هل تحلُم الروبوتات؟ إذا كانت تحلم، هل تحلم بخراف إلكترونية؟
لقطات من فيلم Blade Runner
في عام 1968، عندما كتب فيليب ك. ديك، مؤلف رواية الخيال العلمي التي وُضعت أساسًا لفيلم "blade runner"، هذا السؤال المجرد والسابق لعصره على آلة الكتابة، لم يكن ليتخيل أن عمالقة التكنولوجيا في سيليكون فالي سيقدمون إجابةً بجدية شديدة بعد أكثر من نصف قرن.
Yes, they can not only dream of electronic sheep, but also visualize their dreams.
أمس، أطلقت Anthropic في مؤتمر المطورين في سان فرانسيسكو مجموعة من الميزات الجديدة لمنصة بناء الوكلاء Managed Agents، بما في ذلك توسيع الذاكرة، وإخراج النتائج، والتعاون بين الوكلاء المتعددين، و"الحلم Dreaming".
وفقًا لوصف Anthropic نفسه، "تشكل الذاكرة والحلم معًا نظام ذاكرة قويًا قادرًا على التحسين الذاتي".
مرة أخرى حلم، ومرة أخرى ذاكرة، بالنسبة للأصدقاء الذين لا يهتمون كثيرًا بمجال الذكاء الاصطناعي، سيشعرون جميعًا بالحيرة: متى بدأت هذه الكلمات البشرية تُستخدم بهذه السلاسة على الذكاء الاصطناعي؟
عندما أطلقت OpenAI سلسلة o1 في عام 2024، وهي "سلسلة من نماذج الذكاء الاصطناعي المصممة لقضاء مزيد من الوقت في التفكير قبل الإجابة"، استُخدم مصطلح "التفكير" بشكل طبيعي جدًا، لدرجة أن أحدًا لم يتوقف ليسأل: كيف يمكن لبرنامج يتنبأ بالإحصائيات بالرمز التالي أن يُسمى تفكيرًا؟
يأتي بعدها التفكير المنطقي، والذاكرة، والتقييم، والتخيل، حيث يتم نقل خطوة بخطوة الأنشطة التي كانت حصرية على البشر إلى معارض المنتجات.
لقطات من فيلم "المنسّقة الحمراء" لاستكشاف الأحلام
يمكن تفسير "التفكير" كاستعارة، ويمكن اعتبار "الذاكرة" توسيعًا مقبولًا للمصطلحات التقنية، لكن "الحلم" يتجاوز الحدود حقًا. لم تتمكن الفلسفة والتاريخ والأدب من توضيحه على مدار آلاف السنين، لكن شركات الذكاء الاصطناعي تقول مباشرة: لقد صنعنا ليس فقط آلات تستطيع التفكير، بل أيضًا آلات تستطيع الحلم.
ما هو الحلم، هل لا يوجد أي مصطلح هندسي يمكنه وصف هذا الأمر بدقة سوى الحلم؟
حتى أحلام الذكاء الاصطناعي تتطلب إنفاقًا
في حادثة تسريب كود Claude Code، لاحظ مُستخدمون أن Anthropic كانت تعد ميزة تُسمى Auto Dreaming. في ذلك الوقت، كان الجميع يتساءلون: هل يحتاج الذكاء الاصطناعي أيضًا، مثل البشر، إلى النوم والحصول على قسط كافٍ من الراحة ليصبح أكثر تركيزًا وذكاءً؟
لكن بمجرد فهم كيفية عمل وكيل الذكاء الاصطناعي الحالي، سيتبين أن ما يُسمى "الحلم" هو في جوهره معالجة دُفعية تلقائية للسجلات خارج الخط.
يُتقن وكيل الذكاء الاصطناعي الآن إنجاز مهام معقدة متعددة المراحل. على سبيل المثال: "ساعدني في إجراء بحث حول آخر التقارير المالية لهذه الشركات الخمسة المنافسة، وقم بتنظيمها في جدول." خلال هذه العملية، يحتاج الوكيل إلى التنقل بين صفحات ويب مختلفة، وقراءة مستندات متعددة، واستخدام أدوات مختلفة، وقد يواجه عقبات بسبب آليات منع التخريب، مما يتطلب إعادة المحاولة.
عند انتهاء هذه السلسلة الطويلة من المهام عبر الإنترنت، سيترك العامل سجلات تشغيل هائلة في الخلفية.
الصورة مولدة بواسطة الذكاء الاصطناعي
ميزة "الحلم" من Anthropic تسمح للوكيل بإعادة تنظيم هذه السجلات التاريخية أثناء فترات الخمول. فهو يبحث عن أنماط، مثل اكتشاف أن "كلما ظهرت هذه النافذة المنبثقة، فإن النقر على الزاوية العلوية اليمنى يغلقها"، مما يحسن مسار التشغيل التالي.
يُشرف "الذاكرة" على التقاط ما تم تعلمه أثناء العمل، بينما يُركز "الحلم" على ترشيح هذه الذكريات بين المحادثات ومشاركتها بين الوكلاء المختلفين.
ببساطة، هذا آلية تعلم معزز تعتمد على البيانات التاريخية وآلية تصحيح ذاتي.
مقدمة عن الحلم: https://platform.claude.com/docs/en/managed-agents/dreams
في هذا المؤتمر المطور، تم تحديث Dreams في الوكلاء المُدارين، وهي مهمة معالجة خلفية يتطلب الأمر تنشيطها يدويًا. يمكن لـ Claude قراءة سجل المحادثات لما يصل إلى 100 جلسة دفعة واحدة، ثم إنتاج ذاكرة جديدة تمامًا لنتفحصها قبل اتخاذ قرار باستخدامها.
أما AutoDream، الذي تم إطلاقه سراً مسبقاً في Claude Code، فهو يتحقق من الخلفية بعد كل جولة محادثة مع العميل، ما إذا كان ينبغي "الحلم"، ويعمل افتراضياً مرة واحدة كل 24 ساعة.
تمتلك Hermes Agent أيضًا وظيفة مشابهة للحلم. إن نقطة قوة Hermes Agent هي قدرتها على التعلم والتطور الذاتي، فهي لا تدعم فقط استخلاص الدروس من المهام السابقة وتخزينها في ملفات الذاكرة.
إحدى الميزات المسمّاة Curator يمكنها أيضًا تنظيم إرشادات التشغيل المستخلصة تلقائيًا إلى مهارات.
يتم تقييم هذه المهارات، ودمج المهارات المكررة، وأرشفة المهارات غير المستخدمة لفترة طويلة تلقائيًا، بل وحتى وجود دورة حياة مثل نشطة وقديمة وأرشفة. كما يمكننا تثبيت المهارات المهمة لمنع النظام من حذفها تلقائيًا.
أضاف OpenClaw في التحديثات الأخيرة آليات ذات صلة، مثل الذاكرة الدائمة عبر المحادثات، جدولة المهام حسب الوقت، تنفيذ الوكلاء الفرعيين بشكل معزول، بالإضافة إلى وظيفة الحلم المباشرة المسمّاة Dreaming.
حلم OpenClaw: https://docs.openclaw.ai/concepts/dreaming
في آلية الأحلام الخاصة بـ OpenClaw، تُلخص رحلة الحلم في ثلاث مراحل: light و REM و deep. فالمراحل الأولى تُعنى بالتنظيم والتأمل وتلخيص الموضوعات، بينما تُدخل المرحلة deep المحتوى فعليًا في الذاكرة طويلة المدى MEMORY.md.
يتم تحديد تثبيت مرحلة النوم العميق من خلال ستة إشارات موزونة فيما إذا كان ينبغي كتابتها في الذاكرة طويلة المدى. تشمل هذه الإشارات الستة التردد، والارتباط، وتنوع الاستعلامات، والتحديث، وتكرارها عبر الأيام، وثراء المفاهيم.
الصورة مولدة بواسطة الذكاء الاصطناعي
يتم كتابة الذاكرة طويلة المدى لإنشاء ملفين: ملف حالة موجه للآلة يُحفظ في memory/.dreams/، وسجل قابل للقراءة للمستخدم يُكتب في DREAMS.md والتقارير المولدة حسب المرحلة.
بالإضافة إلى ذلك، يمكن لـ Dreaming التشغيل التلقائي حسب الجدول، ويشغل تلقائيًا عملية كاملة يوميًا في الساعة 3:00 صباحًا بالترتيب: خفيف → REM → عميق.
بخلاف مخرجات الأحلام، يحافظ OpenClaw على مستند يُسمى Dream Diary، حيث يُنشئ النظام تلقائيًا "مذكرة أحلام" تسجل عملية تنظيم الذكريات بطريقة سردية، مع التركيز على القابلية للتفسير والمراجعة، وليس كمكتبة مغلقة.
هناك فهم كلاسيكي جدًا في علم الأعصاب: المعلومات التي يحصل عليها الإنسان خلال النهار تدخل أولاً في نظام تخزين مؤقت؛ ثم أثناء النوم، يقوم الدماغ بإعادة تشغيل هذه المعلومات وتعزيزها وتنظيفها، مع الاحتفاظ بالأشياء المهمة والتخلص من غير ذات المعنى.
الصورة مولدة بواسطة الذكاء الاصطناعي
لن نتذكر لون كل سيارة مررنا بها في طريقنا إلى العمل أمس، لكننا سنتذكر كيفية الذهاب إلى الشركة.
هذه الأحلام، تبدو مشابهة جدًا لأحلام البشر، وإذا أردنا إيجاد فرق، فربما يكون أن كلاود أثناء حلمه لا يزال يستهلك رموزنا.
لكن Anthropic و OpenClaw لم تختارا تسميته "تحسينًا قائمًا على الجلسة (session-based optimization)" أو "ضبطًا بعد المهمة (post-task tuning)" أو أسماء أخرى مائلة نحو الجانب الهندسي.
ففي النهاية، عندما تُحوَّل تلك الأسماء المعقدة مباشرةً إلى "الحلم"، لا نشعر بعد الآن بخصائص البرنامج، بل كأننا أمام "حياة رقمية ذات نشاط داخلي".
ذاكرة الذكاء الاصطناعي هي سياقات تافهة
بما أننا ذكرنا "الحلم"، فلا يمكن تجاهل شرطه المسبق، الذاكرة (Memory).
في الفترة الأخيرة، تحوّل أكثر المصطلحات رواجًا في عالم الذكاء الاصطناعي من هندسة التوجيهات إلى هندسة السياق، وهندسة المهارات، وهندسة الأدوات، لكن بغض النظر عن التغييرات، لا تزال هندسة السياق هي الأكثر قيمة حاليًا.
تُشكل طبقات التلميحات النظامية، وإدخال المستخدم، والمحادثات قصيرة الأجل، والذاكرة طويلة الأجل، والمستندات المسترجعة، ومخرجات استدعاء الأدوات والمهارات، وحالة المستخدم الحالية، السياق الحقيقي الذي يستخدمه الوكيل.
كان دائمًا تحديًا كبيرًا على مدار فترة طويلة جدًا جعل العامل يتذكر المزيد ويسجل محتوى أكثر فائدة.
نشر Manus مدونة تقنية العام الماضي تناولت بالتفصيل كيفية تحسين Manus لهندسة السياق. وذكرت المدونة تعريف معدل إصابة ذاكرة KV-Cache كأحد أهم المؤشرات الفردية لوكيل الذكاء الاصطناعي في بيئة الإنتاج، بالإضافة إلى تفضيل "التغطية" على "الإزالة" على مستوى استدعاء الأدوات، واعتماد نظام الملفات كسياق نهائي، وغيرها من الأساليب.
لفهم ما يُسمى بـ KV Cache (خزانة المفاتيح والقيم)، يمكننا تخيل النموذج الكبير كمريض مصاب بوسواس قهري شديد لا يستطيع قراءة سوى حرف واحد في كل مرة.
عند معالجة جملة، فإنه يحسب متجه مفتاح (Key) وقيمة (Value) لكل توكين تم إنشاؤه. لتجنب إعادة الحساب من الصفر في كل مرة، فإنه يخزن أزواج (K, V) هذه، وهي ما يُعرف بـ KV Cache.
KV Cache (ذاكرة المفاتيح والقيم) هي تقنية تسريع أساسية تُستخدم في النماذج الكبيرة عند توليد النصوص، وتُعرف بـ "استبدال المساحة بالوقت". تسمح الذاكرة المؤقتة للنموذج بتجنب إعادة حساب جميع الكلمات السابقة عند التنبؤ بالكلمة التالية. الصورة مُولَّدة بواسطة الذكاء الاصطناعي.
بينما يستمر الحوار، يتم حفظ KV Cache باستمرار. في الظروف العادية، عندما يواجه نموذج كبير بحجم 70B معلمة سياقًا يصل إلى 128k، فإن KV Cache وحده يمكنه استهلاك 64 جيجابايت من ذاكرة GPU عند ملء السياق بالكامل.
وهذا هو السبب في أن نافذة السياق لأغلب النماذج حاليًا لا تتجاوز المليون على الأكثر.
أمس، أطلقت الشركة الجديدة Subquadratic، التي حصلت على تمويل بذري بقيمة 29 مليون دولار، نموذج SubQ الجديد على X، مع التركيز على سياق أطول.
تُدّعي SubQ دعم نافذة سياق تصل إلى 12 مليون رمز، وهي أكبر نافذة سياق متوفرة حاليًا في جميع النماذج الكبيرة.
على الرغم من عدم وجود ورقة تقنية أو وثيقة شرح نموذج، ذُكر في الفيديو التعريفي أن الخط الأساسي لتكنولوجيا SubQ هو الانتقال من "الانتباه الكثيف" في Transformer التقليدي إلى بنية "شبه رباعية / خطية التوسع" مع انتباه نادر. ومن المتوقع أن تحل هذه البنية الجديدة مشكلة ارتفاع تكلفة قوة الحوسبة مع زيادة طول السياق.
كما كانت نتائج الاختبار متحمسة جدًا: مع 1 مليون رمز، زادت السرعة بأكثر من 50 مرة وانخفضت التكلفة بأكثر من 50 مرة؛ ومع 12 مليون رمز، انخفضت متطلبات قوة الحوسبة بنسبة تقارب 1000 مرة مقارنة بالنماذج الرائدة.
وفي معيار RULER 128K للسياق الطويل، تدّعي Subquadratic أن SubQ يحقق دقة بنسبة 95% بتكلفة 8 دولارات، مقارنة بدقة 94% وتكلفة حوالي 2600 دولار لـ Claude Opus، بانخفاض في التكلفة يقارب 300 مرة.
إما توسيع نافذة السياق، أو جعل النموذج يتعلم الحلم ويتخلص من بعض الأشياء بنفسه.
وهذا هو السبب في أن منتجات الوكلاء مثل Anthropic يجب الآن أن تطلق ميزة "الحلم". في ظل قيود نافذة السياق، لا يمكن للذكاء الاصطناعي الأذكى الاعتماد فقط على إدخال محتوى أكثر، بل يحتاج أيضًا إلى أن يكون هادفًا.
الاعتراف بأن الآلات ليست سوى آلات، أصعب مما تصورت
بعد فهم آلية أحلام الذاكرة لدى الذكاء الاصطناعي، قد نتمكن من معرفة العلاقة بينه وبين الأنشطة البشرية.
لكن عندما تجمع كل هذه المصطلحات التي أنشأتها شركات الذكاء الاصطناعي لاستخدامها في الآلات—مثل التفكير (thinking) من OpenAI، والذاكرة (memory) والهلوسة (hallucination) المستخدمة في الصناعة، وحلم (dreaming) من Anthropic هذه المرة، بالإضافة إلى الفضائل والحكمة الواردة في دستور Anthropic—
نرى أن شركات الذكاء الاصطناعي لا تبيع فقط منتجات، بل تعيد توزيع ملكية المصطلحات داخل مفهوم "الإنسان". كلما استولت على كلمة، ازداد تداخل الحدود بين الآلة والإنسان.
اللغة تُشكّل التوقعات، والتوقعات تُشكّل التحمل، والتحمل يحدد كم نحن مستعدون لتسليمها من أشياء. إنها سلسلة طويلة، لكن البداية هي تلك الكلمات البريئة في المؤتمر الصحفي.
التأثير الأعمق هو توزيع المسؤولية. عندما يُوصف الأداة بأنها كيان يمتلك "تفكيرًا" و"ذاكرة" و"قيمًا"، فإننا نميل تلقائيًا إلى اعتبارها كـ"جهة فاعلة مستقلة" عند حدوث خلل، ونعتقد أن هذا الذكاء الاصطناعي يحتاج إلى "التربية" أو "تصحيح الأعطال" أو "ضبطه".
لكن يجب طرح السؤال الحقيقي على الشركة التي نشرت هذا البرنامج في سير عملنا، وعلى فريق المنتج الذي كتب كلمة "dreaming". عند تغيير الكلمة، يتغير الشخص الجالس على كرسي المتهم.
بينما ننظر إلى آلة تُفكر وتتذكر، وتحلم الآن أيضًا، نبدأ بشكل لا إرادي في الإيمان بأن هناك شيئًا داخلها. لأن الاعتراف بأنها مجرد آلة يُزيل تجربة "أنا أتحدث مع كيان يفكر" ويعيدنا إلى علاقة أداة باردة.
مقدمة ميزة الأحلام اليقظة | الصورة مولدة بواسطة الذكاء الاصطناعي
لقد فكّرت في ذلك، Dreaming (الحلم) يعالج المحتوى الماضي، وستطلق شركات الذكاء الاصطناعي قريبًا Daydreaming (الحلم اليقظ) لمحاكاة المستقبل.
الشرح هو أن الأحلام اليقظة أو التشتت يمكن أن يسمحا للوكيل، أثناء حالته النشطة، باستخدام جزء صغير من قدرات الحوسبة المتاحة، بالاقتران مع المشروع الجارٍ حاليًا، للقيام في نفس الوقت بعمليات توليد استكشافية والإعداد للمهام المحتملة في المستقبل.
هذا المقال من حساب WeChat الرسمي "APPSO"، الكاتب: APPSO - اكتشاف منتجات الغد