إنفيديا تطلق نظام UDR: أول منصة وكيل أبحاث ذكاء اصطناعي عامة تدعم برمجة اللغة الطبيعية مفتوحة المصدر رسميًا

ملخص إخباري

أصدرت أبحاث إنفيديا (NVIDIA Research) نظام البحث العميق الشامل (Universal Deep Research, UDR)، وهو نظام وكيل بحثي رائد في مجال الذكاء الاصطناعي يسمح للمستخدمين بتحويل أي نموذج لغوي كبير (LLM) إلى أداة بحث عميق كاملة الوظائف، دون الحاجة إلى تدريب أو ضبط إضافي.

الميزات الأساسية للنظام

تصميم معماري مستقل عن النموذج يفصل UDR منطق البحث عن النموذج اللغوي، مما يمكّن المطورين من تحويل أي نموذج لغوي كبير (LLM) – بغض النظر عن المورد أو البنية – إلى أداة بحث عميق وظيفية. يكسر هذا التصميم قيود الاعتماد على مورد واحد التي تفرضها أدوات البحث العميق التقليدية، ويوفر مرونة أكبر في تطوير المنتجات.

برمجة الاستراتيجيات باللغة الطبيعية الميزة الأكثر ابتكارًا في UDR هي أنها تسمح للمستخدمين بتعريف وبرمجة سير عملهم البحثي الخاص باستخدام اللغة الطبيعية، ثم يقوم النظام بتحويله إلى كود قابل للتنفيذ والتدقيق. هذا يلغي حاجة المستخدمين لتعلم لغات برمجة معقدة، مما يقلل بشكل كبير من عتبة الاستخدام.

عملية بحث شفافة يحول UDR البحث العميق من صندوق أسود إلى عملية شفافة وقابلة للبرمجة. يقدم المستخدمون مدخلين: سؤال البحث واستراتيجية البحث المكتوبة باللغة الطبيعية. يقوم النظام بتجميع الاستراتيجية في دالة مولدة واحدة تنتج إشعارات منظمة.

مزايا البنية التقنية

نمط التنفيذ الهجين CPU-GPU يعتمد النظام تصميمًا مبتكرًا بكفاءة مزدوجة، حيث يفوض جدولة العمليات لوحدة المعالجة المركزية (CPU) لتنفيذ المنطق، بينما يقصر استخدام النموذج اللغوي الكبير (LLM) بشكل صارم على الاستدعاءات الدقيقة والفعالة. هذا التصميم لا يقلل فقط من استهلاك موارد وحدة معالجة الرسوميات (GPU)، بل يقلل أيضًا بشكل كبير من زمن التأخير الإجمالي للتنفيذ وتكلفة مهام البحث العميق.

دعم تنوع الاستراتيجيات لعرض شمولية النظام، زودت إنفيديا UDR باستراتيجيات بحث نموذجية مصغرة، قابلة للتوسع، ومكثفة. يمكن للمستخدمين اختيار أو تخصيص طرق البحث وفقًا لاحتياجاتهم الخاصة.

تتبع التقدم في الوقت الفعلي يوفر النظام واجهة مستخدم لتسهيل التجارب، ويدعم التحرير الفوري للاستراتيجيات، ومكتبة استراتيجيات اختيارية، وإشعارات التقدم، وعرض التقارير، مما يوفر مخططًا عمليًا لبناء منتجات للمستخدم النهائي.

تحليل آفاق التطبيق

إمكانات التطبيق على مستوى الشركات يرى مستخدمو الإنترنت أن UDR حقق اختراقًا في استقلالية الوكيل، مما يجعله مناسبًا جدًا لعمل الشركات. مقارنة بأدوات البحث العميق ذات الاستراتيجيات الثابتة الحالية، توفر قابلية تخصيص UDR حلولًا أكثر مرونة للشركات.

دعم مجتمع المصادر المفتوحة أصدرت إنفيديا الكود المصاحب ونماذج العروض البحثية الأولية على GitHub، مما يعزز المزيد من البحث والتطبيق في الأوساط الأكاديمية والصناعية.

القيود الحالية

تعتمد دقة تنفيذ النظام لاستراتيجيات البحث بشكل كامل على جودة الكود الذي يولده نموذج الذكاء الاصطناعي الأساسي. عندما يكون وصف الاستراتيجية غامضًا أو غير كافٍ، قد يواجه النظام أحيانًا سوء فهم أو أخطاء منطقية. علاوة على ذلك، لا يدعم الإصدار الحالي تدخل المستخدم أثناء التنفيذ (يسمح فقط بإلغاء المهام)، ولا يمكنه تعديل اتجاه البحث بناءً على التغذية الراجعة في الوقت الفعلي.

معلومات الإصدار

تم نشر الورقة البحثية المتعلقة بهذا النظام في 29 أغسطس 2024 على منصة arXiv، بعنوان "Universal Deep Research: Bring Your Own Model and Strategy"، وقد كتبها بيتر بيلكاك (Peter Belcak) وبافلو مولتشانوف (Pavlo Molchanov) من أبحاث إنفيديا. تم إصدار كود النظام كمصدر مفتوح في مستودع NVlabs GitHub.

توقعات التأثير الصناعي

يمثل إطلاق UDR تقدمًا مهمًا لأدوات البحث في الذكاء الاصطناعي نحو الاتجاه المعياري والشفاف. من خلال إعادة سلطة صياغة استراتيجيات البحث إلى المستخدمين، من المتوقع أن يدفع هذا النظام تطوير حلول بحث الذكاء الاصطناعي المخصصة في مختلف الصناعات، مما يجلب إمكانيات جديدة لمجالات مثل البحث العلمي، والتحليل التجاري، واستقصاء المعلومات.