داتابريكز تحل مشكلة تقييم الذكاء الصناعي في المؤسسات وتطلق منصة "موسايك آجنt بريكس" الجديدة

لماذا تفشل معظم وكيلات الذكاء الاصطناعي للشركات في الوصول إلى الإنتاج وكيف تخطط Databricks لإصلاح ذلك في الحادي عشر من يونيو عام 2025، أعلنت شركة Databricks عن إطلاق منصة Mosaic Agent Bricks خلال مؤتمر Data + AI Summit. هذه المنصة تهدف إلى حل مشكلة رئيسية تواجهها الشركات وهي عدم قدرتها على تقييم وكيلات الذكاء الاصطناعي بفعالية قبل طرحها في الإنتاج. المشكلة، كما يرى فريق Databricks، تكمن في الاعتماد على تقييمات يدوية بطيئة وغير متسقة وصعبة التوسع. الخلفية والمشكلة قبل الاستحواذ عليها في عام 2023 بمبلغ 1.3 مليار دولار، كانت Mosaic تعمل على العديد من الابتكارات البحثية التي لم تحقق تأثيراً فورياً في الشركات الكبرى. بعد الاستحواذ، انتقلت هذه الابتكارات إلى نطاق أوسع وأكثر تأثيراً، حيث أصبحت متوفرة لآلاف العملاء المؤسسيين على الفور. هانلين تانغ، كبير مسؤولي التكنولوجيا لشبكات العصبونات في Databricks، أشار إلى أن الفرق بين ما قبل وما بعد الاستحواذ كان كبيراً. قبل الاستحواذ، كان يتعين على Mosaic قضاء شهور لجلب عدد قليل من الشركات للتجربة، بينما أصبحت منتجاتها متاحة لآلاف العملاء فوراً بعد الاندماج. الابتكارات الرئيسية في Mosaic Agent Bricks TAO (التحسين التكيفي عند التشغيل): هذه التقنية تقوم بضبط وكيلات الذكاء الاصطناعي دون الحاجة إلى بيانات مصنفة، مما يوفر جهداً كبيراً في التحسين. البيانات الاصطناعية المجالية: المنصة تولد بيانات اصطناعية تعكس بيانات العملاء الفعلية، مما يساعد في اختبار وكيلات الذكاء الاصطناعي في بيئات تشبه الواقع. المقاييس الخاصة بالمهام: يتم إنشاء مقاييس محددة لكل مهمة، مما يوفر تقييمات دقيقة وموضوعية. تحسين التوازن بين الجودة والتكلفة: المنصة تقوم بتحسين هذا التوازن تلقائياً دون تدخل بشري. عملية التحسين الآلي يعاني الفريق المؤسسي من عملية تحسين مكلفة وتعتمد على التجربة والخطأ. بدون مقاييس محددة بالمهام أو بيانات اختبار مجالية، تصبح كل تعديلات الوكيل لعبة مكلفة من ال تخمين. منصة Agent Bricks تؤتمت عملية التحسين بأكملها: وصف المهمة على مستوى عالٍ: يقوم العميل بوصف المشكلة بدقة، وتتولى المنصة التعامل مع التفاصيل الدقيقة. إنشاء تقييمات وحكم خاص بالمهام: تولد المنصة بيانات اصطناعية وتقاييس خاصة لتحسين وكيل الذكاء الاصطناعي. بحث تلقائي عبر تقنيات التحسين: تبحث المنصة عن أفضل التكوينات لوكيل الذكاء الاصطناعي. العلاقة مع منصة البيانات Databricks منصة Mosaic Agent Bricks تعتبر طبقة استهلاك الذكاء الاصطناعي فوق البنية الموحدة للبيانات في Databricks. في نفس المؤتمر، أعلنت Databricks عن توفر منصة Lakeflow للهندسة البياناتية بشكل عام، والتي كانت معدة للمعاينة في عام 2024. تحل Lakeflow تحديات إعداد البيانات من خلال توحيد ثلاث رحلات بياناتية سابقاً تحتاج إلى أدوات منفصلة: الإدخال: التعامل مع البيانات الهيكلية وغير الهيكلية وإدخالها إلى Databricks. التحويل: توفير تنظيف كفء وإعادة تشكيل وإعداد البيانات. التنسيق: إدارة سير العمل والإعدادات في الإنتاج. بفضل هذه العلاقة، يمكن للشركات تجهيز بياناتها بشكل فعال ثم بناء وكيلات ذكاء اصطناعي محسنة باستخدام Agent Bricks. كما أن ميزات حوكمة Unity Catalog، مثل التحكم في الوصول وتتبع نسب البيانات، تضمن أن سلوك الوكيل يحترم حوكمة البيانات المؤسسية دون حاجة إلى تكوينات إضافية. التعلم من ملاحظات البشر من بين المشاكل الشائعة في توجيه وكيلات الذكاء الاصطناعي هو استخدام نظام الدعوة (prompt). يشير تانغ إلى ممارسة "الحشو بالدعوة" حيث يحاول المستخدمون وضع جميع أنواع الإرشادات في الدعوة على أمل أن يتبعها الوكيل. ومع ذلك، غالباً ما تفشل هذه الممارسة لأن أنظمة الوكلاء تحتوي على مكونات متعددة تحتاج إلى ضبط. roduce مفهوم جديد يسمى "تعلم الوكيل من ملاحظات البشر". ي解读م هذا المفهوم التوجيه باللغة الطبيعية وضبط المكونات المناسبة تلقائياً. يساعد هذا النهج في توجيه وكيل الذكاء الاصطناعي إلى أفضل النتائج دون الحاجة إلى تخمين أي المكونات بحاجة إلى ضبط. المزايا الفنية مقابل الإطارات الموجودة توجد العديد من الإطارات والأدوات لتطوير وكيلات الذكاء الاصطناعي في السوق اليوم، بما في ذلك أدوات من Langchain، Microsoft، وGoogle. يجادل تانغ بأن ما يميز Mosaic Agent Bricks هو التحسين الآلي. بدلاً من الحاجة إلى تكوينات يدوية وضبط، تقوم Agent Bricks بدمج عدة تقنيات بحثية آلياً: TAO، التعلم السياقي، تحسين الدعوة، والضبط الدقيق. عندما يتعلق الأمر بالاتصال بين الوكلاء، هناك بعض الخيارات في السوق اليوم، بما في ذلك بروتوكول Agent2Agent من Google. يذكر تانغ أن Databricks تتطلع حالياً إلى مختلف بروتوكولات الوكلاء ولم تستقر على معيار واحد. الآثار الاستراتيجية للمساهمين في الشركات بالنسبة للشركات التي ترغب في الريادة في مجال الذكاء الاصطناعي، من الحاسم أن تكون لديها التقنيات المناسبة لتقييم الجودة والفعالية. لن يؤدي نشر الوكلاء دون تقييم إلى نتيجة مثلى، وكذلك لن يؤدي وجود الوكلاء دون أساس بيانات صلب إلى نتائج إيجابية. عند النظر في تقنيات تطوير الوكلاء، يجب أن يكون لدى الشركات آليات مناسبة لتقييم الخيارات الأفضل. يعد نهج "تعلم الوكيل من ملاحظات البشر" مميزاً بالنسبة لصناع القرار في الشركات، حيث يساعد على توجيه وكيل الذكاء الاصطناعي إلى أفضل النتائج. هذا التطور يعني أن البنية التحتية للتقييم لم تعد عائقاً. يمكن للشركات الآن التركيز على تحديد الاستخدامات وإعداد البيانات بدلاً من بناء إطارات تحسين. تقييم الحدث من قِبل المختصين يعتبر إطلاق Mosaic Agent Bricks خطوة هامة في تطوير تقنيات الذكاء الاصطناعي المؤسسية. يوفر هذا الحل تحسينات كبيرة في دقة التقييم وكفاءة التحسين، مما يعزز الثقة في بناء ونشر وكيلات الذكاء الاصطناعي. بالإضافة إلى ذلك، فإن تكاملها مع منصة Lakeflow يجعل عملية إعداد البيانات أكثر سلاسة وفعالية، مما يساهم في تحقيق نتائج أفضل وأكثر استدامة. نبذة تعريفية عن Databricks Databricks هي شركة متخصصة في مجال البيانات والذكاء الاصطناعي، وقد اكتسبت شهرة كبيرة بفضل منصتها الموحدة للبيانات التي تجمع بين البحوث المتقدمة والحلول العملية للشركات. منذ استحواذها على Mosaic في عام 2023، أثبتت Databricks قدرتها على تحويل الابتكارات البحثية إلى تأثير حقيقي في السوق، مما يجعلها من الشركات الرائدة في مجال الذكاء الاصطناعي المؤسسي.