باحثو بaidu يطورون نموذج بحث صناعي ذكي: إطار متعدد الوكلاء لتحtriev عرض معلومات أكثر ذكاءً ودقة

باحثو بaidu يقترحون نموذج بحث ذكائي جديد: إطار متعدد الوكلاء لاسترجاع المعلومات بشكل أكثر ذكاءً الحاجة إلى محركات بحث معرفية ومرنة تشهد أنظمة البحث الحديثة تطورًا سريعًا بفضل زيادة الطلب على استرجاع المعلومات القائمة على السياق والقابلة للتكيف. مع ارتفاع حجم وتزايد تعقيد استفسارات المستخدمين، خاصة تلك التي تتطلب تفكيرًا متعدد الطبقات، لم تعد الأنظمة مقتصرة على مطابقة الكلمات المفتاحية أو تصنيف الوثائق فحسب. بل تسعى إلى تقليد السلوكيات المعرفية التي يظهرها البشر عند جمع ومعالجة المعلومات. هذا التحول نحو منهجية أكثر تطورًا وتعاونًا يمثل تحولاً جوهريًا في تصميم الأنظمة الذكية للتواصل مع المستخدمين. حدود الأنظمة التقليدية وأنظمة RAG رغم هذه التطورات، لا تزال الأساليب الحالية تواجه قيودًا حرجة. تعمل أنظمة الجيل المعزز بالاسترجاع (RAG)، وهي مفيدة في الإجابة المباشرة على الأسئلة، ضمن أنابيب ثابتة ومحددة. تتعثر هذه الأنظمة في المهام التي تتضمن مصادر معلومات متناقضة أو غموض سياقي أو تفكير متعدد الخطوات. على سبيل المثال، استفسار يقارن أعمار شخصيات تاريخية يتطلب فهمًا وحسابًا ومقارنة لمعلومات مستخرجة من وثائق منفصلة، وهي مهام تتخطى مجرد الاسترجاع والإنشاء البسيط. غالباً ما يؤدي عدم وجود آليات تخطيط متكيفة وقوية إلى إجابات سطحية أو غير كاملة في مثل هذه الحالات. ظهور هياكل متعددة الوكلاء في البحث تم تقديم العديد من الأدوات لتعزيز أداء البحث، بما في ذلك أنظمة "التعلم من أجل الترتيب" (Learning-to-Rank) وآليات الاسترجاع المتقدمة باستخدام نماذج اللغات الكبيرة (LLMs). تضم هذه الإطارات ميزات مثل بيانات سلوك المستخدم، الفهم الدلالي، وأنماط تقديرية. ومع ذلك، حتى الأساليب المتقدمة RAG، مثل ReAct و RQ-RAG، تلتزم بشكل أساسي بالمنطق الثابت، مما يحد من قدرتها على إعادة تكوين خطط العمل أو التعافي من فشل التنفيذ. تعتمد هذه الأنظمة على استرجاع الوثائق مرة واحدة وتنفيذ مهمة من قبل وكيل واحد فقط، مما يقلل من قدرتها على التعامل مع المهام المعقدة والمرتبطة بالسياق. تقديم نموذج البحث الذكائي من بaidu اقترح باحثو بaidu نموذجًا جديدًا يسمى "النموذج البحثي الذكائي" (AI Search Paradigm) لتجاوز قيود النماذج الثابتة والواحدة الوكيل. يتألف هذا الإطار من أربعة وكلاء رئيسيين: المدير (Master)، والمخطط (Planner)، والمنفذ (Executor)، والكاتب (Writer). يتم تعيين كل وكيل دورًا محددًا في عملية البحث. ينسق المدير سير العمل بأكمله بناءً على تعقيد الاستفسار. يقوم المخطط ببنية المهام المعقدة إلى استفسارات فرعية. يدير المنفذ استخدام الأدوات وإتمام المهام. وأخيراً، يقوم الكاتب بدمج المخرجات في استجابة متماسكة. يتيح هذا التصميم المعياري مرونة ودقة في تنفيذ المهام التي تفتقد إليها الأنظمة التقليدية. استخدام الرسوم البيانية الموجهة بدون حلقات للخطة المعرفية يقدم الإطار رسومًا بيانية موجهة بدون حلقات (Directed Acyclic Graphs - DAG) لتنظيم الاستفسارات المعقدة إلى مهام فرعية مرتبطة. يختار المخطط الأدوات المناسبة من خوادم MCP لمعالجة كل مهمة فرعية. ثم يدعو المنفذ هذه الأدوات بشكل متكرر، مع تعديل الاستفسارات واستراتيجيات الاسترجاع البديلة عند فشل الأدوات أو نقص البيانات. يضمن هذا التخصيص الديناميكي استمرارية واكتمال العملية. يقيم الكاتب النتائج، يصفّي التناقضات، ويجمع استجابة منظمة. على سبيل المثال، في استفسار يسأل من هو أكبر سناً من الإمبراطور هان و يوليوس قيصر، يستخرج النظام تواريخ الميلاد من أدوات مختلفة، يقوم بحساب العمر، ويقدم النتيجة في عملية منسقة بين الوكلاء المتعددين. التقييم النوعي وتكوينات سير العمل تم تقييم أداء هذا النظام الجديد باستخدام دراسات حالة عدة ومقارنات لسير العمل. بخلاف الأنظمة التقليدية RAG التي تعمل في وضع استرجاع دفعة واحدة، يقوم نموذج البحث الذكائي بإعادة التخطيط والتفكير في كل مهمة فرعية. يدعم النظام ثلاثة تكوينات للفرق بناءً على التعقيد: كاتب فقط (Writer-Only)، وشامل المنفذ (Executor-Inclusive)، ومتقدم المخطط (Planner-Enhanced). بالنسبة لاستفسار المقارنة بين أعمار الإمبراطور هان و يوليوس قيصر، قام المخطط بتقسيم المهمة إلى ثلاث خطوات فرعية وتعيين الأدوات لها. أشار الإخراج النهائي إلى أن الإمبراطور هان عاش لمدة 69 عامًا و يوليوس قيصر لمدة 56 عامًا، مما يشير إلى فرق عمر قدره 13 سنة - إخراج تم تركيبه بدقة عبر عدة مهام فرعية. بينما ركزت الورقة البحثية أكثر على الرؤى النوعية بدلاً من المؤشرات الرقمية للأداء، فقد أظهرت تحسينات قوية في رضا المستخدمين وقوة النظام عبر المهام. الخلاصة: نحو ذكاء بحثي مرن وقابل للتوسع في الختام، يقدم هذا البحث إطارًا معياريًا قائمًا على الوكلاء يتيح للمحركات البحثية تجاوز استرجاع الوثائق وتقليد التفكير البشري. يمثل النموذج البحثي الذكائي تقدمًا كبيرًا من خلال دمج التخطيط الزمني الحقيقي، والتنفيذ الديناميكي، والتركيب المتماسك. كما أنه لا يحل المشكلات الحالية فحسب، بل يوفر أيضًا أساسًا لحلول بحث قابلة للتوسع ومستقرة يحركها التعاون المهيكل بين الوكلاء الذكيين. تقييم الحدث من قِبل الخبراء في المجال أكد الخبراء في مجال الذكاء الاصطناعي على أن هذا التحول نحو هياكل متعددة الوكلاء يمثل خطوة كبيرة نحو تحسين كفاءة ودقة محركات البحث. يرى البعض أن هذا النموذج يمكن أن يمهد الطريق لتطوير أنظمة أكثر تكيفًا وأمانًا، قادرة على التعامل مع مجموعة واسعة من المهام المعقدة بطرق مبتكرة ومتجددة. نبذة تعريفية عن بaidu بaidu هي شركة صينية رائدة في مجال التكنولوجيا والبحث على الإنترنت. تأسست في عام 2000، وهي تُعتبر واحدة من أكبر الشركات في مجال محركات البحث في العالم، وتواصل الشركة الاستثمار بكثافة في التكنولوجيا المعرفية والذكاء الاصطناعي لتقديم حلول بحث أكثر ذكاءً وفعالية للمستخدمين.