نماذج الذكاء الاصطناعي لا تتذكر بمفردها؛ بل يعتمد «تذكرها» على نظام خارجي يدير ذاكرتها عن طريق تخزين المعلومات واسترجاعها بشكل انتقائي لكل تفاعل. هذه العملية الانتقائية ضرورية لتجنب الالتباس وعدم الكفاءة في أداء وكيل الذكاء الاصطناعي.
هل تساءلت يوماً كيف يبدو وكيل الذكاء الاصطناعي وكأنه «يتذكر» تفاصيل مشروعك أو محادثاتك السابقة؟ إليك ما يعنيه هذا حقاً لكيفية تفاعلك مع أدوات الذكاء الاصطناعي.
انسَ ما تعتقده عن الذاكرة التقليدية. فالنماذج اللغوية الكبيرة (LLMs) لا تتذكر أي شيء فعلياً بين التفاعلات. في كل مرة ترسل فيها أمراً (prompt)، الأمر يشبه التحدث إلى دماغ جديد تماماً. يعالج المدخلات الخاصة بك، يولد استجابة، ثم يتبخر كل شيء — ينسى كل شيء.
إذن، إذا كان وكيل الذكاء الاصطناعي يعرف أن مشروعك يستخدم 'pytest'، فإن النموذج اللغوي نفسه لا يتذكر ذلك. بدلاً من ذلك، هناك نظام خارجي ذكي يعمل خلف الكواليس. يقوم هذا النظام بتخزين أجزاء من المعلومات – مثل تفاصيل المشروع أو القرارات السابقة – ثم، في اللحظة المناسبة تماماً، يقوم بإعادة إدخال تلك البيانات ذات الصلة إلى الأمر المرسل إلى النموذج اللغوي. *هذه* هي «ذاكرة» الوكيل الحقيقية.
قد تفكر: «لماذا لا نرسل سجل المحادثة بالكامل في كل مرة؟» بينما يعمل هذا لفترة، فإنه سرعان ما يواجه مشاكل. يستمر السجل في النمو، مما يجعل الأوامر طويلة جداً ومكلفة من حيث «الرموز» (tokens) – وهي الوحدات التي تعالجها النماذج اللغوية الكبيرة. الأسوأ من ذلك، أن السجل الطويل يخلط المعلومات القديمة والجديدة دون التمييز بينها. تخيل أن الذكاء الاصطناعي لا يزال يتحدث عن خدمة كانت في 'المنطقة أ' منذ أسابيع، على الرغم من أنها انتقلت إلى 'المنطقة ب' الأسبوع الماضي. هذه المعلومات القديمة تضر مباشرة بجودة استجابات الذكاء الاصطناعي.
لهذا السبب، تعتمد ذاكرة وكلاء الذكاء الاصطناعي الفعالة على الانتقائية. لا يتعلق الأمر بتذكر كل شيء، بل بتذكر *ما يهم*. يتضمن ذلك أربع خطوات رئيسية:
1. **الكتابة:** تحديد أجزاء المعلومات التي تستحق الحفظ، بأي صيغة، ومع بيانات وصفية مفيدة (مثل مصدرها أو تاريخ إضافتها).
2. **التخزين:** حفظ هذه المعلومات، وغالباً ما يتم تحويل النص إلى «تضمينات» رقمية تمثل معناه.
3. **البحث:** عندما يأتي سؤال جديد، يبحث النظام بذكاء في ذكرياته المخزنة للعثور على الأجزاء الأكثر صلة بهذا الاستفسار المحدد فقط.
4. **النسيان/الصيانة:** إدارة المعلومات القديمة أو الأقل فائدة بانتظام – ربما استبدالها، أو تقليل أهميتها، أو أرشفتها.
من الرائع كيف أن «سياسات الذاكرة» المختلفة – وهي في الأساس مجموعات مختلفة من القرارات في هذه المراحل الأربع – يمكن أن تجعل وكيلين للذكاء الاصطناعي يستخدمان نفس النموذج الأساسي يتصرفان بشكل مختلف تماماً. هذا يسلط الضوء على أن ذكاء وكيل الذكاء الاصطناعي لا يكمن فقط في نموذجه الأساسي، بل بشكل عميق في كيفية إدارته لـ«ماضيه». تضمن هذه الذاكرة الانتقائية بقاء وكلاء الذكاء الاصطناعي فعالين، وذوي صلة، ومفيدين باستمرار.
انسَ ما تعتقده عن الذاكرة التقليدية. فالنماذج اللغوية الكبيرة (LLMs) لا تتذكر أي شيء فعلياً بين التفاعلات. في كل مرة ترسل فيها أمراً (prompt)، الأمر يشبه التحدث إلى دماغ جديد تماماً. يعالج المدخلات الخاصة بك، يولد استجابة، ثم يتبخر كل شيء — ينسى كل شيء.
إذن، إذا كان وكيل الذكاء الاصطناعي يعرف أن مشروعك يستخدم 'pytest'، فإن النموذج اللغوي نفسه لا يتذكر ذلك. بدلاً من ذلك، هناك نظام خارجي ذكي يعمل خلف الكواليس. يقوم هذا النظام بتخزين أجزاء من المعلومات – مثل تفاصيل المشروع أو القرارات السابقة – ثم، في اللحظة المناسبة تماماً، يقوم بإعادة إدخال تلك البيانات ذات الصلة إلى الأمر المرسل إلى النموذج اللغوي. *هذه* هي «ذاكرة» الوكيل الحقيقية.
قد تفكر: «لماذا لا نرسل سجل المحادثة بالكامل في كل مرة؟» بينما يعمل هذا لفترة، فإنه سرعان ما يواجه مشاكل. يستمر السجل في النمو، مما يجعل الأوامر طويلة جداً ومكلفة من حيث «الرموز» (tokens) – وهي الوحدات التي تعالجها النماذج اللغوية الكبيرة. الأسوأ من ذلك، أن السجل الطويل يخلط المعلومات القديمة والجديدة دون التمييز بينها. تخيل أن الذكاء الاصطناعي لا يزال يتحدث عن خدمة كانت في 'المنطقة أ' منذ أسابيع، على الرغم من أنها انتقلت إلى 'المنطقة ب' الأسبوع الماضي. هذه المعلومات القديمة تضر مباشرة بجودة استجابات الذكاء الاصطناعي.
لهذا السبب، تعتمد ذاكرة وكلاء الذكاء الاصطناعي الفعالة على الانتقائية. لا يتعلق الأمر بتذكر كل شيء، بل بتذكر *ما يهم*. يتضمن ذلك أربع خطوات رئيسية:
1. **الكتابة:** تحديد أجزاء المعلومات التي تستحق الحفظ، بأي صيغة، ومع بيانات وصفية مفيدة (مثل مصدرها أو تاريخ إضافتها).
2. **التخزين:** حفظ هذه المعلومات، وغالباً ما يتم تحويل النص إلى «تضمينات» رقمية تمثل معناه.
3. **البحث:** عندما يأتي سؤال جديد، يبحث النظام بذكاء في ذكرياته المخزنة للعثور على الأجزاء الأكثر صلة بهذا الاستفسار المحدد فقط.
4. **النسيان/الصيانة:** إدارة المعلومات القديمة أو الأقل فائدة بانتظام – ربما استبدالها، أو تقليل أهميتها، أو أرشفتها.
من الرائع كيف أن «سياسات الذاكرة» المختلفة – وهي في الأساس مجموعات مختلفة من القرارات في هذه المراحل الأربع – يمكن أن تجعل وكيلين للذكاء الاصطناعي يستخدمان نفس النموذج الأساسي يتصرفان بشكل مختلف تماماً. هذا يسلط الضوء على أن ذكاء وكيل الذكاء الاصطناعي لا يكمن فقط في نموذجه الأساسي، بل بشكل عميق في كيفية إدارته لـ«ماضيه». تضمن هذه الذاكرة الانتقائية بقاء وكلاء الذكاء الاصطناعي فعالين، وذوي صلة، ومفيدين باستمرار.
