ai-agents-for-beginners
(اضغط على الصورة أعلاه لمشاهدة فيديو هذا الدرس)
مقدمة عن وكلاء الذكاء الاصطناعي وحالات الاستخدام
مرحبًا بكم في دورة “وكلاء الذكاء الاصطناعي للمبتدئين”! تقدم هذه الدورة معرفة أساسية وأمثلة تطبيقية لبناء وكلاء الذكاء الاصطناعي.
انضم إلى Azure AI Foundry Discord للتواصل مع متعلمين آخرين ومطوري وكلاء الذكاء الاصطناعي وطرح أي أسئلة لديك حول هذه الدورة.
لبدء هذه الدورة، سنبدأ بفهم أفضل لماهية وكلاء الذكاء الاصطناعي وكيف يمكننا استخدامها في التطبيقات وسير العمل الذي نبنيه.
المقدمة
يغطي هذا الدرس:
- ما هي وكلاء الذكاء الاصطناعي وما هي الأنواع المختلفة من الوكلاء؟
- ما هي حالات الاستخدام الأنسب لوكلاء الذكاء الاصطناعي وكيف يمكن أن تساعدنا؟
- ما هي بعض اللبنات الأساسية عند تصميم الحلول الوكيلة؟
أهداف التعلم
بعد إكمال هذا الدرس، يجب أن تكون قادرًا على:
- فهم مفاهيم وكلاء الذكاء الاصطناعي وكيف تختلف عن حلول الذكاء الاصطناعي الأخرى.
- تطبيق وكلاء الذكاء الاصطناعي بكفاءة.
- تصميم حلول وكيلة بشكل منتج للمستخدمين والعملاء.
تعريف وكلاء الذكاء الاصطناعي وأنواعها
ما هي وكلاء الذكاء الاصطناعي؟
وكلاء الذكاء الاصطناعي هي أنظمة تمكن نماذج اللغة الكبيرة (LLMs) من تنفيذ الإجراءات من خلال توسيع قدراتها عبر منحها الوصول إلى الأدوات والمعرفة.
لنقم بتقسيم هذا التعريف إلى أجزاء أصغر:
- النظام - من المهم التفكير في الوكلاء ليس كعنصر واحد فقط، بل كنظام يتكون من عدة مكونات. على المستوى الأساسي، تتكون مكونات وكيل الذكاء الاصطناعي من:
- البيئة - المساحة المحددة التي يعمل فيها وكيل الذكاء الاصطناعي. على سبيل المثال، إذا كان لدينا وكيل حجز سفر، فقد تكون البيئة هي نظام حجز السفر الذي يستخدمه الوكيل لإكمال المهام.
- المستشعرات - تحتوي البيئة على معلومات وتوفر ردود فعل. يستخدم وكلاء الذكاء الاصطناعي المستشعرات لجمع وتفسير هذه المعلومات حول الحالة الحالية للبيئة. في مثال وكيل حجز السفر، يمكن لنظام الحجز توفير معلومات مثل توفر الفنادق أو أسعار الرحلات.
- المشغلات - بمجرد أن يتلقى وكيل الذكاء الاصطناعي الحالة الحالية للبيئة، يحدد الإجراء الذي يجب تنفيذه لتغيير البيئة. بالنسبة لوكيل حجز السفر، قد يكون الإجراء هو حجز غرفة متاحة للمستخدم.
نماذج اللغة الكبيرة - كان مفهوم الوكلاء موجودًا قبل إنشاء نماذج اللغة الكبيرة. الميزة في بناء وكلاء الذكاء الاصطناعي باستخدام هذه النماذج هي قدرتها على تفسير اللغة البشرية والبيانات. هذه القدرة تمكن النماذج من تفسير معلومات البيئة ووضع خطة لتغييرها.
تنفيذ الإجراءات - خارج أنظمة وكلاء الذكاء الاصطناعي، تكون نماذج اللغة الكبيرة محدودة في المواقف التي يكون فيها الإجراء هو إنشاء محتوى أو معلومات بناءً على طلب المستخدم. داخل أنظمة وكلاء الذكاء الاصطناعي، يمكن للنماذج إنجاز المهام من خلال تفسير طلب المستخدم واستخدام الأدوات المتاحة في بيئتها.
الوصول إلى الأدوات - يتم تحديد الأدوات التي يمكن للنموذج الوصول إليها من خلال 1) البيئة التي يعمل فيها و2) مطور وكيل الذكاء الاصطناعي. في مثال وكيل السفر، تكون أدوات الوكيل محدودة بالعمليات المتاحة في نظام الحجز، ويمكن للمطور أيضًا تقييد وصول الوكيل إلى أدوات معينة مثل الرحلات الجوية.
الذاكرة + المعرفة - يمكن أن تكون الذاكرة قصيرة المدى في سياق المحادثة بين المستخدم والوكيل. وعلى المدى الطويل، خارج المعلومات التي توفرها البيئة، يمكن لوكلاء الذكاء الاصطناعي أيضًا استرجاع المعرفة من أنظمة وخدمات وأدوات أخرى، وحتى من وكلاء آخرين. في مثال وكيل السفر، قد تكون هذه المعرفة هي معلومات حول تفضيلات السفر الخاصة بالمستخدم الموجودة في قاعدة بيانات العملاء.
الأنواع المختلفة من الوكلاء
الآن بعد أن حصلنا على تعريف عام لوكلاء الذكاء الاصطناعي، دعونا نلقي نظرة على بعض الأنواع المحددة من الوكلاء وكيف يمكن تطبيقها على وكيل حجز السفر.
| نوع الوكيل | الوصف | المثال |
|---|---|---|
| وكلاء رد الفعل البسيط | ينفذون إجراءات فورية بناءً على قواعد محددة مسبقًا. | وكيل السفر يفسر سياق البريد الإلكتروني ويوجه شكاوى السفر إلى خدمة العملاء. |
| وكلاء رد الفعل القائم على النموذج | ينفذون إجراءات بناءً على نموذج للعالم والتغيرات التي تطرأ عليه. | وكيل السفر يعطي الأولوية للمسارات ذات التغيرات الكبيرة في الأسعار بناءً على الوصول إلى بيانات التسعير التاريخية. |
| وكلاء قائمون على الأهداف | يضعون خططًا لتحقيق أهداف محددة من خلال تفسير الهدف وتحديد الإجراءات اللازمة للوصول إليه. | وكيل السفر يحجز رحلة من خلال تحديد الترتيبات اللازمة (سيارة، وسائل النقل العام، رحلات جوية) من الموقع الحالي إلى الوجهة. |
| وكلاء قائمون على المنفعة | يأخذون التفضيلات في الاعتبار ويزنون التنازلات رقميًا لتحديد كيفية تحقيق الأهداف. | وكيل السفر يزيد المنفعة من خلال موازنة الراحة مقابل التكلفة عند حجز السفر. |
| وكلاء التعلم | يتحسنون بمرور الوقت من خلال الاستجابة للتغذية الراجعة وتعديل الإجراءات وفقًا لذلك. | وكيل السفر يتحسن باستخدام ملاحظات العملاء من استبيانات ما بعد الرحلة لإجراء تعديلات على الحجوزات المستقبلية. |
| وكلاء هرميون | يتضمنون عدة وكلاء في نظام متدرج، حيث يقوم الوكلاء الأعلى مستوى بتقسيم المهام إلى مهام فرعية للوكلاء الأدنى مستوى لإكمالها. | وكيل السفر يلغي رحلة من خلال تقسيم المهمة إلى مهام فرعية (مثل إلغاء حجوزات محددة) وجعل الوكلاء الأدنى مستوى يكملونها، مع تقديم تقارير إلى الوكيل الأعلى مستوى. |
| أنظمة الوكلاء المتعددة (MAS) | يكمل الوكلاء المهام بشكل مستقل، إما بشكل تعاوني أو تنافسي. | تعاوني: يقوم عدة وكلاء بحجز خدمات سفر محددة مثل الفنادق والرحلات الجوية والترفيه. تنافسي: يدير عدة وكلاء ويتنافسون على تقويم حجز فندق مشترك لحجز العملاء في الفندق. |
متى نستخدم وكلاء الذكاء الاصطناعي؟
في القسم السابق، استخدمنا حالة استخدام وكيل السفر لشرح كيفية استخدام الأنواع المختلفة من الوكلاء في سيناريوهات حجز السفر المختلفة. سنستمر في استخدام هذا التطبيق طوال الدورة.
دعونا نلقي نظرة على أنواع حالات الاستخدام التي تكون وكلاء الذكاء الاصطناعي الأنسب لها:
- المشاكل المفتوحة - السماح لنموذج اللغة الكبير بتحديد الخطوات اللازمة لإكمال مهمة لأنه لا يمكن دائمًا ترميزها بشكل ثابت في سير العمل.
- العمليات متعددة الخطوات - المهام التي تتطلب مستوى من التعقيد حيث يحتاج وكيل الذكاء الاصطناعي إلى استخدام أدوات أو معلومات على مدار عدة خطوات بدلاً من استرجاعها دفعة واحدة.
- التحسن بمرور الوقت - المهام التي يمكن للوكيل تحسينها بمرور الوقت من خلال تلقي التغذية الراجعة من بيئته أو المستخدمين لتقديم فائدة أفضل.
نغطي المزيد من الاعتبارات لاستخدام وكلاء الذكاء الاصطناعي في درس بناء وكلاء ذكاء اصطناعي موثوقين.
أساسيات الحلول الوكيلة
تطوير الوكلاء
الخطوة الأولى في تصميم نظام وكيل الذكاء الاصطناعي هي تحديد الأدوات والإجراءات والسلوكيات. في هذه الدورة، نركز على استخدام خدمة Azure AI Agent لتعريف وكلائنا. تقدم هذه الخدمة ميزات مثل:
- اختيار النماذج المفتوحة مثل OpenAI وMistral وLlama
- استخدام البيانات المرخصة من خلال مزودين مثل Tripadvisor
- استخدام أدوات OpenAPI 3.0 القياسية
الأنماط الوكيلة
التواصل مع نماذج اللغة الكبيرة يتم من خلال التوجيهات. نظرًا للطبيعة شبه المستقلة لوكلاء الذكاء الاصطناعي، ليس من الممكن دائمًا أو مطلوبًا إعادة توجيه النموذج يدويًا بعد حدوث تغيير في البيئة. نستخدم الأنماط الوكيلة التي تسمح لنا بتوجيه النموذج على مدار عدة خطوات بطريقة أكثر قابلية للتوسع.
تنقسم هذه الدورة إلى بعض الأنماط الوكيلة الشائعة حاليًا.
الأطر الوكيلة
تتيح الأطر الوكيلة للمطورين تنفيذ الأنماط الوكيلة من خلال الكود. توفر هذه الأطر قوالب وإضافات وأدوات لتحسين التعاون بين وكلاء الذكاء الاصطناعي. توفر هذه الفوائد قدرات أفضل للمراقبة وحل المشكلات في أنظمة وكلاء الذكاء الاصطناعي.
في هذه الدورة، سنستكشف إطار AutoGen القائم على البحث وإطار Agent الجاهز للإنتاج من Semantic Kernel.
هل لديك المزيد من الأسئلة حول وكلاء الذكاء الاصطناعي؟
انضم إلى Azure AI Foundry Discord للتواصل مع متعلمين آخرين، حضور ساعات المكتب، والحصول على إجابات لأسئلتك حول وكلاء الذكاء الاصطناعي.
الدرس السابق
الدرس التالي
إخلاء المسؤولية:
تمت ترجمة هذا المستند باستخدام خدمة الترجمة بالذكاء الاصطناعي Co-op Translator. بينما نسعى لتحقيق الدقة، يرجى العلم أن الترجمات الآلية قد تحتوي على أخطاء أو معلومات غير دقيقة. يجب اعتبار المستند الأصلي بلغته الأصلية المصدر الموثوق. للحصول على معلومات حساسة أو هامة، يُوصى بالاستعانة بترجمة بشرية احترافية. نحن غير مسؤولين عن أي سوء فهم أو تفسيرات خاطئة تنشأ عن استخدام هذه الترجمة.