شرح الذكاء الاصطناعي الوكيل وتأثيره في الحوسبة

بدأ مفهوم "الذكاء الاصطناعي الوكيل" (Agentic AI) في إعادة صياغة علاقة المستخدم بالحوسبة، منتقلاً بالتقنية من مجرد نماذج تجيب على الأسئلة إلى أنظمة مستقلة تنفذ مهاماً معقدة. تعتمد هذه التقنية على قدرة النظام الذكي ليس فقط على فهم الأوامر، بل على التخطيط للخطوات اللازمة، واستخدام الأدوات المناسبة، والوصول إلى النتائج النهائية دون انتظار توجيه بشري عند كل خطوة.

من معالجة النصوص إلى تنفيذ المهام المستقلة

يمثل الذكاء الاصطناعي الوكيل تحولاً من الأنظمة التي تركز على النموذج (Model-centric) إلى الأنظمة التي تركز على النتيجة. فبينما تتطلب التطبيقات التقليدية من المستخدم التنقل بين القوائم وإدخال البيانات بتنسيق محدد، يبدأ الوكيل الذكي من "النية" أو الهدف النهائي للمستخدم. وبحسب "لورانس موروني"، كبير مهندسي الحلول في شركة Arm، فإن عمل هذه الوكلاء يمر بدورة من أربع مراحل أساسية:

• فهم النية (Understand intent).
• التخطيط للخطوات (Plan).
• التنفيذ الفعلي (Act).
• المراجعة والتقييم (Reflect).

هذا التغيير يجعل التفاعل مع البرمجيات أكثر إنسانية؛ فبدلاً من تعلم كيفية استخدام التطبيق، يقوم الوكيل بفهم ما يريد المستخدم فعله، مثل التحضير لاجتماع قادم عبر فحص التقويم، وجمع المستندات ذات الصلة، وتلخيص المعلومات الضرورية قبل انضمام المستخدم للاجتماع.

تحديات الذاكرة والأداء على الأجهزة المحمولة

يتطلب تشغيل هذه الوكلاء على الأجهزة الشخصية مثل الهواتف الذكية قدرات تقنية تتجاوز مجرد إضافة نموذج ذكاء اصطناعي جديد. توضح شركة "فيفو" (vivo) أن الوكلاء الشخصيين يحتاجون للبقاء في حالة وعي دائم بما يحيط بالمستخدم، مع الحفاظ على المعلومات ذات الصلة وتنفيذ المهام عبر تطبيقات متعددة، وكل ذلك ضمن حدود بطارية الهاتف وذاكرته المحدودة.

من جانبه، يشير "جمال بيلجين"، مدير الهندسة في شركة "ميتا"، إلى أن التحدي الأكبر يكمن في "السياق والذاكرة". فلكي يستمر الوكيل في أداء مهمة طويلة دون فقدان المعلومات التي عالجها سابقاً، فإنه يستهلك مساحة كبيرة من الذاكرة المشتركة مع نظام التشغيل والتطبيقات الأخرى. هذا الضغط يتطلب إعادة التفكير في بناء أنظمة التشغيل والعتاد معاً لضمان كفاءة الأداء دون استنزاف الطاقة أو التأثير على خصوصية البيانات.

إدارة الوكلاء وتوسيع نطاق العمليات

عند الانتقال من وكيل واحد إلى آلاف الوكلاء الذين يعملون بالتوازي، تظهر تحديات هندسية معقدة تشبه إدارة الأنظمة الضخمة. تقدم شركة جوجل نموذجاً لهذا التوسع، حيث تستخدم أنظمة متعددة الوكلاء لإدارة مليارات الأسطر من البرمجيات؛ حيث يقوم وكيل بتنسيق العمل، بينما يبحث آخرون عن أخطاء البرمجة أو يعدلون الأكواد ويجرون الاختبارات.

وفي الأنظمة الفيزيائية، مثل الروبوتات، يصبح دور "بيئة التشغيل" (Runtime) حاسماً لإدارة الصلاحيات والوصول إلى الموارد. يجب على المهندسين وضع حدود واضحة لما يُسمح للوكيل بفعله، خاصة عندما تتداخل قرارات البرمجيات مع أفعال في العالم الحقيقي. تقول شركة "أوتوكور" (AutoCore) إن هذا المستوى من التنسيق بين البيئات المحلية والسحابية هو ما سيجعل سلوك الوكلاء موثوقاً عند استخدامه على نطاق واسع.

معايير جديدة لقياس النجاح التقني

يغير الذكاء الاصطناعي الوكيل الطريقة التي نقيس بها أداء الأجهزة والبرامج. فبينما كانت المعايير التقليدية تركز على سرعة استجابة النموذج (Latency) وكمية البيانات المعالجة، أصبح المقياس الحقيقي الآن هو "النتيجة النهائية".

لم يعد المهم فقط مدى سرعة توليد النص، بل مدى نجاح النظام في إتمام المهمة المطلوبة، والوقت الإجمالي الذي استغرقه للوصول إلى الهدف، ومدى موثوقيته في تنفيذ الخطوات المتسلسلة. يعتمد تحقيق هذا الأداء الشامل على مدى كفاءة النظام في ربط الذاكرة والبرمجيات والأدوات الحوسبية المختلفة في سلسلة متصلة من البداية وحتى تحقيق النتيجة.

ستكون الخطوة القادمة للمستخدمين هي مراقبة كيفية دمج الشركات المصنعة للهواتف والمعالجات لهذه القدرات في أجهزتهم القادمة، حيث سيتحول الهاتف من مجرد أداة لتشغيل التطبيقات إلى مساعد نشط يتخذ القرارات وينفذ المهام بالنيابة عن صاحبه.

المصدر: Arm