الذكاء الاصطناعي الوكيل مقابل الذكاء الاصطناعي التوليدي: إعادة تعريف الأنظمة الذكية

الذكاء الاصطناعي التوليدي مقابل الذكاء الاصطناعي الوكيل: إعادة تعريف الأنظمة الذكية

يتطور الذكاء الاصطناعي بوتيرة مذهلة، وقد برز نموذجان فكريان كقوتين مهيمنتين تشكلان المستقبل: الذكاء الاصطناعي التوليدي والذكاء الاصطناعي الوكيل. ورغم أن كليهما ينبع من التعلم العميق ونماذج اللغة الكبيرة، إلا أنهما يخدمان أغراضًا مختلفة جوهريًا. يتفوق الذكاء الاصطناعي التوليدي في إنشاء المحتوى - النصوص والصور والرمز والموسيقى - بناءً على أنماط تعلّمها من مجموعات بيانات ضخمة. أما الذكاء الاصطناعي الوكيل، فهو مصمم للعمل بشكل مستقل، واتخاذ القرارات، وتنفيذ المهام متعددة الخطوات، والتفاعل مع البيئات لتحقيق أهداف محددة.

تقدم هذه المقالة مقارنة عملية وتقنية بين هذين النهجين. سنستكشف الاختلافات الجوهرية بينهما، ونتناول خطوات تثبيت وتهيئة نموذج ذكاء اصطناعي توليدي شائع، ثم نوضح كيفية بناء نظام وكيل بسيط باستخدام أدوات مفتوحة المصدر. في النهاية، سيكون لديك فهم واضح لمتى تستخدم كل نموذج وكيف تبدأ مع كليهما.

فهم المفاهيم الأساسية

ما هو الذكاء الاصطناعي التوليدي؟

يشير الذكاء الاصطناعي التوليدي إلى النماذج التي تتعلم التوزيع الأساسي لبيانات التدريب ثم تُنشئ بيانات جديدة مشابهة. أبرز الأمثلة هي نماذج اللغة الكبيرة مثل GPT-4 وClaude، والبدائل مفتوحة المصدر مثل Llama وMistral. تُدرّب هذه النماذج على مجموعات نصوص ضخمة ويمكنها إنتاج فقرات مترابطة، وكتابة رمز، وترجمة اللغات، وحتى إنشاء صور أو صوت عند دمجها مع بنى أخرى (مثل نماذج الانتشار للصور).

السمة الرئيسية للذكاء الاصطناعي التوليدي هي **طبيعته المتمحورة حول المخرجات**: يتلقى مطالبة ويعيد استجابة مولّدة. لا يخطط بطبيعته، ولا يفكر في العواقب طويلة المدى، ولا يتخذ إجراءات في العالم. إنها أداة قوية للإبداع والتلخيص والمحادثة، لكنها تفتقر إلى الاستقلالية.

ما هو الذكاء الاصطناعي الوكيل؟

الذكاء الاصطناعي الوكيل، الذي يُسمى أحيانًا "العوامل الذكية" أو "العوامل المستقلة"، يوسّع النماذج التوليدية بالقدرة على **الإدراك والتفكير والتخطيط والعمل**. يستخدم النظام الوكيل عادةً نموذج لغة كبير كـ"دماغ" له، لكنه يغلّفه بمكونات إضافية: نظام ذاكرة، ووحدة تخطيط، ومجموعة من الأدوات أو واجهات برمجة التطبيقات التي يمكنه استدعاؤها. يمكن للوكيل تقسيم هدف معقد إلى مهام فرعية، وتنفيذها بالترتيب (مثل البحث في الويب، تشغيل رمز، إرسال بريد إلكتروني)، والتكيف بناءً على التغذية الراجعة.

الذكاء الاصطناعي الوكيل **موجه نحو العمل**. لا يقتصر على توليد النصوص؛ بل ينفذ المهام. تشمل الأمثلة مساعدي البرمجة المستقلين، وعوامل البحث التي تتصفح الإنترنت للإجابة على الأسئلة، وأنظمة أتمتة العمليات الروبوتية التي تتفاعل مع واجهات البرامج.

الاختلافات الرئيسية في لمحة

| الميزة | الذكاء الاصطناعي التوليدي | الذكاء الاصطناعي الوكيل | |------------------------|----------------------------------------|----------------------------------------------| | الوظيفة الأساسية | إنشاء المحتوى (نصوص، صور، رمز) | تنفيذ الإجراءات، تحقيق الأهداف | | الاستقلالية | منخفضة (يتطلب مطالبات) | عالية (يخطط وينفذ مهام متعددة الخطوات) | | نمط التفاعل | مطالبة ← استجابة | هدف ← خطة ← إجراءات ← تغذية راجعة ← تكيف | | استخدام الأدوات | نادرًا (إلا إذا تم ضبطه بدقة) | ميزة أساسية (واجهات برمجة تطبيقات، بحث ويب، تنفيذ رمز) | | الذاكرة | عادةً محدودة بنافذة السياق | غالبًا تتضمن ذاكرة مستمرة (قاعدة بيانات متجهة) | | أمثلة التطبيقات | روبوتات المحادثة، إنشاء المحتوى، الترجمة| مساعدي البحث، الأتمتة، عوامل الألعاب |

متطلبات هذا البرنامج التعليمي

قبل الغوص في الخطوات العملية، تأكد من توفر ما يلي:

• نظام حديث يعمل بنظام Linux أو macOS أو Windows (WSL2) مع ذاكرة وصول عشوائي لا تقل عن 8 جيجابايت (16 جيجابايت موصى بها)
• Python 3.10 أو أحدث مثبتة (`python --version`)
• اتصال إنترنت يعمل
• مفتاح API من OpenAI (لمثال الذكاء الاصطناعي التوليدي) أو نموذج محلي (مثل استخدام Ollama)
• إلمام أساسي بسطر الأوامر وPython

التثبيت خطوة بخطوة: إعداد نموذج ذكاء اصطناعي توليدي

سنستخدم **Ollama** لتشغيل نموذج ذكاء اصطناعي توليدي محلي. هذا يتجنب تكاليف واجهة برمجة التطبيقات ويمنحنا تحكمًا كاملاً.

الخطوة 1: تثبيت Ollama

Ollama هي أداة تبسط تشغيل نماذج اللغة الكبيرة محليًا. قم بتثبيتها باستخدام الأمر التالي.

curl -fsSL https://ollama.com/install.sh | sh

بعد التثبيت، تحقق من أنها تعمل.

ollama --version

يجب أن ترى مخرجات مثل `0.3.12` أو ما شابه.

الخطوة 2: تنزيل نموذج ذكاء اصطناعي توليدي

سنستخدم نموذج `mistral`، وهو خفيف الوزن ويؤدي أداءً جيدًا.

ollama pull mistral

سيؤدي هذا إلى تنزيل النموذج (حوالي 4.1 جيجابايت). انتظر حتى الاكتمال.

الخطوة 3: اختبار النموذج عبر سطر الأوامر

قم بتشغيل استدلال سريع لتأكيد عمل النموذج.

ollama run mistral "اشرح الفرق بين الذكاء الاصطناعي التوليدي والوكيل في جملة واحدة."

يجب أن ترى استجابة مولّدة. اخرج من الجلسة التفاعلية باستخدام `/bye`.

الخطوة 4: استخدام النموذج برمجيًا

قم بتثبيت مكتبة Ollama الخاصة بـ Python لدمج النموذج في الكود الخاص بك.

pip install ollama

الآن قم بإنشاء سكريبت Python بسيط (`gen_test.py`).

import ollama

response = ollama.chat(model='mistral', messages=[
    {'role': 'user', 'content': 'ما هي عاصمة فرنسا؟'}
])

print(response['message']['content'])

قم بتشغيله.

python gen_test.py

المخرجات المتوقعة: "عاصمة فرنسا هي باريس." هذا هو الذكاء الاصطناعي التوليدي الخالص: عند إعطائه مطالبة، يعيد إجابة مولّدة.

بناء نظام ذكاء اصطناعي وكيل بسيط

الآن سنبني نظامًا وكيلًا بسيطًا باستخدام نفس نموذج اللغة الكبير كنواة له، ولكن معززًا بحلقة تخطيط وأداة (بحث ويب). سنستخدم مكتبة `smolagents` من Hugging Face، المصممة للعوامل.

الخطوة 1: تثبيت المكتبات المطلوبة

pip install smolagents duckduckgo-search

توفر `smolagents` إطار العمل الوكيل؛ و`duckduckgo-search` تمنحنا أداة بحث ويب مجانية.

الخطوة 2: تهيئة الوكيل

قم بإنشاء سكريبت Python (`agent.py`) بالمحتوى التالي.

from smolagents import CodeAgent, DuckDuckGoSearchTool, HfApiModel

# تهيئة نموذج (يمكنك استخدام نفس النموذج المحلي عبر Ollama، لكن للتبسيط نستخدم نقطة نهاية HF)
model = HfApiModel()  # يتطلب اتصال إنترنت ورمز HF، لكن يمكنك استبداله بنموذج Ollama

# تعريف الوكيل بأداة بحث
agent = CodeAgent(
    tools=[DuckDuckGoSearchTool()],
    model=model,
    max_steps=5,
    verbosity_level=2
)

# تشغيل الوكيل على مهمة
agent.run("ابحث عن آخر الأخبار حول الذكاء الاصطناعي الوكيل ولخصها في ثلاث نقاط.")

الخطوة 3: تشغيل الوكيل

قم بتنفيذ السكريبت.

python agent.py

سوف يقوم الوكيل بما يلي: 1. تحليل الهدف: "ابحث عن آخر الأخبار حول الذكاء الاصطناعي الوكيل..." 2. التخطيط لاستعلام بحث. 3. استخدام أداة DuckDuckGo لجلب النتائج. 4. تلخيص النتائج باستخدام نموذج اللغة الكبير. 5. إعادة إجابة نهائية.

يجب أن ترى سجلات تظهر كل خطوة: `[الخطوة 1: جاري البحث...]`، `[الخطوة 2: جاري التلخيص...]`، إلخ.

هذا يختلف جوهريًا عن الذكاء الاصطناعي التوليدي—فالوكيل **يعمل** (يبحث في الويب) و**يتكيف** مع خطته بناءً على ما يجده.

أمثلة الاستخدام: التوليدي مقابل الوكيل عمليًا

مثال الذكاء الاصطناعي التوليدي: إنشاء المحتوى

استخدم النموذج المحلي لإنشاء مخطط لمقالة.

ollama run mistral "اكتب مخططًا من ثلاث نقاط لمقالة حول العوامل الذكية."

المخرجات:

1. مقدمة عن العوامل الذكية وقدراتها
2. المكونات الرئيسية: التخطيط، الذاكرة، الأدوات
3. التطبيقات الواقعية والاتجاهات المستقبلية

هذا توليد لمرة واحدة—لا تكرار، ولا إجراء خارجي.

مثال الذكاء الاصطناعي الوكيل: البحث الآلي

الآن دعنا نستخدم الوكيل لإجراء بحث فعلي.

قم بتعديل `agent.py` لتشغيل مهمة بحث.

agent.run("ابحث عن أحدث التطورات في الذكاء الاصطناعي التوليدي من NVIDIA ولخص النتائج الرئيسية.")

سوف يقوم الوكيل بما يلي:

• البحث في الويب عن أحدث منشورات مدونة NVIDIA حول الذكاء الاصطناعي (المصدر: developer.nvidia.com)
• زيارة الصفحات (عبر مقتطفات البحث)
• تجميع ملخص باستخدام نموذج اللغة الكبير

هذا وكيل لأنه يتضمن خطوات متعددة، واستخدام أدوات، وتخطيطًا ديناميكيًا.

متى تستخدم كل نموذج فكري

اختر الذكاء الاصطناعي التوليدي عندما:

• تحتاج إلى توليد محتوى سريع وعالي الجودة (دردشة، كتابة، إكمال رمز)
• تكون المهمة محددة جيدًا ولا تتطلب تفكيرًا متعدد الخطوات أو بيانات خارجية
• تريد تفاعلًا بسيطًا وعديم الحالة (مطالبة ← استجابة)

اختر الذكاء الاصطناعي الوكيل عندما:

• تتطلب المهمة جمع معلومات من مصادر متعددة (ويب، قواعد بيانات، واجهات برمجة تطبيقات)
• تحتاج إلى تنفيذ سلسلة من الإجراءات (مثل "احجز رحلة طيران، ثم أرسل بريدًا إلكترونيًا للتأكيد")
• تكون البيئة ديناميكية، ويجب على النظام التكيف مع الظروف المتغيرة
• تحتاج إلى ذاكرة مستمرة عبر الجلسات

الخاتمة

يمثل الذكاء الاصطناعي التوليدي والذكاء الاصطناعي الوكيل وجهين لعملة الأنظمة الذكية. الذكاء الاصطناعي التوليدي هو حرفي ماهر، يخلق مخرجات جميلة من مطالبة واحدة. الذكاء الاصطناعي الوكيل هو عامل مستقل، يخطط ويعمل ويتعلم لتحقيق أهداف معقدة. من المرجح أن تجمع أقوى أنظمة المستقبل بين كليهما: نموذج توليدي كنواة تفكير، مغلف في إطار وكيل يمنحه أذرعًا وأرجلًا.

في هذه المقالة، تعلمت الاختلافات المفاهيمية، وقمت بتثبيت وتشغيل نموذج توليدي محلي (Mistral عبر Ollama)، وبنيت وكيلًا بسيطًا باستخدام `smolagents`. لديك الآن الأساس العملي لاستكشاف كلا النموذجين وتحديد أيهما يناسب مشروعك القادم. مع استمرار NVIDIA وOpenAI وMicrosoft وAnthropic في الابتكار، سيصبح الخط الفاصل بين الذكاء الاصطناعي التوليدي والوكيل غير واضح، لكن فهم نقاط قوتهما المميزة اليوم سيمنحك ميزة استراتيجية.