من الذاكرة إلى التطور الذاتي: الخطوة الرئيسية التي يخطوها الوكيل نحو RSI

في الآونة الأخيرة، تقوم أفضل مختبرات الذكاء الاصطناعي في العالم بإصدار إشارة واضحة:الذكاء الاصطناعي يتجه من مجرد مساعدة البشر في إنجاز المهام إلى المشاركة الفعالة في تطويره وتحسينه.

في سبتمبر، أعلنت OpenAI أنها قد حققت الهدف المرحلي المتمثل في إنشاء "متدربين أبحاثيين آليين في مجال الذكاء الاصطناعي"، وتخطط لإنشاء "باحثين حقيقيين في مجال الذكاء الاصطناعي الآليين" بحلول مارس 2028. في نفس الوقت، نشر العالم الرئيسي في OpenAI، Jakub Pachocki، مقالًا طويلًا يناقش آفاق تطور تقنية التحسين الذاتي التكراري (Recursive Self-Improvement أو RSI). وفي 21 سبتمبر، أكدت OpenAI مرة أخرى أن إنشاء باحثين آليين في مجال الذكاء الاصطناعي وتعزيز القدرات البحثية والتطويرية المستمرة في هذا المجال يمثلان اتجاهًا استراتيجيًا مهمًا للمرحلة القادمة.

أصدرت OpenAI بيانًا استراتيجيًا رسميًا في 21 سبتمبر 2026، حيث حددت من بين أهداف المرحلة القادمة الرئيسية تطوير باحثي الذكاء الاصطناعي الأوتوماتيكيين وتحسين الذاتي التكراري.

من ناحية أخرى، أعلنت شركة Anthropic أيضًا عن مجموعة من البيانات التي تستحق الاهتمام: حتى شهر أغسطس من هذا العام، كانت قدرة نظام Claude على العمل قد وصلت تقريبًا إلى... تلعب 26% من أعمال البحث والتطوير الداخلية في مجال الذكاء الاصطناعي دورًا رياديًا.،وبشكل متزايد، بدأت المهام البحثية والتطويرية التي كان يقوم بها الباحثون في السابق بالتحول إلى مهام يقوم بها الذكاء الاصطناعي تحت إشراف بشري.

من OpenAI إلى Anthropic، تتحول RSI من مجرد فكرة تقنية بعيدة المدى إلى جزء أساسي من جداول الأعمال البحثية في أفضل المختبرات العالمية. لم تعد الذكاء الاصطناعي مجرد أداة لحل المشكلات الخارجية، بل بدأ أيضًا في المساهمة في تطوير قدراته الخاصة.

لكن العامل الأكثر أهمية في هذا المسار المتطور باستمرار هو:

كيف يمكن للذكاء الاصطناعي أن يجعل الاستكشافات والتجارب السابقة أساسًا حقيقيًا للتقدم في المرة القادمة، بدلاً من البدء من الصفر في كل مهمة جديدة؟

الذاكرة هي الأساس الرئيسي الذي يدعم قدرة الوكيل (Agent) على التحسين المستمر. يترك كل استكشاف ليس فقط نتائج المهمة، ولكن أيضًا خبرات يمكن للمهام اللاحقة أن ترثها وتعيد استخدامها، مما يوفر فرصة لتحسين قدرات الوكيل (Agent) لتتجاوز نطاق المهمة الفردية وتتطور باستمرار من خلال التراكم المستمر.

01 | من تراكم الخبرات إلى التطور المستمر:

كيف تدعم الذاكرة قدرات الوكيل (RSI):

المفتاح لتحسين قدرات الوكيل باستمرار أثناء التنفيذ هو أن تكون الخبرات قادرة على تجاوز حدود المهمة الفردية:ترسيخ الطرق الفعالة من خلال الاستكشافات السابقة، واستدعاؤها بدقة في المهام الجديدة، وتعديلها وتحسينها باستمرار بناءً على نتائج التنفيذ. في هذا السياق، تلعب عمليات كتابة الذاكرة واسترجاعها دورًا رئيسيًا في ربط هذين الجانبين المترابطين.

يتطلب كتابة الذاكرة التعرف على الطرق الفعالة واستنتاجات الفشل والشروط المناسبة من مسارات التنفيذ المعقدة، بحيث تترك المهام السابقة تجارب قابلة لإعادة الاستخدام بالفعل؛ أما استرجاع الذاكرة فيحتاج إلى العثور بدقة على الطرق التاريخية المناسبة والأدلة الرئيسية وفقًا لمتطلبات المهام الجديدة، لتجنب إغفال التجارب ونقل الأخطاء.

وعلاوة على ذلك، يمكن لتغذية راجعة المهام أن تفحص القيمة الفعلية للتجارب أيضًا. من خلال تحديث محتوى الذاكرة باستمرار واستخدام التغذية الراجعة الفعالة في تدريب نموذج الذاكرة الأساسي، يمكن تعزيز قدرات الذاكرة نفسها، مما يخلق عملية تعزيز متبادل بين تراكم التجارب وتحسين الوكيل.

02 | تعلم وتطور الذاكرة:

اجعل الوكيل يتحسن باستمرار من خلال التجربة

استنادًا إلى احتياجات تراكم الخبرات، وإعادة الاستخدام بين المهام، والتحسين المستمر في وكيل RSI، قامت MemoraX ببناء نظام يعتمد على...تعلم من التجارب، نقل المعرفة من التجارب السابقة، وتحسين الأداء بناءً على التغذية الراجعةنظام القدرة على التذكر المركزي، من خلال بناء بيانات تذكر عالية الجودة، وتنظيم ديناميكي للذاكرة، وتحسينات مبنية على تغذية راجعة من مهام حقيقية، يقوم بتدريب مستمر لنموذج الذاكرة الأساسي، مما يسمح للوكيل (Agent) بالتعلم المستمر من التجارب السابقة وتحسين قراراته وتنفيذه.

تعلم من المهام: جعل تراكم الخبرة قدرة قابلة للتحسين في النموذج

خلال عملية تنفيذ مهام الوكيل، يتم توليد خبرات جديدة باستمرار من خلال التحقق من النتائج وتعديل الاستراتيجيات.القرارات الناجحة توفر طرقًا قابلة لإعادة الاستخدام في المهام اللاحقة، بينما تساعد النتائج الفاشلة المؤكدة الوكيل على استبعاد الحلول غير الفعالة وتقليل عدد المحاولات الخاطئة.لكن قيمة الخبرة غالبًا ما تظهر فقط في المهام اللاحقة، وتلخيص الماضي بدقة لا يعني بالضرورة أنها ستدعم المستقبل بشكل فعال. لذلك، فإن عملية التعلم من التجارب تتطلب ليس فقط تحديد التجارب التي تستحق الاحتفاظ بها، ولكن أيضًا الحفاظ على أسس التحقق منها والقيود البيئية والشروط المناسبة لتطبيقها، لتجنب إغفالها أو سوء استخدامها، وهو أمر لا يمكن حله ببساطة من خلال ملخصات المعلومات أو تقليصها.

في مواجهة هذا التحدي، قامت MemoraX كتابة الذكريات في استراتيجيات قابلة للتعلم مصممة لتحقيق الفوائد في مهام المستقبل، والاستمرار في بناء نظام شامل يغطي بناء البيئة، وجمع البيانات، وتكوين العينات، وتدريب الذكاء الاصطناعي الوكيلي على نطاق واسع.في بيئة مهام تفاعلية وقابلة للتحقق، يتم جمع مسارات التنفيذ وسجلات استخدام الذاكرة وتقييمات التحقق، ومن ثم يتم إنشاء عينات تدريبية مرتبطة لاتخاذ القرارات وتقييم النتائج اللاحقة للاستخدام؛ بالإضافة إلى ذلك، يتم تصميم إشارات مكافأة بناءً على جودة إكمال المهام اللاحقة وكفاءة التنفيذ وحالات المحاولات والأخطاء المتكررة، لتحسين استراتيجيات كتابة الذاكرة. هذه العملية تجعل أهداف تحسين النموذج تتجاوز دقة استخراج المعلومات لتشمل جوانب أخرى.التأثير الفعلي للذاكرة على جودة المهام اللاحقة، وكفاءة التنفيذ، وعملية التجربة والخطأ المتكرر،يساعد التعلم على تحسين استراتيجيات حفظ المعلومات وكتابتها لمهام المستقبل.

نقل المعرفة من التجارب السابقة: السماح للخبرات التاريخية بتوجيه المهام الجديدة

الخبرة يمكن أن تُحفظ، ولكن هذا لا يعني أنها ستكون فعالة في مهام جديدة. عند مواجهة أهداف مهام مختلفة، وقيود بيئية، ومراحل تنفيذ متنوعة، يحتاج الوكيل (Agent) إلى التعرف بدقة على الطرق التاريخية المناسبة للتطبيق، وتجنب تداخل المعلومات غير ذات الصلة ونقل الخبرة بشكل خاطئ.

لهذا السبب، ستقوم MemoraX بـفصل المحتوى التذكاري عن هيكل الوصول،يتم تعديل مداخل الوصول إلى الذاكرة والعلاقات المرتبطة بشكل ديناميكي وفقًا للمهمة الحالية، بحيث يمكن لنفس المعلومات التاريخية أن تتكيف مع متطلبات الاستخدام المختلفة.

على مستوى البحث، نتقدم أكثر…تعلم العلاقة بين متطلبات المهمة الحالية والأدلة الرئيسية التاريخية من خلال تدريب النموذج،بالجمع بين التعرف على الأدلة ذات الدقة العالية وتحديد التباسات الذكريات المماثلة، يتم تحسين قدرة تحديد التجارب الرئيسية، مما يسمح بالتمييز بين "المواضيع ذات الصلة" و"صحة الأدلة".

في مرحلة الاستخدام العملي، يقوم MemoraX بدمج حالة المهمة الحالية مع تقدم التنفيذ،تحويل الخبرات العامة المتراكمة عبر التاريخ إلى إرشادات عملية تحمل أهدافاً واضحة وقيود تشغيلية ومعايير للتحقق من الفعاليةويتم تعديلها بشكل ديناميكي مع مراحل المهمة، بحيث تشارك الخبرات التاريخية بشكل فعال في اتخاذ القرارات والتنفيذ من قبل الوكيل.

تطور من خلال التغذية الراجعة: لتحسين قدرة الذاكرة باستمرار من خلال نتائج التنفيذ

في عملية التكرار المستمرة لمؤشر RSI، لا تكون التجارب التاريخية دائمًا فعالة. قد تؤكد المهام الجديدة صحة الطرق الموجودة، أو قد تكشف عن قيودها.كيفية استخدام التغذية الراجعة من التنفيذ لتحديد القيمة الحقيقية للخبرة، وبناءً عليها تحسين الذاكرة باستمرار، هو جزء مهم من التحسين الذاتي المستمر.

التحدي الأساسي في ذلك هو تخصيص حقوق الائتمان الذاكري (Memory Credit Assignment)قد تستعين المهام طويلة المدى بالعديد من التجارب التاريخية، لكن أيها منها كان لها تأثير حقيقي على قرارات الوكيل، وأيها تم قراءتها فقط دون أن تؤدي إلى أي نتيجة؟ حتى لو نجحت المهمة في النهاية، لا يزال من الصعب تحديد المساهمة الفعلية لكل ذكرى.

حول هذا التحدي، ستقوم MemoraX بـإنشاء ارتباط بين نسخ الذاكرة، سجلات الاستخدام الفعلية، وتعليقات تنفيذ المهامتتبع التجارب التاريخية لمعرفة ما إذا كانت قد ساهمت فعلاً في تصرفات الوكيل، بالإضافة إلى أداء المهام بعد الاستخدام ونتائج التحقق. على هذا الأساس، يتم تقييم وتحسين الذاكرات المتاحة باستمرار،يجب الحفاظ على التجارب الفعالة وتعزيزها، ووفقًا لتعليقات المهام الجديدة، يتم تصحيح التجارب التي لم تعد مناسبة في الوقت المناسب.

هذه التعليقات الحقيقية تساعد أيضًا في...التدريب المستمر لنماذج الأساسية للذاكرةتم توفير الأساس البياني وإشارات التحسين، مما سمح بتوسيع تحسينات الذاكرة من مجرد تحديثات على مستوى المحتوى إلى تعلم نماذج الذاكرة لقيمة التجارب واستراتيجيات التذكر.

03 | من تراكم الخبرة إلى تحسين القدرات:

تطبيقات RSI المتعددة المشاهد في MemoraX

بالنسبة لوكيل RSI، ما يستحق الاهتمام أكثر ليس مدى جودة نتائج مهمة معينة، بل...هل يمكن تراكم الخبرات التاريخية وتصحيحها باستمرار، وأن تستمر في تحقيق القيمة في المهام اللاحقة؟

حول هذه العملية، تم التحقق من قدرة التكرار المستمر للخبرات، والانتقال بين المهام المختلفة، وتحسين الأداء من خلال التغذية الراجعة في ثلاث فئات من المهام: البرمجة المعقدة على المدى الطويل، والتحليل المالي، والاستدلال الرياضي المعقد. كما تم التحقق أيضًا من كيفية دور الذاكرة في تعزيز جودة وكفاءة الوكيل أثناء أداء المهام على المدى الطويل.

（1）البرمجة المعقدة على المدى الطويل: من التكرار بناءً على الخبرة إلى تحسين القدرات الهندسية المعقدة

تجارب البرمجة المعقدة على المدى الطويل تُستخدم في مجالات مثل الاتصالات، المالية، واللوجستيات، وغيرها. في 5 قطاعات كبيرة و13 مهمة لتطوير أنظمة على مستوى الصناعة، تم إجراء 78 عملية تطوير وتشغيل، بإجمالي وقت تطوير يزيد عن 300 ساعة، حيث استمرت أطول عملية تطوير لأكثر من 12 ساعة. في النهاية، ارتفعت نسبة نجاح حلول تعزيز الذاكرة MemoraX بأكثر من 20٪، وفي الوقت نفسه، انخفض إجمالي استهلاك الرموز (Tokens) من قبل الوكيل الرئيسي للبرمجة (Main Coding Agent) بأكثر من 20٪.

من تراكم الخبرة إلى التحسين التكراري: طريق التكرار الذاتي للذاكرة

لمعالجة مشكلة صعوبة تراكم وتحسين الخبرات بشكل مستمر أثناء تنفيذ المهام باستخدام الذاكرة الثابتة التقليدية، قدم فريق MemoraXطريقة RSI المدفوعة بنموذج الذاكرة (Memory Model-Driven RSI)من خلال التعاون بين نموذج الذاكرة المطور ذاتيًا ونظام الوكيل (Agent)، يتولى نموذج الذاكرة المتخصص مهمة استخراج وتحديث الذاكرة البرمجية من مسارات تنفيذ الوكيل والتغذية الراجعة عبر الإنترنت، بينما يقوم نظام الوكيل بتطبيق هذه الذاكرة في المهام الفعلية، مما يشكل آلية تكرارية مغلقة تشمل استخلاص الخبرات، تطبيق المهام، التحقق من النتائج، وتحديث الذاكرة. وهذا يسمح بتراكم الخبرات الفعالة باستمرار، وتحسينها، واستخدامها كدليل للمهام اللاحقة. في حالات التدريب التي تتكون من مهام كودية طويلة الأمد،بعد عدة جولات من تحسين التكرار في الذاكرة البرمجية، تحسنت جودة الذاكرة البرمجية بأكثر من 10%.

مع الخبرة المكتسبة من التكرار المتعدد، نتحدى تطوير مشروع هندسي معقد يستغرق 335 ساعة

ما مدى الفائدة التي يمكن أن تعود بها الخبرات المتراكمة عندما تنفصل عن المهام التعليمية الأصلية، عند مواجهة تحديات هندسية جديدة؟

لهذا الغرض، سيتم استخدام الخبرات المتراكمة في مهام تطوير المشاريع المعقدة الجديدة.في 13 مهمة معقدة من هندسة البرمجيات، تم إجراء 78 عملية تطوير وتشغيل، بإجمالي وقت تطوير يزيد عن 335 ساعة، حيث كان أطول وقت تطوير لعملية واحدة يزيد عن 12 ساعة.هذه المهام ليست مجرد تعديلات بسيطة على الكود، بل تتضمن منطق أعمال معقدًا، اعتمادات بين الوحدات المختلفة، وعددًا كبيرًا من الاختبارات، وهي تمثل تحديات هندسية حقيقية.

في النهاية، تم تحسين معدل النجاح بأكثر من 20٪، وفي الوقت نفسه، انخفض إجمالي استهلاك الرموز (Tokens) من قبل وكيل الترميز (Coding Agent) بأكثر من 20٪.

من بينها، AccessSentinel هي حالة نموذجية تتميز بصعوبتها العالية. يحتاج الوكيل (Agent) إلى بناء نظام كامل للتحكم في الصلاحيات على مستوى المؤسسة، وضمان أن...قيود أمنية صارمة。

بمساعدة نموذج الذاكرة،الخبرة التاريخية لم تعد مجرد مرجع معلوماتي ثابت، بل أصبحت قادرة على المشاركة بشكل مستمر في تنفيذ والتحقق من أداء الوكيل (Agent) مع تغير حالة المهمة.من الدقيقة 43 بعد بدء التطوير حتى الساعة الثانية والنصف، تم تسجيل الذكريات في نقاط رئيسية مختلفةتقديم طوعيإرشادات موجهة:

• عند إلغاء صلاحيات الجهاز，ليس فقط يجب منع الأجهزة من تسجيل الدخول مرة أخرى، ولكن يجب أيضًا التأكد من أن الحسابات التي سجلت الدخول مسبقًا لا يمكنها الاستمرار في الوصول إلى النظام.
• عند استعادة إصدار قديم من سياسة الأمان،يجب الحفاظ على السجلات التاريخية، وفي الوقت نفسه منع استعادة الصلاحيات التي تم إلغاؤها بشكل غير مقصود.
• عند معالجة الطلبات بشكل جماعي，أولاً، يجب التحقق من أن جميع الطلبات تتوافق مع المتطلبات المطلوبة، ويمكن تنفيذ العملية بشكل موحد فقط بعد الموافقة على جميع الطلبات، لتجنب حدوث حالات نجاح جزئي أو فشل جزئي.

أثناء الاختبار،ارتفع متوسط معدل النجاح في الثلاث عمليات بنسبة تزيد عن 45٪، بينما انخفض إجمالي استهلاك الرموز (Tokens) من قبل الوكيل الرئيسي للبرمجة (Main Coding Agent) بنسبة تزيد عن 66٪.

（2）التحليل المالي المعقد: من تراكم الأدلة إلى التحسين المستمر والمستقل

تتطلب الأبحاث المالية تجميع مواد واسعة ومتنوعة لتشكيل استنتاجات تحليلية كاملة وموثوقة. بالإضافة إلى العثور على البيانات ذات الصلة، يحتاج الوكيل أيضًا إلى فهم الأطراف المعنية والأوقات ومعايير الإحصاء بدقة ضمن سياق معقد، وإقامة روابط بين الأدلة المختلفة لتجنب التأثير على النتائج النهائية بسبب إغفال المعلومات أو التباس المعايير.

تركز MemoraX على مشكلتين مترابطتين:كيف يمكن للأدلة أن تدعم إجابة شاملة، وكيف يمكن استخدام الأسئلة الموجودة في الإجابة لتحسين طرق حفظ واسترجاع الأدلة بشكل عكسي؟لهذا الغرض، أجرت MemoraX تجارب استنادًا إلى معيار FinRank الموثوق به في مجال المالية، والذي يغطي التقارير المالية الحقيقية لـ 22 شركة مدرجة أمريكية في صناعات مثل الأدوية والنفط والغاز والسيارات، ويشمل كميات كبيرة من البيانات المالية المعقدة عبر الشركات والدورات المختلفة. ومن خلال هذه المهام، تستخدم MemoraX تعليقات المستخدمين لتحسين تنظيم الذاكرة وعمليات البحث باستمرار، مما يشكل دورة تكرارية من "التنفيذ - التعليق - تحسين الذاكرة - إعادة التنفيذ". أكثر من 30 تكرارًا للتكرار التعاوني بين نموذج الذاكرة ونظام التحليل المالي،في النهايةمعدل استرجاع سلسلة الأدلة يقترب من 100٪، مما يمثل زيادة بنسبة 20٪ في دقة إكمال مهام CodeX، وانخفاضًا في التكاليف بنسبة تقارب 98٪.

من العثور على البيانات إلى تنظيم الأدلة التي يمكن أن تدعم الاستنتاجات

على سبيل المثال، في مهمة تحليل مالي لشركة تصنيع كبيرة، تتناثر الأدلة ذات الصلة بالمهمة بين كميات هائلة من المواد المتشابهة في الصناعة والتي تتضمن البيانات المالية لثلاث سنوات متتالية، وكشوف الموردين، وشرح المخاطر. من السهل العثور على محتوى ذي صلة بالموضوع باستخدام الكلمات الرئيسية أو التشابه الدلالي، ولكن هذا المحتوى قد لا يخص الشركة المستهدفة أو الفترة المالية المعنية؛ وإذا تم الاحتفاظ فقط بالملخصات، فقد يتم تجاهل المعايير الرقمية والشروط التي تؤدي إلى وجود المخاطر.

في هذا الصدد، تقوم MemoraX أولاً بتحويل المواد السياقية إلى ذاكرة منظمة، ثم تعدل طريقة تنظيم هذه الذاكرة تدريجياً بناءً على تغذية راجعة من الإجابات، مع التركيز على سيناريوهات الأسئلة والأجوبة المالية، لتشكيل نظام يأخذ في الاعتبار...الدقة في الأرقام، محاذاة القياسات، وتتبع المصادرمخرجات نموذج الذاكرة؛ أثناء البحث، يتم استدعاء هذه الأدلة بناءً على المشكلة الحالية، وتحليل الوضع الحالي للمخزون وهيكل الشراء والمخاطر المحتملة معًا. هذه الطريقة في التنظيم تأخذ في الاعتبار متطلبات المهام المالية.الأرقام دقيقة، والمعايير موحدة، ومصادرها قابلة للتتبعمتطلبات العميل.

تحسنت دقة إكمال المهام النهائية لـ MemoraX مقارنةً بـ Codexحوالي 20%بالإضافة إلى ذلك، وفقًا لإحصاءات استخدام الواجهة البرمجية الخاصة بالـ API، فإن تكلفة هذا الحل هي...مقارنةً بخطة المرجع Codex، فقد انخفضت التكاليف بنسبة تقارب 98٪، مما أدى إلى تحقيق معدلات موافقة أعلى بشكل ملحوظ.

من تغذية الملاحظات الناتجة عن الإجابات إلى تكرار وتحسين الاستراتيجيات: كيفية تحسين الذاكرة "كيفية الحفاظ عليها، وكيفية استرجاعها"

تقوم MemoraX، استنادًا إلى تعليقات المهام، بالبحث المستمر عن طرق اختيار وتنظيم المعلومات المتعلقة بالذاكرة فيما يتعلق بحالات فقدان الأدلة والتشابك في العلاقات والازدواج في الاستشهادات، وتواصل تراكم الخبرات في مهام التدريب.عينات تفاعلية لكتابة القرارات ذات الصلة، ومحتوى الذاكرة، وتأثيرات الاستخدام اللاحقة،يُستخدم لتحسين نماذج الذاكرة. بعد تدريب النموذج، يشارك مرة أخرى في دورة جديدة من المهام، حيث تُستخدم ملاحظات التنفيذ لتحسين استراتيجيات الكتابة والتدريبات اللاحقة، مما يخلق دورة تعاونية بين التفاعل مع المهام وتحسين النموذج (RSI). خلال هذه العملية، يبدأ النموذج تدريجياً في إظهارخصائص تمثيل الذاكرة المناسبة لسيناريوهات الماليةيجب حفظ القيم الرئيسية مع الشروط المناسبة لها، مع التمييز بين الأطراف المختلفة، وفترات التقرير، ومصادرها، وإنشاء علاقة توافق بين الحقائق والأدلة الأصلية. بعد ذلك... تكرار مؤشر RSI لمدة 36 دورة，MemoraX وصلت نسبة استرجاع الأدلة إلى 96.49٪، وارتفعت دقة المهمة من 33.33٪ إلى 73.33٪.

بالنسبة للباحثين الذين يحتاجون إلى متابعة التقارير المالية والإعلانات على المدى الطويل، يمكن أن تساعد الذاكرة المبنية على نفس المجموعة من المواد في معالجة مشكلات مختلفة، مما يقلل من الاستثمارات الأولية؛ كما يمكن للتعليقات الواردة في التحليلات اللاحقة أن تساعد في تعديل محتوى الذاكرة واستراتيجيات الاستخدام باستمرار.جعل الإجابات أكثر اكتمالاً، وجعل الاستخدام أكثر اقتصادية، والسماح للخبرات بالتراكم باستمرار،يشكل كل منهما جزءًا من القيمة العملية لـ MemoraX في المهام المالية المعقدة.

(3) التفكير الرياضي المعقد: من التغذية الراجعة التجريبية إلى التكرار الذاتي لاستراتيجيات الحل

في تجارب التفكير الرياضي عالية الصعوبة، استكشفت MemoraX بشكل أعمق القدرة على استخدام الخبرات التاريخية وتعليقات التحقق لمساعدة الوكيل (Agent) على تصحيح تفكيره باستمرار وتحسين استراتيجيات الحل في المشكلات المعقدة. في مسائل التحسين المركبة من مستوى الأولمبياد الرياضي الدولي (IMO)، تمكن الوكيل من إجراء تحسينات بعد حوالي تم حل المشكلة على مدار 4 ساعات، مع أكثر من 600 استدعاء للنموذج.تم العثور أخيرًا على النسخة المؤكدة صحتها. الحل الأمثل لـ 21 مستطيلًا. مقارنةً بخطة OpenAI Codex، تم تقليل وقت الحل بنسبة 13% وتقليل التكلفة بنسبة 98%.

من دليل الفشل إلى الحل الأمثل: التحسين المستمر في التفكير من خلال التغذية الراجعة

Matilda 16×16 هي مشكلة تحسين تركيبي صعبة جدًا من مستوى IMO: يُطلب تغطية 240 مربعًا في شبكة 16×16 باستخدام أقل عدد ممكن من المستطيلات، مع الحفاظ على وجود فراغ واحد في كل صف وكل عمود. هناك فقط في مواقع الفراغات نفسها حوالي ٢٠.٩ تريليون احتمال للترتيباتالصعوبة لا تكمن فقط في إيجاد حل ممكن، بل أيضًا في إثبات عدم وجود خطة تستخدم عددًا أقل من المستطيلات.

في مواجهة هذا التحدي، استمر الوكيل في التعاون المستمر حول بناء عمليات البحث، وإثبات الشكل، والنمذجة الدقيقة، والتدقيق المستقل. وقد وجد النظام في البداية 27 و23 بنية مرشحة، ولكن تم رفض الحجة المتعلقة بأفضلية البنية الثالثة والعشرين من قبل التدقيق المستقل.

يمكن لـ MemoraX أن يقوم بتراكم المقترحات السابقة، وعمليات التفكير، وتعليقات التحقق بشكل مستمر، حيث يستخرج النموذج الأساسي للذاكرة التجارب الفعالة من المسارات الناجحة، ويحول التجارب الفاشلة إلى مرجع لتعديل استراتيجيات الحل في المستقبل:

• تصحيح الأخطاء الذاتي في الذاكرة: من الاستنتاجات الخاطئة إلى تصحيح الذاكرة. رفض التدقيق المستقل 23 دليلاً على أن الحلول المقترحة كانت الأمثل، مما دفع الوكيل (Agent) إلى إعادة النظر في الاستنتاجات السابقة، واستخدام ملاحظات التحقق من أن “الحلول القابلة للتنفيذ لا تعادل الحلول الأمثل” لتصحيح سجلاته، وذلك لتجنب تكرار نفس الأخطاء في الاستنتاجات اللاحقة.
• تحسين ذاتي للإستراتيجيات: من تحديث الذاكرة إلى تطوير الأساليب. استنادًا إلى الخطط المقترحة السابقة المستخلصة من نماذج الذاكرة وتعليقات التحقق، تم توجيه الوكيل لتعديل طريقة النمذجة، بحيث تم دمج قيود المواقع الفارغة وحدود المستطيلات في عملية البحث عن الحلول. وقد تم العثور على حلول أفضل تتكون من 22 و21 قطعة على التوالي.
• تكرار عملية التذكر: من التحقق من النتائج إلى التحسين المستمر. يقوم الوكيل بالتحقق التدريجي واستخدام الأدوات المناسبة للحل الدقيق، وفي النهاية يؤكد على أفضلية الإجابة، ثم يعيد نتائج التحقق الجديدة إلى نموذج الذاكرة لتحسين بناء الذاكرة الخاصة بالحل، وذلك لتوفير مرجع للمشكلات المماثلة في المستقبل.

أفضل طريقة لترتيب 21 مربعًا في مصفوفة 16×16 لمسألة ماتيلدا: الخانات السوداء فارغة، والمناطق ذات الألوان المختلفة تمثل بلاطات مستطيلة.

يُظهر هذا الأمر قدرة الوكيل (Agent) على التكرار المستمر في مهام رياضية معقدة:الخبرة التاريخية لم تعد مجرد سجلات استنتاجية ثابتة، بل أصبحت قادرة على الاندماج مع التعليقات التحققية الجديدة والمشاركة بشكل مستمر في تعديل استراتيجيات الحل اللاحقة.

ابتداءً من الذاكرة، نتجه نحو وكيل يتطور باستمرار

تم إنشاء MemoraX AI (忆纪元) بواسطة هاو جيانيه، الذي كان مدير مختبرات القرار والاستنتاج في هواوي سابقًا، ومدير مختبرات خوارزميات النماذج الكبيرة، والخبير الرئيسي في مجال القرار الذكي. تركز هذه التقنية على نماذج الذاكرة للوكلاء (Agents) الجيل القادم التي يمكن تعلمها وتطويرها باستمرار.

حصل النموذج الذاكري الذي طوره الفريق بشكل مستقل والمبني على تقنية الذكاء الاصطناعي الاستباقي (Agenetic RL) على المركز الأول في قوائم الذاكرة العالمية المرموقة، وقد تم تغطيته والاهتمام به على نطاق واسع من قبل وسائل الإعلام المحلية والدولية مثل مجلة MIT Technology Review. تم تطبيق حلول الذاكرة التي طورها الفريق على نطاق واسع في الشركات الرائدة في مجالات مثل البرمجة، الرعاية الصحية، المالية، الأمن، والمنازل الذكية، وهم شركاء استراتيجيون لكل من هواوي كلاود وتنسنت كلاود.

اليوم، تعمل الفريق على تعميق دراستها لمؤشر RSI القائم على نماذج الذاكرة، لتمكين الوكلاء (Agents) من الاستفادة من التجارب المتراكمة وإعادة استخدامها، والتحول نحو التعلم المستمر والتطور الذاتي، مما يعزز موقعها الريادي في مجال ذاكرة الذكاء الاصطناعي. في الوقت نفسه، يتم تسريع تطبيق هذه التقنيات في مختلف السيناريوهات، والعمل على توحيد معايير تطوير وتسويق وحدات الذاكرة للمنتجات الموجهة للقطاعات الصناعية (B2B) والمستهلكين النهائيين (B2C) على نطاق واسع.

خاتمة

المفتاح في وكيل RSI لا يكمن فقط في جعل الذكاء الاصطناعي يؤدي بشكل أفضل في مهمة واحدة، بل يكمن أيضًا في...لنجعل كل تنفيذ يصبح أساسًا لتحسين القدرات في المرة القادمة.الطرق الناجحة، والتجارب الفاشلة، والشروط المناسبة تتراكم من خلال الذاكرة طويلة الأمد، وتتحول في المهام الجديدة إلى إرشادات عمل قابلة لإعادة الاستخدام؛ وبدورها، تؤدي نتائج التنفيذ الجديدة إلى تحديث التجارب، وتحسين استراتيجيات التذكر، والتعلم المستمر لنماذج الذاكرة الأساسية.

ما تستكشفه MemoraX هو…مسار تطور متبادل يعزز فيه الذاكرة وتحسين الذات لدى الوكيل بعضهما البعضمن ناحية، نسمح للذاكرة بتوفير أساس تجريبي مستمر وقابل للنقل بين المهام لوكيل RSI؛ ومن ناحية أخرى، نسمح للتنفيذ والتغذية الراجعة في المهام الحقيقية بأن يعززا باستمرار تعلم الذاكرة وتطورها.

كلما تركت كل مهمة خبرة، وكل تعليق يدفع نحو التحسين، لم تعد قدرات الوكيل محدودة بالتنفيذ الفردي، بل أصبحت لديه الفرصة ليصبح عملية مستمرة التراكم والتطور الذاتي.

المقال مأخوذ من "قلب الآلة"، تأليف "قلب الآلة".