الذكاء الاصطناعي الوكيل مقابل الذكاء الاصطناعي التوليدي: إعادة تعريف الذكاء المستقل

الذكاء الاصطناعي العاملي مقابل الذكاء الاصطناعي التوليدي: إعادة تعريف الذكاء المستقل

يتطور الذكاء الاصطناعي من مجرد إنشاء محتوى سلبي إلى اتخاذ قرارات نشطة. هناك نموذجان رئيسيان—**الذكاء الاصطناعي التوليدي** و**الذكاء الاصطناعي العاملي**—يعيدان تشكيل كيفية تفاعل الآلات مع العالم. بينما يركز الذكاء الاصطناعي التوليدي على إنتاج النصوص والصور والرموز والصوت، يضيف الذكاء الاصطناعي العاملي طبقة من الاستقلالية: القدرة على الإدراك والتخطيط والتصرف نيابة عن المستخدمين. تستكشف هذه المقالة الاختلافات وحالات الاستخدام والخطوات العملية لبناء نظام عاملي بسيط.

فهم المفاهيم الأساسية

ما هو الذكاء الاصطناعي التوليدي؟

يشير الذكاء الاصطناعي التوليدي إلى النماذج التي تنشئ محتوى جديدًا بناءً على الأنماط المستفادة من بيانات التدريب. يشمل ذلك نماذج اللغة الكبيرة (LLMs) مثل GPT-4، ومولدات الصور مثل DALL-E، ومساعدي البرمجة مثل GitHub Copilot. تتفوق هذه الأنظمة في إنتاج مخرجات شبيهة بالبشر ولكنها تتطلب عادةً أوامر صريحة ولا تنفذ مهامًا متعددة الخطوات بشكل مستقل.

وفقًا لمدونة NVIDIA AI، يحول الذكاء الاصطناعي التوليدي الصناعات من خلال تمكين إنشاء المحتوى السريع، بدءًا من النصوص التسويقية إلى البيانات الاصطناعية للتدريب. ومع ذلك، تظل هذه النماذج تفاعلية—فهي تستجيب للمدخلات دون تحديد أهداف مستقلة.

ما هو الذكاء الاصطناعي العاملي؟

يمتد الذكاء الاصطناعي العاملي إلى ما هو أبعد من التوليد ليشمل **اتخاذ القرارات المستقلة**. يمكن للنظام العاملي أن:

• يحدد أو يستقبل أهدافًا عالية المستوى
• يقسم تلك الأهداف إلى مهام فرعية
• يستخدم أدوات (واجهات برمجة التطبيقات، قواعد البيانات، أجهزة الاستشعار) لجمع المعلومات
• ينفذ الإجراءات ويقيم النتائج

تسلط مدونة Microsoft AI الضوء على كيفية دمج سير العمل العاملي في أدوات المؤسسات مثل Microsoft 365 Copilot، حيث يمكن للذكاء الاصطناعي صياغة رسائل البريد الإلكتروني وجدولة الاجتماعات والاستعلام عن قواعد البيانات دون توجيه بشري خطوة بخطوة. كما تشير أخبار Anthropic إلى أن نماذج Claude مصممة للتعامل مع المهام المعقدة متعددة الخطوات مع تحسين الاستدلال والسلامة.

الاختلافات الرئيسية

| الجانب | الذكاء الاصطناعي التوليدي | الذكاء الاصطناعي العاملي | |--------|---------------------------|--------------------------| | **الوظيفة الأساسية** | إنشاء المحتوى | تنفيذ المهام المستقلة | | **أسلوب التفاعل** | أمر-استجابة | موجه بالأهداف، متعدد الخطوات | | **الذاكرة** | محدودة بنافذة السياق | يمكنها الحفاظ على حالة طويلة المدى | | **استخدام الأدوات** | نادر | قدرة أساسية | | **اتخاذ القرارات** | لا يوجد (تفاعلي) | تخطيط واستدلال | | **مثال** | كتابة قصيدة | حجز رحلة طيران، التحقق من الطقس، إرسال تأكيد |

يمكن أن تكون النماذج التوليدية مكونات داخل نظام عاملي—على سبيل المثال، قد يولد نموذج اللغة الكبير خطة، بينما ينفذها العامل.

مثال عملي: بناء مساعد عاملي بسيط

لنقم ببناء عامل خفيف يستخدم نموذج ذكاء اصطناعي توليدي (عبر واجهة OpenAI) للإجابة على الأسئلة من خلال البحث في الويب. يوضح هذا الحلقة العاملة الأساسية: الإدراك (قراءة الاستعلام)، التخطيط (اتخاذ قرار البحث)، التنفيذ (استدعاء واجهة البرمجة)، والاستجابة.

المتطلبات

• Python 3.10 أو أحدث
• مدير الحزم pip
• مفتاح واجهة OpenAI API (من [أخبار OpenAI](https://openai.com/news/))
• اتصال بالإنترنت لاستدعاءات واجهة البرمجة

التثبيت خطوة بخطوة

أولاً، قم بإنشاء بيئة افتراضية وتثبيت التبعيات:

python3 -m venv agent-env
source agent-env/bin/activate   # على ويندوز: agent-env\Scripts\activate

قم بتثبيت حزم Python المطلوبة:

pip install openai requests python-dotenv

قم بإعداد مفتاح واجهة البرمجة الخاص بك. أنشئ ملف `.env` في دليل مشروعك:

echo "OPENAI_API_KEY=your-key-here" > .env

استبدل `your-key-here` بمفتاح OpenAI API الفعلي الخاص بك.

أمثلة الاستخدام

أنشئ ملفًا باسم `agent.py`:

import os
from dotenv import load_dotenv
import openai
import requests

load_dotenv()
openai.api_key = os.getenv("OPENAI_API_KEY")

def search_web(query):
    """محاكاة بحث ويب باستخدام واجهة برمجة مجانية (DuckDuckGo)"""
    url = f"https://api.duckduckgo.com/?q={query}&format=json"
    response = requests.get(url)
    return response.json().get("AbstractText", "لم يتم العثور على نتائج.")

def agent_loop(user_input):
    """الحلقة العاملة: توليد خطة، تنفيذ، استجابة"""
    # الخطوة 1: استخدام الذكاء الاصطناعي التوليدي لتحديد ما يجب فعله
    prompt = f"""أنت مساعد مفيد. يقول المستخدم: '{user_input}'. 
    إذا طلب المستخدم معلومات واقعية، استجب بـ 'SEARCH: <استعلام>'. 
    وإلا، أجب مباشرة."""
    
    response = openai.chat.completions.create(
        model="gpt-3.5-turbo",
        messages=[{"role": "user", "content": prompt}],
        temperature=0
    )
    decision = response.choices[0].message.content.strip()
    
    # الخطوة 2: تنفيذ الإجراء بناءً على القرار
    if decision.startswith("SEARCH:"):
        query = decision.split("SEARCH:")[1].strip()
        search_result = search_web(query)
        # الخطوة 3: استخدام الذكاء الاصطناعي التوليدي لصياغة الإجابة النهائية
        final_prompt = f"بناءً على نتيجة البحث هذه: '{search_result}'، أجب على استعلام المستخدم: '{user_input}'"
        final_response = openai.chat.completions.create(
            model="gpt-3.5-turbo",
            messages=[{"role": "user", "content": final_prompt}],
        )
        print(final_response.choices[0].message.content)
    else:
        print(decision)

if __name__ == "__main__":
    while True:
        user_input = input("أنت: ")
        if user_input.lower() == "exit":
            break
        agent_loop(user_input)

قم بتشغيل العامل:

python agent.py

مثال على التفاعل:

أنت: ما هي عاصمة فرنسا؟
العامل: عاصمة فرنسا هي باريس.
أنت: ابحث عن آخر أخبار الذكاء الاصطناعي
العامل: [بناءً على نتائج البحث] أعلنت OpenAI مؤخرًا عن GPT-4 Turbo...

يوضح هذا المثال البسيط كيف يعمل الذكاء الاصطناعي التوليدي (نموذج اللغة الكبير) على تشغيل الاستدلال، بينما تضيف الحلقة العاملة الاستقلالية (اتخاذ قرار البحث، ثم دمج النتائج).

الأنماط العاملة المتقدمة

الأنظمة العاملة في العالم الحقيقي أكثر تعقيدًا. تصف مدونة Microsoft AI عوامل يمكنها:

• **تنسيق أدوات متعددة**: استدعاء واجهة تقويم، ثم واجهة بريد إلكتروني، ثم نظام إدارة علاقات العملاء.
• **الحفاظ على ذاكرة مستمرة**: تخزين تفضيلات المستخدم عبر الجلسات.
• **التصحيح الذاتي**: إذا لم يُرجع البحث نتائج، جرب استعلامًا مختلفًا.

تستخدم نماذج Claude من Anthropic **الذكاء الاصطناعي الدستوري** لاتخاذ قرارات مستقلة أكثر أمانًا—على سبيل المثال، رفض تنفيذ إجراءات قد تسبب ضررًا، حتى لو طلبها المستخدم.

متى تستخدم كل نهج

• **استخدم الذكاء الاصطناعي التوليدي وحده** عندما تكون المهمة إنشاء محتوى لمرة واحدة: كتابة مقال، توليد صورة، ترجمة نص.
• **استخدم الذكاء الاصطناعي العاملي** عندما تتطلب المهمة خطوات متعددة، أو بيانات خارجية، أو أهدافًا مستمرة: أتمتة دعم العملاء، إدارة منزل ذكي، إجراء بحث.

الخاتمة

الذكاء الاصطناعي التوليدي والذكاء الاصطناعي العاملي ليسا متنافسين—بل هما متكاملان. توفر النماذج التوليدية الذكاء (الاستدلال، فهم اللغة، إنشاء المحتوى)، بينما توفر الأطر العاملة الاستقلالية (التخطيط، استخدام الأدوات، التنفيذ). كما تشير مدونة NVIDIA AI، يكمن المستقبل في **أنظمة الذكاء الاصطناعي المركبة** التي تجمع بين كلا النموذجين لحل مشاكل العالم الحقيقي.

أصبح بناء العامل الخاص بك الآن متاحًا ببضعة أسطر من Python ومفتاح واجهة برمجة. ابدأ صغيرًا—ابنِ مساعد بحث، أو جدولًا شخصيًا، أو فاحصًا لأسعار الأسهم. المهارات التي تتعلمها ستنطبق مباشرة على الموجة القادمة من الذكاء المستقل.