العواملالأبحاث 🇺🇸 27.07.2026 04:06

الذكاء يصبح مجانيًا — ما التالي؟ أنظمة بيانات للوكلاء، ومن الوكلاء، وبواسطة الوكلاء

OpenAIOpenAI AnthropicAnthropic
تكلفة الذكاء الاصطناعي في انخفاض حاد: انخفض سعر إخراج النماذج بمستوى GPT-4 من 30 دولارًا إلى أقل من دولار واحد لكل مليون توكن، وقد يصبح صفرًا تقريبًا على المدى الطويل. وهذا يطرح ثلاثة تحديات جديدة لأنظمة البيانات: إعادة تصميمها للعمل مع الوكلاء (أنظمة بيانات للوكلاء)، بناء بنية تحتية لإدارة أسراب الوكلاء (أنظمة بيانات من الوكلاء)، وتجميع أنظمة بيانات موثوقة بواسطة الوكلاء أنفسهم (أنظمة بيانات بواسطة الوكلاء).
باحثون من مختبر EPIC للبيانات بجامعة كاليفورنيا في بيركلي يحللون تداعيات انخفاض تكاليف استدلال نماذج الذكاء الاصطناعي. خلال العام الماضي، انخفضت أسعار الاستدلال بعامل يتراوح بين 9 و900، مع متوسط تخفيض يبلغ حوالي 50 مرة، مما جعل الذكاء الكافي لمعظم المهام المعرفية شبه مجاني. وهذا يفتح ثلاثة اتجاهات لأنظمة البيانات. أولاً، أنظمة البيانات للعوامل: العوامل تؤدي كمًا كبيرًا من العمل، بما في ذلك الاستعلامات التخمينية (التخمين العاملي)، حيث تصل نسبة الاستعلامات الفرعية الزائدة عن الحاجة إلى 80-90%، مما يوفر فرصًا للتحسين - مثل إعادة استخدام النتائج وتحسين الاستعلامات المتعددة. ثانيًا، أنظمة البيانات من العوامل: هناك حاجة إلى بنية تحتية لإدارة آلاف العوامل - ذاكرة منظمة (منظمة بدلاً من ملفات ماركداون غير المنظمة)، وتنسيق، وحل النزاعات للتغييرات المتزامنة. ثالثًا، أنظمة البيانات التي تُنشأ بواسطة العوامل: يمكن للعوامل تركيب أنظمة بيانات كاملة في الوقت الفعلي، ولكن يجب التحقق من صحتها. يناقش الباحثون مفهوم الذاكرة المنظمة للعوامل، حيث يتم تنظيم الذكريات حسب السمات (مثل الوحدة، اللغة، العملية)، بالإضافة إلى قضايا التحرير التعاوني والجمود النشط (livelock) عندما تعمل عوامل متعددة في وقت واحد.
المصدر: BAIR (Berkeley AI) — الأصلي
منشوراتنا السابقة حول هذا الموضوع ↓
أخبار جديدة