“ميتا” تطور نموذج ذكاء اصطناعي يتذكر تفاصيلك وينفذ مهامك اليومية

«ميتا» تطور نموذج ذكاء اصطناعي بذاكرة طويلة لتنفيذ المهام المعقدة تلقائيًا

تواصل شركات التكنولوجيا سباقها لتطوير وكلاء الذكاء الاصطناعي القادرين على تنفيذ المهام المعقدة بصورة مستقلة، وفي هذا السياق، يسلط تقرير حول نموذج «Muse Wonder» الضوء على قدرات ذكاء اصطناعي تستهدف تنفيذ المهام اليومية، بالاعتماد على ذاكرة طويلة الأمد للمعلومات الشخصية، دون الحاجة إلى تلقي توجيهات متكررة من المستخدم.

وبحسب المعلومات الواردة، طُوّر النموذج داخل مختبر «Superintelligence Lab» تحت إشراف ألكسندر وانج، فيما أشارت المعلومات إلى تدريبه في مركز بيانات «Prometheus» بولاية أوهايو الأمريكية.

ذاكرة طويلة لتنفيذ المهام واتخاذ القرارات

يستهدف النموذج الجديد تحليل البيانات، واستكشاف البدائل المتاحة، وتنفيذ بعض القرارات بناءً على تفضيلات المستخدم ومعلومات سبق تقديمها إليه، بما يسمح له بمواصلة العمل دون الرجوع إلى المستخدم عند كل خطوة.

فعلى سبيل المثال، إذا طلب المستخدم حجز طاولة في مطعم معين ولم تتوافر أماكن شاغرة، يمكن للنموذج البحث تلقائيًا عن خيارات بديلة تتناسب مع تفضيلاته السابقة، والاستناد إلى المعلومات المتاحة لديه لاختيار البديل المناسب، وفقًا للصلاحيات الممنوحة له.

وتعكس هذه الإمكانات توجهًا نحو تطوير وكلاء ذكاء اصطناعي لا يقتصر دورهم على الإجابة عن الأسئلة، بل يمتد إلى التخطيط والتنفيذ والتعامل مع المتغيرات التي قد تظهر أثناء إنجاز المهام.

نسختان تستهدفان المستخدمين والمطورين

وفقًا للمعلومات الواردة في التقرير، يتضمن النموذج نسختين هما «Muse Wonder» و«Muse Wonder Full»، مع توجيه النسخة الثانية إلى المطورين، بما يتيح الاستفادة من قدرات النموذج في تطوير التطبيقات وتنفيذ المهام البرمجية.

ويركز النموذج على التعامل مع مجموعة متنوعة من الاستخدامات، تشمل تحليل السجلات المالية المعقدة، وإدارة البيانات الشخصية، ومراجعة العقود، وتنظيم جداول الأعمال، وإعداد السير الذاتية، إلى جانب كتابة الأكواد البرمجية.

كيف يحتفظ النموذج بالمعلومات السابقة؟

يعتمد النظام، بحسب الوصف الوارد، على آليتين هما «الذاكرة النشطة» (Active Memory) و«التركيز النشط» (Active Focus)، بهدف الاحتفاظ بالمعلومات ذات الصلة واستدعائها أثناء المحادثات والمهام الممتدة.

وتتيح هذه الآلية ربط المعلومات السابقة بالسياق الحالي، بما يساعد النموذج على تذكر تفضيلات المستخدم والبيانات التي سبق تقديمها، دون الحاجة إلى إعادة السؤال عنها في كل مرة.

ومن شأن هذا النهج أن يجعل التعامل مع المساعد أكثر استمرارية، خصوصًا عند تنفيذ المهام التي تتطلب تذكر تفاصيل متعددة أو متابعة إجراءات على مدى زمني طويل.

أسعار الاشتراك واستخدام واجهة البرمجة

تضمنت المعلومات الواردة في التقرير أسعارًا متفاوتة لاستخدام النموذج، إذ تراوحت تكلفة الاشتراك الشهري في «Muse Wonder» بين 20 و100 دولار عبر تطبيق المساعد «Muse».

أما الاستخدام عبر واجهة برمجة التطبيقات (API)، فقد تراوحت تكلفته بين 4 و20 دولارًا لكل مليون رمز إدخال، بينما تراوح الاشتراك الشهري في نسخة «Muse Wonder Full» بين 50 و200 دولار.

وأشار التقرير كذلك إلى أن النسخة المجانية حققت 5 ملايين عملية تنزيل خلال 22 يومًا من إطلاقها.

مخاوف متزايدة بشأن خصوصية البيانات

على الرغم من الإمكانات التي توفرها وكلاء الذكاء الاصطناعي في تنفيذ المهام بصورة مستقلة، فإن الاعتماد على الذاكرة طويلة الأمد وتخزين المعلومات الشخصية يثير تساؤلات مهمة بشأن خصوصية المستخدمين وأمن بياناتهم.

وتزداد أهمية هذه المخاوف عندما تتعامل الأنظمة مع معلومات مالية أو شخصية أو عقود ومستندات حساسة، أو عندما تحصل على صلاحيات لتنفيذ عمليات شراء وحجز واتخاذ قرارات نيابة عن المستخدم.

لذلك، يتطلب الاستخدام الآمن لهذه التقنيات وضع ضوابط واضحة لتخزين البيانات واسترجاعها، وتحديد الصلاحيات الممنوحة للنظام، وإتاحة التحكم في المعلومات المحفوظة وحذفها، إلى جانب توفير ضمانات تمنع تنفيذ المعاملات الحساسة دون موافقة مناسبة.

وفي ظل تسارع المنافسة بين شركات التكنولوجيا لتطوير وكلاء أكثر استقلالية، لم يعد التحدي مقتصرًا على تحسين قدرات الذكاء الاصطناعي، بل أصبح يشمل أيضًا تحقيق التوازن بين كفاءة التنفيذ، وحماية الخصوصية، وضمان بقاء القرارات المهمة تحت سيطرة المستخدم.