أصدرت كيوين طبقة أدوات متعددة الوسائط لوكلاء الذكاء الاصطناعي، وهي مكوّن يهدف إلى منح الأنظمة المستقلة نطاقًا أوسع من القدرات من خلال السماح لها بالعمل مع أنواع متعددة من المدخلات. وتقول الشركة إن الطبقة مصممة لتعزيز تعدد استخدامات الذكاء الاصطناعي، وربما إعادة تشكيل ما يمكن للوكلاء فعله بمفردهم.
ما الذي تفعله طبقة الأدوات؟
تعمل طبقة الأدوات كجسر بين نموذج الذكاء الاصطناعي والعالم الخارجي. فهي تتيح للنموذج استدعاء الدوال، أو سحب البيانات من مصادر خارجية، أو تشغيل إجراءات في البرامج. وفي هذه الحالة، تكون الطبقة متعددة الوسائط، مما يعني أنها تستطيع التعامل مع مدخلات تتجاوز النص العادي، مثل الصور أو الصوت أو الفيديو. وهذا يسمح للوكيل بمعالجة إشارة بصرية إلى جانب تعليمة مكتوبة في نفس الجلسة.
بالنسبة للوكيل المستقل، فإن هذا النوع من المرونة مهم. فالنظام الذي يقرأ النص فقط يقتصر على شريحة ضيقة من المهمة. أما النظام الذي يمكنه أيضًا رؤية مخطط أو سماع أمر صوتي أو فحص صورة فيمكنه العمل في بيئات أكثر ثراءً. طبقة الأدوات هي الآلية التي تربط هذه المدخلات بعملية اتخاذ القرار لدى الوكيل.
يهدف الإصدار إلى جعل الوكلاء أكثر قدرة على التكيف. فبدلاً من أن يكون الوكيل مقيدًا بنوع واحد من التفاعل، يمكنه التنقل بين المهام التي تتضمن تنسيقات بيانات مختلفة. الهدف المعلن هو التقدم نحو أنظمة مستقلة أكثر قدرة — أنظمة يمكنها تولي مهام كانت تتطلب سابقًا إنسانًا للتنسيق بين الأدوات والمصادر.
الإمكانات واسعة. فخدمة العملاء، وتحليل البيانات، والروبوتات، كلها تتضمن مزيجًا من المعلومات البصرية والنصية. طبقة الأدوات التي تتعامل مع كليهما يمكن أن تسمح للوكيل بقراءة تذكرة دعم، والتحقق من لقطة شاشة، والرد بإصلاح في مسار واحد. تصف الشركة هذا بأنه خطوة نحو ذكاء اصطناعي يمكنه التعامل مع أعمال معقدة ومتعددة الخطوات دون توجيه بشري مستمر.
التحول نحو التعددية الوسائطية
أصبح الذكاء الاصطناعي متعدد الوسائط نقطة محورية لبناة النماذج. تتضمن العديد من نماذج اللغة الكبيرة الآن قدرات رؤية أو صوت، لكن هذه الميزات غالبًا ما توجد بمعزل عن بعضها. يبدو أن طبقة أدوات كيوين تربطها معًا في سير عمل واحد للوكلاء، مما يمنح النموذج طريقة منظمة لاستخدام حواس متعددة في وقت واحد.
هذا التمييز أساسي. فالنموذج الذي يمكنه رؤية صورة يختلف عن وكيل يمكنه التصرف بناءً على ما يراه. طبقة الأدوات هي ما يحول الإدراك إلى فعل. ما إذا كان ذلك سيؤدي إلى قفزة في القدرة المستقلة لا يزال سؤالًا مفتوحًا، لكن نية التصميم واضحة.
ما غير معروف بعد هو مدى سرعة تبنّي المطورين لهذه الطبقة وما إذا كانت ستحقق وعدها. لم تعلن كيوين عن جدول زمني لدمج طبقة الأدوات في تشكيلة نماذجها الحالية، تاركة الخطوة التالية لمجتمع المطورين الأوسع.
