من استخدام الذكاء الاصطناعي إلى بيئة عمل ذكية

كيف نشأت Argo

لم تنشأ Argo من فكرة مجرد تطوير وكيل ذكاء اصطناعي آخر. كان الدافع الأصلي هو مشكلة عملية من واقع عملي مع أنظمة الذكاء الاصطناعي الحديثة.

مع تزايد قدرة النماذج المختلفة، بدأتُ في استخدام عدة مزودين للذكاء الاصطناعي بالتوازي. تم استخدام نماذج مختلفة لمهام مختلفة: نموذج يطور نهجاً ما، وآخر يراجعه، وثالث يحسن أو يوسع النتائج.

كان سير العمل هذا فعالاً للغاية في البداية. فغالباً ما أدت وجهات النظر المتعددة والمتخصصة إلى نتائج أفضل من العمل مع نموذج واحد فقط. ومع ذلك، ظهرت تحديات جديدة في الوقت نفسه.

مع وجود نماذج متعددة، ومحادثات مختلفة، ومستويات عمل متباينة، وفروع تطوير متوازية، أصبح التنسيق يزداد تعقيداً. نتج عن ذلك أحياناً تفسيرات مختلفة للمشروع، ومفاهيم تقنية متنوعة، وجهد متزايد لإعادة دمج النتائج الفردية مرة أخرى.

بالإضافة إلى ذلك، ظهرت مشكلة أخرى: الذكاء الاصطناعي الحديث قوي للغاية، لكن الاستخدام الفعال ليس مضموناً تلقائياً. خاصة في المشاريع الكبيرة، يمكن أن ترتفع التكاليف بسرعة إذا اضطررنا لمعالجة المهام عدة مرات، أو إذا لم تنجح بعض المناهج، أو إذا تطلبت النتائج رقابة وتصحيحاً مكثفاً.

من رحم هذه المشكلة ولدت فكرة Argo: نظام يجمع بين مزايا نماذج ذكاء اصطناعي متعددة دون أن يضطر الإنسان لتولي عملية التنسيق بأكملها.

رؤية Argo

تتمثل رؤية Argo في تطوير بيئة عمل منظمة من أدوات الذكاء الاصطناعي الفردية.

لا تهدف Argo ببساطة إلى إنتاج المزيد من الأكواد أو النصوص أو الإجابات. ينصب التركيز على النتائج النوعية: حلول تعمل، وتكون ذات جدوى على المدى الطويل، وتلبي المتطلبات الفعلية – وليس فقط النتائج التي تلبي المواصفات بالكاد.

وفي هذا الصدد، ليست النتيجة النهائية هي الحاسمة فحسب، بل يجب أن تظل الطريقة المتبعة للوصول إليها واضحة ومفهومة.

لذلك، يعد تحقيق أقصى قدر من الشفافية هدفاً مركزياً لـ Argo: يجب توثيق القرارات والتحليلات والتحسينات والمراجعات بشكل مفهوم وقابل للتتبع. لا ينبغي للمستخدم الحصول على نتيجة فحسب، بل يجب أن يكون قادراً على فهم سبب ظهور هذه النتيجة ومدى موثوقيتها.

من مشروع برمجي إلى منصة معرفية شاملة

تكمن جذور Argo في تطوير البرمجيات.

في الأصل، كان من المفترض أن تكون Argo مجرد إطار عمل سريع للتنسيق لمشروع برمجي خاص. ومع ذلك، اتضح أثناء التطوير أن المفاهيم الأساسية يمكن أن تتجاوز حالة الاستخدام الأصلية هذه بكثير.

يعتبر تطوير البرمجيات نقطة انطلاق مناسبة للغاية لأن العديد من أكبر تحديات استخدام الذكاء الاصطناعي الحديث تظهر هناك: العلاقات المعقدة، المشاريع طويلة الأمد، المتطلبات العالية للجودة، وضرورة مراجعة النتائج بانتظام.

وفي الوقت نفسه، لا تقتصر هذه التحديات على تطوير البرمجيات فقط.

على المدى الطويل، تهدف Argo إلى النمو من هندسة البرمجيات (SWE) لتصبح منصة شاملة للعمل المعرفي. ففي كل مكان يتطلب فهماً عميقاً للمادة، ووجهات نظر متعددة، ورقابة مستمرة، وتوجهاً واضحاً نحو هدف ما، يمكن لمثل هذا النظام أن يقدم قيمة مضافة.

ويشمل ذلك، على سبيل المثال، البحث، والتحليل، والتخطيط، والتوثيق، وتطوير الاستراتيجيات، أو غيرها من مجالات المهام المعقدة.

المبادئ الأربعة الأساسية لـ Argo

تعتمد Argo على أربعة مبادئ مركزية:

1. التوازي

تستفيد المهام المعقدة من وجود وجهات نظر متعددة ومستقلة. تستفيد Argo من إمكانية استخدام عمليات ونماذج مختلفة بالتوازي لتطوير حلول أفضل واكتشاف نقاط الضعف في المناهج الفردية في وقت مبكر.

2. المعرفة

يجب أن يكون النظام الذكي قادراً على أكثر من مجرد حل المهام الفردية. من خلال الذاكرة والمهارات، تهدف Argo إلى جعل المعرفة حول المشاريع وأساليب العمل والسياقات قابلة للاستخدام على المدى الطويل.

3. التحقق

لا ينبغي إنتاج النتائج فحسب، بل يجب فحصها. تولي Argo أهمية خاصة لتقييم الحلول وتحسينها وضمان موثوقيتها.

4. الاستقلالية عن المزود

يجب أن يكون المستخدم قادراً على تحديد النماذج والمزودين الذين سيتم استخدامهم. سواء تم استخدام نماذج سحابية، أو نماذج محلية، أو مزيج من أنظمة مختلفة، يظل الأمر مرناً وقابلاً للتكيف.

الجودة بدلاً من الكمية

تم تحسين العديد من أنظمة الذكاء الاصطناعي الحالية لإنتاج الإجابات بأسرع ما يمكن. تتبع Argo نهجاً مختلفاً.

الهدف ليس إنتاج أكبر عدد ممكن من النتائج، بل تقليل عدد المحاولات الفاشلة غير الضرورية إلى أدنى حد، وبالتالي تحقيق نتائج أفضل بجهد أقل.

لا ينبغي لنظام ذكاء اصطناعي جيد أن يجبر الإنسان على فحص كل مخرج بدقة، والبحث عن الأخطاء، وإعادة بدء نفس المهام مراراً وتكراراً.

بدلاً من ذلك، تهدف Argo إلى دعم الإنسان حيث تكون القدرات البشرية ذات قيمة خاصة: في توليد الأفكار، والإبداع، وحل المشكلات، والرؤى، وتبادل المفاهيم الجديدة.

لا ينبغي للذكاء الاصطناعي أن يحل محل العملية الإبداعية، بل يجب أن يقلل العبء التقني والتنظيمي، ليتفرغ البشر لمزيد من الوقت للتصميم الفعلي.

الوضع الحالي

تمر Argo حالياً بمرحلة تطوير واختبار نشطة.

تم تنفيذ العديد من المكونات الأساسية بالفعل، وفي الوقت نفسه لا تزال هناك مجالات عديدة يجب تحسينها وتوسيعها وتثبيتها قبل أن تتمكن Argo من تحقيق هدفها طويل الأمد.

ينصب التركيز الحالي على جمع رؤى موثوقة من خلال اختبارات خاصة وخارجية:

• ما مدى إمكانية تقليل الوقت والتكلفة مقارنة بالوكلاء الفرديين التقليديين؟
• ما مدى موثوقية الجمع بين عدة نماذج في تحسين جودة النتائج؟
• ما هي الفائدة العملية مقارنة بالحلول الحالية مثل وكلاء البرمجة الفرديين؟
• ما هي الآليات اللازمة لضمان بقاء النتائج عالية الجودة ومتسقة بشكل دائم؟

لذلك، لا يركز التطوير على الميزات الجديدة فحسب، بل يركز بشكل أساسي على الجودة القابلة للقياس، والكفاءة، والموثوقية.

مستقبل Argo

لا تزال Argo في بداية طريقها. يتطلب الطريق نحو منصة عمل معرفية عالمية العديد من الخطوات والاختبارات والتحسينات الإضافية.

ومع ذلك، تظل الفكرة الأساسية قائمة:

لا ينبغي للذكاء الاصطناعي أن يكون مجرد أداة تنجز المهام الفردية بشكل أسرع، بل يجب أن يصبح بيئة عمل منظمة، وواضحة، وموثوقة، حيث يمكن للبشر تحقيق أفكارهم.

Argo هي محاولة لسد هذه الفجوة بالضبط: قضاء وقت أقل في الرقابة والتكرار، وكسب المزيد من الوقت لما يبرع فيه البشر حقاً – التفكير، والتصميم، وتطوير الإمكانيات الجديدة.

لقد بدأت الرحلة للتو.