ByteDance و Li Han: كيفية جعل الشبكات العصبية تعمل، لا تتحدث فقط

نشر الدكتور لي هان، رئيس مختبر الذكاء الاصطناعي في ByteDance، ورقة بحثية حول إطار عمل شامل لوكلاء الذكاء الاصطناعي مبني على أربع وحدات — الإدراك، والتخطيط، والذاكرة، والفعل. ووفقًا لموقع Jiqizhixin (机器之心)، فإن هدف هذا التطوير هو استبدال الأنظمة الوكيلة التجريبية الحالية مثل AutoGPT وBabyAGI، التي كثيرًا ما "تنهار في الخطوة الثانية وتهلوس في حلقات لا نهائية"، بأداة صناعية موثوقة.

من هو لي هان

لي هان شخصية يزن اسمها في عالم معالجة اللغة الطبيعية، كما تقول المادة، "ما يعادل تقريبًا كامل أسطول خوادم شركة ناشئة متوسطة الحجم". مرّ مساره المهني عبر Microsoft Research Asia وHuawei قبل أن يتولى منصب رئيس مختبر الذكاء الاصطناعي في ByteDance. وهذا مسار تطبيقي وليس مسيرة أكاديمية: فبحسب كاتب المقال، تشير هذه الخلفية إلى أن لي هان لا يهتم بالأناقة النظرية للبنى، بل بقوتها التطبيقية — أي بنقل الأفكار من ملفات PDF إلى منتجات حقيقية.

أربع عقد في البنية

المشكلة الأساسية في نماذج اللغة الحالية التي يحلها هذا الإطار هي العجز عن التخطيط المسبق: فالنموذج "يعيش اللحظة"، إذ يولّد الرمز التالي بدلاً من بناء استراتيجية. تركز البنية المقترحة على أربع عقد حاسمة — الإدراك، والتخطيط، والذاكرة، والفعل. يبني النموذج أولاً شجرة هرمية من الأهداف، ثم يستخدم أدوات خارجية لتحقيقها، مع الرجوع باستمرار إلى الذاكرة طويلة المدى. ويصف كاتب المقال هذا التأثير قائلاً إن هذا النهج يحوّل الذكاء الاصطناعي "من طالب لغويات إلى مدير مشاريع متمرس".

لماذا يهم هذا الأعمال، ومن هو المنافس

لكي يحقق الذكاء الاصطناعي أموالاً حقيقية في قطاع B2B، يجب أن يتمكن من الدخول بمفرده إلى نظام CRM، وتحليل البيانات، وإعداد تقرير، وإرساله إلى العميل دون طلب إذن في كل خطوة — وهذا بالضبط هو السيناريو الذي يعالجه إطار عمل لي هان. وتُعد ByteDance، التي تدير كميات هائلة من البيانات وخوارزميات توصية معقدة، أكثر جهة مهتمة بمثل هذه الأنظمة المستقلة. ويُوصف هذا التطوير بأنه تحدٍّ مباشر لمشروع AutoGen من Microsoft: فبينما تعتمد الشركات الغربية، بحسب كاتب المقال، في الغالب على "القوة الخام" للحوسبة، تراهن ByteDance على مخطط هندسي بنيوي، أنيق وقابل للتوسع.

الأسئلة الشائعة

ما الذي اقترحه لي هان بالضبط؟

إطار عمل شامل لوكلاء الذكاء الاصطناعي يقوم على أربع وحدات — الإدراك، والتخطيط، والذاكرة، والفعل. فبدلاً من توليد إجابة "في اللحظة"، يبني النموذج أولاً شجرة هرمية من الأهداف، ثم يحققها من خلال أدوات خارجية، مع الرجوع باستمرار إلى الذاكرة طويلة المدى.

بم يختلف هذا عن AutoGPT وBabyAGI؟

الأنظمة الوكيلة الحالية مثل AutoGPT وBabyAGI، بحسب وصف المادة، غير مستقرة: فهي تنهار في الخطوات المبكرة من تنفيذ المهمة وتقع في حلقات من الهلوسة. يُدخل إطار عمل لي هان بنية منهجية للتخطيط والذاكرة من المفترض أن تحوّل مثل هذه النماذج الأولية "اللعبة" للوكلاء إلى أداة صناعية موثوقة.

لماذا قد يشكل هذا تحديًا لـ Microsoft AutoGen؟

لأن المشروعين يحلان المشكلة نفسها — بناء وكلاء ذكاء اصطناعي مستقلين متعددي الخطوات — لكن، بحسب كاتب المقال، بطريقتين مختلفتين: فـ AutoGen وغيره من التطويرات الغربية تعتمد غالبًا على القوة الحاسوبية، بينما تقترح ByteDance، من خلال لي هان، مخططًا هندسيًا بنيويًا. وستتوقف نتيجة هذه المنافسة على من ينجح في نقل البنية من نشر أكاديمي إلى الإنتاج بشكل أسرع.