Hugging Face وAWS تبنيان وكيل ذكاء اصطناعي طبياً على الشيفرة المفتوحة

عندما نتحدث عن الذكاء الاصطناعي الوكيل (agentic AI)، فإننا نقصد عادةً أنظمة لا تكتفي بالإجابة عن الأسئلة، بل تخطط لإجراءاتها بنفسها، وتستخدم الأدوات، وتتخذ سلاسل من القرارات. وحتى وقت قريب، كان بناء مثل هذه الأنظمة يتطلب خبرة هندسية كبيرة وأشهراً من العمل. أما الآن، فقد أظهرت Hugging Face وAmazon Web Services أنه يمكن نشر مساعد ذكاء اصطناعي وكيل متكامل في بضعة عشرات من أسطر الشيفرة فقط، وذلك في أحد أكثر القطاعات تشدداً في متطلبات الجودة: الطب.

يقوم الحل على smolagents، وهي مكتبة Python مفتوحة المصدر من Hugging Face صدرت خصيصاً لتبسيط تطوير الأنظمة الوكيلة. وعلى عكس أطر العمل الأثقل مثل LangChain أو AutoGen، تراهن smolagents على البساطة والشفافية. فهي تتيح وصف الوكيل وأدواته ومنطق تفاعله مع النماذج في شيفرة مدمجة وسهلة القراءة. لكن المكتبة وحدها ليست سوى هيكل أولي. تظهر القيمة الحقيقية حين يُستكمل هذا الهيكل ببنية تحتية سحابية قادرة على التوسع وتوفير موثوقية بمستوى الإنتاج.

وهنا تدخل خدمات AWS المُدارة. فالبنية المعمارية المقترحة في الدليل المشترك تجمع عدة مكونات رئيسية. أولاً، النشر متعدد النماذج: يستطيع الوكيل الاستعانة بنماذج لغوية مختلفة بحسب المهمة، فيختار الأمثل من حيث التوازن بين السرعة والتكلفة وجودة الإجابة. وثانياً، دُمج في النظام بحث متجهي يتيح للوكيل الرجوع إلى قواعد معرفة طبية منظمة، مثل البروتوكولات السريرية ومراجع التداخلات الدوائية وأحدث الدراسات. وهذا بالغ الأهمية، لأن من أبرز مشكلات النماذج اللغوية الكبيرة في الطب ميلها إلى الهلوسة واعتمادها على بيانات قديمة. ويؤدي البحث المتجهي في مصادر موثقة إلى خفض هذا الخطر بصورة جذرية.

العنصر الثالث هو دعم القرارات السريرية. فالوكيل لا يكتفي باستخراج المعلومات، بل يبني سلسلة استدلال: يحلل الأعراض، ويقارنها بالبيانات الواردة في قاعدة المعرفة، ويقترح تشخيصاً تفريقياً، ويوصي بالخطوات التالية. وبطبيعة الحال، لا يدور الحديث عن استبدال الطبيب، فهذه الأنظمة مصممة كأدوات دعم تخفف العبء المعرفي عن المختص وتساعده على ألا تفوته تفاصيل مهمة.

ويكتسب سياق هذا الإصدار أهمية لا تقل عن التقنية نفسها. فسوق الذكاء الاصطناعي الوكيل يشهد نمواً متسارعاً. ووفقاً لتقديرات المحللين، قد يتجاوز حجم هذا القطاع 50 مليار دولار بحلول عام 2027. وتخوض كبرى مزودي الخدمات السحابية، AWS وGoogle Cloud وMicrosoft Azure، منافسة شرسة لتكون منصاتها هي التي يبني عليها المطورون تطبيقاتهم الوكيلة. وتراهن Amazon في هذا السباق على منظومة مفتوحة: فبدلاً من فرض أطر عمل مملوكة خاصة بها، تتكامل الشركة مع أدوات مفتوحة شائعة مثل smolagents. وهي خطوة استراتيجية موفقة، إذ تضم مجتمع Hugging Face ملايين المطورين حول العالم، وكل واحد منهم بات يرى AWS اليوم بيئة طبيعية لنشر مشاريعه.

ويحمل هذا النموذج اهتماماً مزدوجاً للمطورين الروس وشركات التقنيات الطبية. فمن جهة، يعرض بنية ناضجة لنظام وكيل يمكن تكييفها مع الاحتياجات المحلية، بما في ذلك استخدام منصات سحابية محلية وقواعد معرفة طبية بالروسية. ومن جهة أخرى، يُظهر مدى السرعة التي تنخفض بها عتبة الدخول إلى تطوير مثل هذه الحلول. فما كان قبل عامين فقط يحتاج إلى فريق من عشرة مهندسين ونصف عام من العمل، بات في متناول مجموعة صغيرة من المطورين خلال أسابيع معدودة.

ومع ذلك، ينبغي ألا تخلق سهولة النشر وهماً بأن المهمة نفسها سهلة. فالذكاء الاصطناعي الطبي مجال قد يكلّف فيه الخطأ حياة إنسان. وتبقى مسائل التحقق والاعتماد والمسؤولية عن قرارات الوكيل مفتوحة وغير محسومة في معظم الولايات القضائية. ومع ذلك، فقد تحدد الاتجاه: يتحرك الذكاء الاصطناعي الوكيل من المختبرات إلى العيادات، وتصبح الشيفرة المفتوحة، مقترنة ببنية تحتية سحابية قابلة للتوسع، الوقود الرئيسي لهذه الحركة.