في عالم الذكاء الاصطناعي، تعاني الوكلاء المعتمدون على نماذج اللغة الكبيرة (LLM) من فشل نظامي في التعميم التركيبي، مما يحد من قوتهم في البيئات التفاعلية. ولكن، هل هناك أمل؟
ما هو AGEL-Comp؟
تقدم AGEL-Comp، وهو إطار ذكاء اصطناعي عصبي-رمزي، حلاً مبتكرًا لهذه التحديات. وهو مصمم خصيصًا للغوص عميقًا في كيفية تفكير هذه الوكلاء وتفاعلهم مع محيطهم. يتضمن AGEL-Comp ثلاثة ابتكارات رئيسية:
1. **نموذج عالَم ديناميكي (Causal Program Graph - CPG)**: يمثل المعرفة الإجرائية والسببية كنموذج موجه معقد، مما يعزز من قدرة الوكيل على فهم وقدرة اتخاذ القرار.
2. **محرك البرمجة المنطقية الاستقرائية (Inductive Logic Programming - ILP)**: يقوم بتوليف جمل جديدة من ردود الفعل التجريبية، مما يمكّن الوكيل من تحقيق فهم أعمق للمعرفة الرمزية من خلال التفاعل.
3. **جوهر التفكير الهجين**: حيث يقترح نموذج اللغة الكبيرة مجموعة من الأهداف الفرعية التي يتم التحقق من اتساقها المنطقي بواسطة مُثبت الفروض العصبي (Neural Theorem Prover - NTP).
سويًا، تساعد هذه المكونات الوكيل على تطبيق دورة التعلم الاستنتاجي والتأبي - تمكينه من استنتاج الخطط وتوسيع النموذج الرمزي للعالم بطريقة ديناميكية.
لماذا يعدّ AGEL-Comp متميزًا؟
من خلال تنفيذ بروتوكول تقييم ضمن بيئة محاكاة exttt{Retro Quest}، تمكنا من اختبار سيناريوهات التعميم التركيبي. ونتائجنا توضح بوضوح أداء AGEL-Comp المتفوق مقارنة بالنماذج المعتمدة على LLM فقط.
**الخلاصة**: يشكل إطار AGEL-Comp مسارًا مبدئيًا نحو وكلاء يبنون فهمًا واضحًا، قابلاً للتفسير، ومنظمًا تركيبيا لعالمهم.
هل تعتقد أن هذا الابتكار سيحدث تغييرًا جذريًا في كيفية تفاعل وكلاء الذكاء الاصطناعي مع العالم؟