
سبع قصص مهمة فعلاً هذا الأسبوع، مختارة بعناية. بلا ضجيج ولا بيانات صحفية.
تم! تحقق من بريدك للتأكيد.