أنواع وكلاء الذكاء الاصطناعي واستخداماتهم: شرح تفصيلي
المُلخص:
- هناك 7 أنواع مختلفة من وكلاء الذكاء الاصطناعي، بدءًا من وكلاء رد الفعل البسيط وصولًا إلى أنظمة الوكلاء المتعددين.
- حاليًا، تركز شركات الذكاء الاصطناعي الرائدة بشكل أساسي على بناء وكلاء قائمين على الأهداف إلى جانب وكلاء التعلم.
- في المستقبل، قد نشهد وكلاء ذكاء اصطناعي مستقلين حقًا يمكنهم التفاعل مع وكلاء الذكاء الاصطناعي الآخرين لإنجاز مهام متعددة.
من الواضح أن وكلاء الذكاء الاصطناعي المدفوعين بالإجراءات سيقودون ثورة الذكاء الاصطناعي، والعلامات المبكرة موجودة بالفعل. من روبوتات الدردشة المدعومة بالذكاء الاصطناعي إلى وكلاء الذكاء الاصطناعي الذين يمكنهم قراءة رسائل البريد الإلكتروني الخاصة بك وحجز المواعيد، نحن على وشك الدخول إلى العصر الوكالي. لفهم وكلاء الذكاء الاصطناعي بشكل أفضل، قمت بشرح أنواع مختلفة من وكلاء الذكاء الاصطناعي بالتفصيل. بالإضافة إلى ذلك، قمت بإدراج الشركات الرائدة ووكلاء الذكاء الاصطناعي الحاليين المتاحين بالفعل في السوق. بناءً على ذلك، هيا بنا نبدأ.
1. الوكلاء ذوو ردود الأفعال البسيطة
لنبدأ بأبسط أنواع وكلاء الذكاء الاصطناعي، وهم الوكلاء ذوو ردود الأفعال البسيطة. كما يوحي الاسم، يقوم هؤلاء الوكلاء بتنفيذ الإجراءات بناءً على المعلومات الحالية، باتباع شرط “إذا-إذن”. على سبيل المثال، يقوم منظم الحرارة بتشغيل التدفئة عندما تنخفض درجة الحرارة إلى ما دون نقطة معينة. إنه ببساطة ينفذ إجراءً عندما يكون الشرط صحيحًا.
ومع ذلك، هناك العديد من القيود على هذا النوع من وكلاء الذكاء الاصطناعي. فهو يأخذ في الاعتبار فقط المعلومات الحالية (وتسمى أيضًا “المدركات” أو الإدراك). لا يتذكر قراءات درجة الحرارة السابقة أو يفكر في القراءات المستقبلية – إنه يتصرف فقط بناءً على درجة الحرارة الحالية.
الوكلاء ذوو ردود الأفعال البسيطة ليس لديهم ذاكرة ويعملون فقط عندما تكون البيئة قابلة للملاحظة بشكل كامل – وهي حالة تتوفر فيها جميع المعلومات الضرورية لاتخاذ قرار. ونتيجة لذلك، فإنه لا يحتفظ بتمثيل داخلي أو نموذج للعالم.
2. الوكلاء الانعكاسيون القائمون على النموذج
بعد ذلك، يعمل الوكلاء الانعكاسيون القائمون على النموذج على تحسين أداء الوكلاء الانعكاسيين البسيطين. يحتفظ هذا النوع من الوكلاء بتمثيل داخلي للعالم، وبالتالي، لديه ذاكرة. بشكل أساسي، يتتبع هؤلاء الوكلاء الإجراءات وكيف تؤثر على العالم، ويقومون بتحديث النموذج/التمثيل الداخلي. على سبيل المثال، تتذكر السيارة ذاتية القيادة أثناء التنقل في حركة المرور مواقع المركبات حتى عندما تكون قد انتقلت من موقعها الحالي. هذا التمثيل الداخلي يسمح باتخاذ قرارات أكثر استنارة.
الآن، بناءً على الملاحظات السابقة والمعلومات الحالية، يقوم الوكيل بإنشاء تمثيل داخلي للعالم ويتخذ الإجراء المطلوب. هذا يعني أن الوكلاء الانعكاسيين القائمين على النموذج يمكنهم العمل في بيئات قابلة للملاحظة جزئيًا. بشكل أساسي، يستخدم النموذج الداخلي للتنبؤ بالإجراء التالي. هذا النموذج يعتمد على خوارزميات متقدمة في الذكاء الاصطناعي.
3. الوكلاء القائمون على الأهداف
كما يوحي الاسم، فإنَّ الوكلاء القائمين على الأهداف هم وكلاء مدفوعون بالنتائج، مما يعني أنهم يأخذون في الاعتبار الإجراءات المستقبلية التي ستقربهم من الهدف النهائي. يمكن لهؤلاء الوكلاء إجراء البحث والتخطيط للعمليات والنظر في تسلسلات الإجراءات المختلفة التي ستؤدي بهم إلى الهدف المنشود. يعتمد الوكلاء القائمون على الأهداف في عملهم على وضع العواقب المستقبلية في الاعتبار.
على سبيل المثال، نظام تحديد المواقع العالمي (GPS) الذي يخطط لك المسار يجب أن يبحث ويفكر في جميع الطرق المؤدية إلى الوجهة. يأخذ في الاعتبار جميع المسارات الممكنة بناءً على المسافة والمدة وحركة المرور الحالية وما إلى ذلك. الآن، بناءً على هذه المعلومات، يخطط الوكيل القائم على الهدف ويختار أفضل مسار للوصول إلى الوجهة المطلوبة. هذا النوع من الوكلاء يعتبر أساسيًا في تطبيقات الذكاء الاصطناعي التي تتطلب تخطيطًا استراتيجيًا.
4. الوكلاء القائمون على المنفعة
الوكلاء القائمون على المنفعة هم نوع من الوكلاء القائمين على الهدف، ولكنهم غير مرتبطين بهدف محدد. على سبيل المثال، الوكلاء القائمون على الهدف يفكرون فقط من حيث تحقيق الهدف أو عدم تحقيقه – بشكل ثنائي. ومع ذلك، فإن الوكلاء القائمين على المنفعة يأخذون في الاعتبار حالات العالم المختلفة ويقيمون النتائج المختلفة بناءً على تفضيلات معقدة، ثم يختارون الإجراء الذي يزيد من “منفعتهم”.
يعمل هذا النوع من الوكلاء عن طريق تخصيص درجة رقمية لتسلسلات الإجراءات المختلفة ويختار فقط الإجراء الذي يوفر أعلى درجة منفعة. يتم تصميم الوكلاء القائمين على المنفعة في الحالات التي تكون فيها النتيجة غير مؤكدة. على سبيل المثال، قد يكون هدف نظام تداول مدعوم بالذكاء الاصطناعي هو تعظيم الربح، ولكنه يجب أن يأخذ في الاعتبار أيضًا مقدار المخاطر التي يمكن للمستخدم تحملها وما هي ظروف السوق الحالية. هذا يتطلب تحليل دقيق للمخاطر والعوائد المحتملة.
بشكل أساسي، يأخذ الوكلاء القائمون على المنفعة في الاعتبار التفضيلات المختلفة ويقيمون النتائج قبل اتخاذ القرار. هدفهم ليس فقط تحقيق الهدف، ولكن تحقيق التوازن بين العوامل المختلفة للعثور على الإجراء الأمثل. هذا يعني أنهم يسعون لتحقيق أقصى قدر من “المنفعة المتوقعة” بناءً على تقييم شامل للظروف.
5. الوكلاء المتعلمون: تطوير الأداء في أنظمة الذكاء الاصطناعي
الوكلاء المتعلمون، بحكم تعريفهم، قادرون على تحسين الأداء بمرور الوقت من خلال التعلم من التجارب السابقة. الميزة الأفضل في Learning Agents هي قدرتهم على التكيف مع البيئات غير المعروفة وتحسين أفعالهم بناءً على التقييمات. في الوكلاء المتعلمين، يوجد مكون “ناقد” يقدم ملاحظات حول مدى جودة أداء الوكيل، وهو أمر بالغ الأهمية لعملية التعلم.
لتوضيح مثال على ذلك، فكر في كيفية عمل مرشحات البريد العشوائي للرسائل الإلكترونية. تحتوي مرشحات البريد العشوائي على مجموعة أساسية من القواعد في البداية؛ ومع ذلك، مع استمرارك في تحديد رسائل البريد الإلكتروني كرسائل غير مرغوب فيها، يتعلم الوكيل عبر التقييمات المقدمة (“الناقد”) ويكيف سلوكه. الآن، في المستقبل، يتم تلقائيًا وضع علامة على رسائل البريد الإلكتروني هذه كرسائل غير مرغوب فيها ونقلها إلى مجلد آخر. هذه العملية تعتمد على خوارزميات متطورة في مجال Machine Learning.
6. الوكلاء الهرميون
الوكلاء الهرميون هم نوع من الوكلاء الذين يقسمون الأهداف المعقدة إلى أهداف فرعية. هناك العديد من المهام المعقدة التي تتطلب إجراءات متعددة الخطوات وحل المشكلات. في مثل هذه الحالات، يتم تقسيم المهام إلى مشاكل فرعية أصغر وأكثر قابلية للإدارة، والتي يتم تنظيمها في تسلسل هرمي. الآن، يتم تفويض الوكلاء ذوي المستوى الأدنى لتلك المهام، ويتحكم الوكلاء ذوو المستوى الأعلى في الاستراتيجية والناتج النهائي.
على سبيل المثال، عندما تطلب من روبوت يعمل بالذكاء الاصطناعي إعداد العشاء، يخطط الوكيل عالي المستوى ويقسم المهمة، مثل صنع المعكرونة والصلصة. ثم يتم تقسيم هذه المهام بشكل أكبر، مثل تشغيل الموقد وإضافة الماء إلى المقلاة. الآن، بهذه الطريقة الهرمية، تكتمل المهمة، من طبقة إلى أخرى. هذا الأسلوب يسمح بتنفيذ مهام معقدة بكفاءة وفعالية، وهو أمر بالغ الأهمية في تطبيقات الذكاء الاصطناعي المتقدمة.
7. أنظمة متعددة الوكلاء (Multi-Agent Systems)
أخيرًا، نصل إلى أنظمة متعددة الوكلاء (MAS)، التي تجمع بين عدة وكلاء مستقلين لتحقيق هدف مشترك. تسمح هذه الأنظمة للوكلاء المتعددين بالتواصل والتفاعل وتنسيق الإجراءات المحتملة والتفاوض والتعاون مع بعضهم البعض. في مثل هذه الأنظمة، يعمل كل وكيل بشكل مستقل ولديه قدرته الخاصة على اتخاذ القرارات.
ومع ذلك، يجب على جميع الوكلاء الامتثال لبروتوكول الأنظمة متعددة الوكلاء (Multi-Agent Systems) المشترك لتجنب النزاعات وتحقيق الهدف المشترك. على سبيل المثال، في نظام سلسلة التوريد، يوجد العديد من الوكلاء الذين يتتبعون المخزون، ويقوم وكيل آخر بتقديم تقرير للمشتريات بناءً على متطلبات المخزون، ويجد وكيل الخدمات اللوجستية أفضل طريق للشحن، وهكذا. تعتبر أنظمة متعددة الوكلاء (Multi-Agent Systems) حلاً فعالاً للمشكلات المعقدة التي تتطلب تنسيقًا وتعاونًا بين كيانات مستقلة.
وكلاء الذكاء الاصطناعي الحاليون من شركات التكنولوجيا الرائدة
تتوفر بالفعل أنواع عديدة من وكلاء الذكاء الاصطناعي في السوق. تقوم شركات مثل OpenAI و Google و Microsoft و Anthropic و Salesforce والعديد من الشركات الأخرى ببناء وكلاء وأطر عمل للذكاء الاصطناعي للاستفادة الفعالة من قوة الذكاء الاصطناعي الموجه. فيما يلي بعض وكلاء الذكاء الاصطناعي الذين يمكنك الاطلاع عليهم، مع الأخذ في الاعتبار أن هذه الأدوات لا تزال قيد التطوير والتحسين المستمر.
OpenAI
تعد OpenAI الشركة الأولى التي تطلق وكيل Operator AI موجّهًا للمستهلك. وهو وكيل يستخدم الكمبيوتر لأتمتة المهام على الويب. يمكن لوكيل Operator التفاعل مع متصفحات الويب، ويمكنه النقر والكتابة والتمرير لتنفيذ الإجراءات. يمكنك استخدامه لملء النماذج وحجز تذاكر الطيران وطلب البقالة والمزيد. ومع ذلك، فهو ليس مستقلاً تمامًا حتى الآن. تحتاج إلى إكمال الدفع يدويًا وإدخال CAPTCHA عند الحاجة. يعتبر هذا الوكيل خطوة هامة نحو تطوير الذكاء الاصطناعي القادر على إنجاز مهام معقدة بكفاءة.
من المرجح أن يندرج Operator ضمن فئة الوكيل القائم على الهدف والوكيل المتعلم. إنه مدفوع بالهدف ويتعلم من التفاعل مع مواقع الويب. بالإضافة إلى ذلك، يقوم وكيل Deep Research الخاص بـ OpenAI بتنفيذ مهام بحث معقدة متعددة الخطوات ويحلل النصوص والصور وملفات PDF لإنشاء تقرير شامل. أود أن أقول إنه مزيج من الوكيل القائم على الهدف والوكيل المتعلم والوكيل الهرمي الذي يقسم المهام إلى مهام فرعية أصغر. هذه القدرات تجعله أداة قوية للباحثين والمحللين.
إلى جانب ذلك، تقول OpenAI أن أحدث o3 و o4-mini ليسا مجرد نماذج ذكاء اصطناعي، بل “أنظمة ذكاء اصطناعي” ذات طبيعة وكيلية. تتصرف أنظمة الذكاء الاصطناعي الجديدة هذه مثل الوكيل ويمكنها التفاعل مع الكثير من الأدوات مثل البحث في الويب ومترجم Python وتحليل الصور والمزيد. هذه هي وكلاء قائمون على النموذج وقائمون على الهدف. هذه الأنظمة تمثل تطورًا هامًا في قدرات الذكاء الاصطناعي.
أخيرًا، أحدث أداة Codex CLI من OpenAI، والتي تسمح للمطورين بقراءة التعليمات البرمجية وتعديلها وتشغيلها من Terminal، هي نوع آخر من وكلاء الذكاء الاصطناعي. يمكنه إصلاح الأخطاء تلقائيًا وإنشاء ميزات جديدة وتعديل الملفات. مرة أخرى، هذا وكيل قائم على الهدف، تم إنشاؤه باستخدام وكيل Learning. هذه الأداة تعزز بشكل كبير من إنتاجية المطورين.
حتى الآن، أطلقت Google فقط وكيل Deep Research AI على Gemini، والذي يعمل بشكل مماثل لوكيل OpenAI. يمكنه تصفح الويب، وتخطيط المعلومات التي يحتاجها، وتجميع المعلومات لإنشاء تقرير شامل حول أي موضوع. أصنف هذا الوكيل كوكيل قائم على الأهداف والتعلم، وهو ما يجعله متقدماً في مجال الذكاء الاصطناعي.
بعد ذلك، كشفت Google عن Project Mariner، الذي لا يزال قيد التطوير. يعمل هذا المشروع مثل وكيل Operator AI الخاص بـ OpenAI ويمكنه أتمتة المهام في متصفح Chrome. يمكنه تحليل الشاشة النشطة وتنفيذ إجراءات على مواقع الويب. تقول Google إن الوكيل يتم اختباره مع مختبرين موثوقين، وسيتم إصداره في المستقبل القريب.
بالإضافة إلى ذلك، قدمت Google بروتوكول Agent2Agent (A2A) جديدًا يسمح لوكلاء الذكاء الاصطناعي المتعددين بالتواصل مع بعضهم البعض. إنه ليس وكيلاً بحد ذاته، ولكنه معيار/إطار عمل سيمكن أنظمة الوكلاء المتعددين (MAS).
Anthropic
تمامًا مثل OpenAI، كشفت Anthropic عن وكيل الذكاء الاصطناعي “Computer Use” الموجود حاليًا في المرحلة التجريبية (beta)، والذي يمكنه التفاعل مع بيئات سطح المكتب للحاسوب. يمكنه تحليل الشاشة والنقر والكتابة وتنفيذ عمليات الملفات. لا يقتصر الأمر على متصفحات الويب فحسب، بل يمكنه أيضًا تنفيذ إجراءات على مستوى نظام التشغيل. وغني عن القول أن هذا وكيل قائم على الأهداف والتعلم.
إلى جانب ذلك، أصدرت Anthropic مؤخرًا أداة بحث مع تكامل Workspace على Claude. يمكنه الاتصال بـ Gmail و Calendar و Drive الخاص بك، بالإضافة إلى الويب لإجراء البحوث واستخلاص الرؤى. وبالمثل، Claude Code هي أداة ترميز وكيلية تعمل داخل Terminal. يفهم قاعدة التعليمات البرمجية ويمكنه تعديل الملفات وتشغيل الاختبارات والتفاعل مع Git أيضًا. كلاهما وكلاء قائمان على الأهداف.
أخيرًا، طورت Anthropic بروتوكول سياق النموذج (MCP) وهو معيار مفتوح لتوصيل نماذج الذكاء الاصطناعي بمصادر البيانات الخارجية، مما يسمح لوكلاء الذكاء الاصطناعي بالعمل بشكل موثوق على الخدمات الخالية من واجهة برمجة التطبيقات (API-less services). على الرغم من أنه ليس وكيلاً، إلا أنه يتيح الاتصال بين نماذج الذكاء الاصطناعي والأدوات ومواقع الويب ومصادر البيانات الأخرى. يمكنك معرفة كيفية إعداد MCP في Claude على Windows و macOS.
Microsoft
في مجال الخدمات الموجهة للمستهلكين، أعلنت Microsoft عن العديد من وكلاء الذكاء الاصطناعي الجدد لروبوت الدردشة الخاص بها، Copilot. يمكن لوكيل البحث المتعمق (Deep Research) في Copilot إجراء بحث متعدد الخطوات لإنشاء تقارير كاملة حول مواضيع معينة. بالإضافة إلى ذلك، يمكن لـ إجراءات Copilot (Copilot Actions) حجز التذاكر وإجراء الحجوزات وشراء المنتجات من الويب. ومع ذلك، فهي تعمل فقط على مواقع الويب الشريكة.
أما بالنسبة للشركات، فقد أعلنت Microsoft مؤخرًا عن وكيل الذكاء الاصطناعي “استخدام الكمبيوتر” (Computer Use AI agent) في Copilot Studio. يمكنه التفاعل مباشرة مع مواقع الويب وتطبيقات سطح المكتب لتنفيذ الإجراءات، ولا يعتمد على واجهات برمجة التطبيقات (APIs) المتخصصة. وكشفت Microsoft أيضًا عن وكيل Security Copilot للمساعدة في تنبيهات التصيد الاحتيالي وأمن البيانات وإدارة الهوية، وهي عناصر أساسية في الأمن السيبراني للمؤسسات.
طورت Microsoft العديد من وكلاء Copilot لعملاء المؤسسات، ويمكنك حتى إنشاء وكيل ذكاء اصطناعي مخصص لسير عملك. يمكنك البدء في Copilot Studio وتوصيل خوادم MCP وواجهات برمجة التطبيقات (APIs) والمصادر الخارجية لأتمتة المهام، مما يعزز إنتاجية العمل ويقلل الأخطاء المحتملة.
Salesforce
بالإضافة إلى Microsoft، طورت Salesforce منصة Agentforce لعملاء المؤسسات، وهي قادرة على توفير وكلاء ذكاء اصطناعي مستقلين وقابلين للتخصيص. يمكن لمستخدمي الأعمال إنشاء ونشر وإدارة العديد من وكلاء الذكاء الاصطناعي على Agentforce لتوليد العملاء المحتملين، وتحسين المبيعات، وإدارة التسويق، وغير ذلك الكثير. تعتبر Agentforce منصة رائدة في مجال أتمتة عمليات الأعمال باستخدام الذكاء الاصطناعي.
تدعي Salesforce أنه على عكس Copilot من Microsoft، يمكن لوكلاء Agentforce تنفيذ الإجراءات بشكل مستقل بناءً على الأحداث أو المشغلات المحددة مسبقًا. يمكن لوكلاء Agentforce تحديث السجلات في قاعدة البيانات، وإرسال رسائل البريد الإلكتروني، وحجز الاجتماعات، وحل الحالات المعلقة، وما إلى ذلك. هذه القدرات تجعل Agentforce أداة قوية لأتمتة مهام خدمة العملاء والمبيعات.
إذًا، هذه هي أنواع وكلاء الذكاء الاصطناعي التي يمكنك استكشافها والعثور على وكلاء الذكاء الاصطناعي الحاليين المتاحين في السوق. مع تقدمنا إلى الأمام، سيصبح وكلاء الذكاء الاصطناعي جزءًا أساسيًا من تجربة الإنترنت، سواء كان ذلك على جانب المستهلك أو المؤسسة. من المتوقع أن يشهد سوق وكلاء الذكاء الاصطناعي نموًا كبيرًا في السنوات القادمة، مدفوعًا بالطلب المتزايد على الأتمتة وتحسين الكفاءة.
