وكلاء اللغة: شرح مبسّط
اكتشف كيف تتعرف على وكلاء اللغة وألقِ نظرة على معماريات مختلفة لتفهم بشكل أفضل كيف تُبنى وماذا تستطيع أن تفعل.
مع انتشار تطبيقات مثل chatGPT وSiri وAlexa، نحيط أنفسنا تدريجيًا بتقنيات قد لا نفهمها بالكامل. تقدم هذه المقالة نظرة سريعة على عالم وكلاء اللغة.
تنتظم التدوينة على النحو التالي: نبدأ بما يميّز وكلاء اللغة وكيف نتعرف عليهم، ثم نستعرض مجموعة مختارة من معماريات وكلاء اللغة.
كيف تتعرف على وكيل لغة؟
Windows Clippy مثال على روبوت دردشة أساسي، المصدر: Figma.
إحدى طرق الإجابة هي المقارنة على هذا النحو:
- روبوتات الدردشة الأساسية (مثل Clippy من Windows) ليست سوى أنظمة سؤال وجواب (ليست وكلاء بعد): يستطيع المستخدم طرح سؤال فقط، ويعيد النظام إجابة (عادةً محددة مسبقًا).
- ChatGPT-4 من OpenAI مثال واضح على نظام مبني على وكيل لغة، يقدم توليد الصور وميزات تحويل النص إلى كلام (text2speech) إلى جانب الإدخال متعدد الوسائط.
وباختصار، إذا كان بإمكانك أن تطلب منه أكثر من مهمة واحدة محددة بدقة (روبوت دردشة++ إن صح التعبير)، فمن المرجح أن نوعًا من وكلاء اللغة يعمل خلف الكواليس.
أمثلة معروفة على وكلاء اللغة
يتناول هذا القسم عدة أمثلة على أنظمة تعتمد على وكلاء اللغة.
ChatGPT
في أحدث إصداراته، يستطيع التعامل مع أكثر بكثير من المهام النصية. فمع ChatGPT يمكنك:
- رفع مجموعة بيانات وإجراء تحليل أساسي باستخدام منتج Data Analyst،
- إنشاء صور من النص باستخدام Dalle.
- تحويل النص إلى صوت باستخدام نموذج TTS من OpenAI.
- تقديم صوت أو صورة وطرح أسئلة عنها باستخدام GPT-V أو Whisper.
- إنتاج شيفرة للوظيفة التي تطلبها.
- وربما أكثر من ذلك بكثير.
مساعدو الهاتف الذكي/المنزل
أنت بالتأكيد على دراية بأدوات مثل Siri وGoogle Assistant (المدعوم بـ Gemini) أو Alexa، التي تعتمد على وكلاء اللغة في الخلفية. وهي تتعامل مع مهام كثيرة، مثل تشغيل الموسيقى ومعرفة الطقس وحجز المواعيد أو الاتصال بأشخاص مختلفين. ورغم أن هذه الأنظمة تتلقى الكلام كمدخل، فإنها تحوله إلى نص (بنماذج تحويل الكلام إلى نص) ثم تطبق مجموعة من نماذج NLP.
Devin من Cognition
وكيل تطوير برمجيات اشتهر مؤخرًا مثال ممتاز آخر على وكيل لغة. وبحسب العروض التوضيحية المختلفة، تستطيع الأداة أخذ مهام البرمجيات من البداية إلى النهاية، محاكيةً طريقة عمل البشر: كتابة المتطلبات وتصميم العمارة وتخطيط المشروع وكتابة الشيفرة واختبار النتيجة.
وكرد فعل، ظهرت حلول أخرى قائمة على الوكلاء في هذا المجال، مثل OpenDevin وMetaGPT أو Github Workspace.
Vapi – مساعد صوتي بالذكاء الاصطناعي
VAPI شركة تقدم حلولًا متكاملة لبناء وكلاء كلام آليين، مثل وكلاء المبيعات، تجمع بين المراسلة النصية عبر البريد الإلكتروني أو Whatsapp وقدرات الكلام الواقعية، وكل ذلك فوق محرك استدلال LLM الذي تفضله (مثل Perplexity أو Groq). وبواسطتها يمكنك بناء وكيل مبيعات آلي خاص بك أو التكفل بدعم العملاء الوارد لشركتك دون توظيف موظفين إضافيين لهذه الأعمال.
ألعاب الحاسوب
بالنظر إلى الأبحاث، اختار مؤلفو ورقة بعنوان Voyager سير العمل القائم على الوكلاء لمحاكاة الشخصيات غير القابلة للعب (NPC) في Minecraft بشكل أكثر إقناعًا وجعلها تتصرف بشكل أقرب إلى البشر. وفعلوا ذلك ببناء آليات شبيهة بالبشر في تفكير الشخصيات، مثل الذاكرة الحركية والذاكرة العرضية والتأمل، بل وتعلّم إجراءات معقدة جديدة بشكل مستقل.
المعماريات الوكيلية
تهدف المعماريات الوكيلية إلى معالجة كثير من مشكلات الذكاء الاصطناعي اليوم، ومنها الأسئلة والأجوبة متعددة الوسائط والأسئلة الغامضة والإجابات المعتمدة على عدة مستندات وأخطاء الاستدلال.
معمارية تعدد الوسائط
هذه هي البنية النموذجية لوكيل اللغة. تبدأ بتعليمات المستخدم، ثم تغلّفها الواجهة الخلفية في موجّه (prompt) أكثر تفصيلًا يحتوي على الأدوات المتاحة (مجموعة مقيدة من الإجراءات) وأمثلة والمهمة. وبناءً على ذلك الموجّه، يختار الوكيل الأدوات اللازمة لتنفيذ مهمة المستخدم، وتوفر الأدوات المعيّنة المخرجات وتعدّلها لتبقى متسقة مع الموجّه.
ترجمة الاستعلام والتخطيط

إلى جانب الجمع بين المهام عبر الوسائط، يمكننا أيضًا معالجة الأسئلة الغامضة، مثل السؤال الموضح في الرسم أدناه، خطوة بخطوة. فبدلًا من الإجابة عن سؤال واحد صعب، يمكننا تقسيمه إلى مهام أبسط وأدق واستخدام نتائجها للإجابة عن الرسالة بشكل صحيح.
تصفية البيانات الوصفية والتوجيه

يمكن للوكلاء أيضًا أن يعملوا كمرشحات للبيانات الوصفية، فتضيّق البيانات أو قواعد البيانات ذات الصلة بحسب ما تتعلق به. في المثال أعلاه، يريد المستخدم معرفة أفضل مطعم بيتزا في ألمانيا. وبمجرد أن يتضح أن السؤال عن دولة ألمانيا، يمكن اختيار مخازن البيانات التي تغطي المدن الألمانية، مثل برلين أو هامبورغ، واستبعاد غير ذات الصلة، مثل دليل نيويورك.
وكيل RAG التصحيحي (Corrective RAG)

يُعدّ RAG ذاتي التصحيح معمارية وكيلية مثيرة أخرى. وكما يوضح المخطط، فهو يتألف من عدة خطوات:
- كما في RAG القياسي، يبحث عن المستندات ذات الصلة في مخزن البيانات.
- يقيّم الوكيل مدى صلة المستندات.
- ثم تُفحص المستندات لمعرفة ما إذا كانت لا علاقة لها بالسؤال.
- وبمجرد توفر مستندات كافية، تُنتج إجابة مرشحة.
- الخطوة الأخيرة مقسمة إلى جزأين: تقييم الإجابة بالتحقق من أنها مستندة إلى المستندات المقدمة، وتقرير ما إذا كانت تجيب فعلًا عن السؤال الأصلي.
الذاكرة طويلة الأمد للوكلاء
وأخيرًا، توجد آلية للاحتفاظ بذاكرة طويلة الأمد عن المستخدم، لأن ذلك قد يكون مهمًا لمنح الإجابات سياقًا أفضل. ولتحقيق ذلك، يستخرج الوكلاء المعلومات الرئيسية من أسئلة المستخدم وإجاباته ويحفظونها في قاعدة معرفة. وبالمثل، عندما تتغير الظروف (مثلًا يقول مستخدمنا إنه لم يعد نباتيًا)، يجب تحديث كل مقطع متعلق بتلك المعلومة ليتوافق معها.
الخاتمة
شرحت هذه التدوينة ما هي وكلاء اللغة وأين يمكنك مصادفتها. والأهم أننا استعرضنا مجموعة مختارة من معمارياتها، التي يمكن أن تساعد في بناء أنظمة روبوتات دردشة تتعامل بشكل أفضل مع المشكلات النموذجية التي تواجهها هذه الروبوتات.
لدينا خبرة متينة في تنفيذ سير عمل وكلاء اللغة، لذا إذا كنت تحتاج إلى واحد، فلا تتردد في التواصل معنا.