الوكلاء المعياريون يعززون تعلم الذكاء الاصطناعي، محسّنين اتخاذ القرار والقدرة على التكيف

تم دراسة كيفية ولماذا يتخذ البشر قراراتهم على نطاق واسع عبر تخصصات مختلفة. استكشف باحثون في معهد برينستون لعلم الأعصاب اتخاذ القرار في تعلم الآلة واقترحوا نهجاً يحسّن العمليات التقليدية للوكيل الواحد. تُظهر دراستهم قدرات تعلم معززة للذكاء الاصطناعي وقدرة على التكيف من خلال استخدام أنظمة وكلاء متعددة للذكاء الاصطناعي ذات بنية معيارية.

أجرى الباحثون دراسة تقارن بين نهج التعلم بالتعزيز في أنظمة وكيل ذكاء اصطناعي واحد وأنظمة وكلاء متعددين ذوي بنية معيارية. تم تدريب الوكلاء في لعبة بقاء على شبكة ثنائية الأبعاد، حيث كانوا يبحثون عن موارد مخفية ويهدفون إلى الحفاظ على مستويات إمداد كافية.

نهج الوكيل الواحد مقابل النهج المعياري

في نهج الوكيل الواحد، قام عقل موحد بتقييم كل هدف خطوة بخطوة، متعلماً من خلال التجربة والخطأ لتحديد أفضل الحلول. من ناحية أخرى، دمج الوكيل المعياري مدخلات من وكلاء فرعيين، لكل منها أهداف ضيقة وتجارب فريدة. تم تقييم المدخلات الجماعية من الوكلاء الفرعيين في عقل واحد، مما مكن الوكيل من اتخاذ خيارات مستنيرة.

مبادئ الاحتياجات والأهداف المتعارضة

قارن الباحثون نهجهم بالنقاش القائم منذ فترة طويلة حول كيفية إدارة الأفراد للاحتياجات والأهداف المتعارضة. هذا النقاش شائع عبر تخصصات علمية مختلفة، بما في ذلك علم الأعصاب، وعلم النفس، والاقتصاد، وعلم الاجتماع، والذكاء الاصطناعي. يعكس تصميم الوكيل المعياري المنافسة بين وكلاء معياريين متعددين، مما يشبه كيفية إدارة الاحتياجات المتعارضة في اتخاذ القرار البشري.

أظهرت نتائج الدراسة أن الوكيل المعياري تفوق على نهج الوكيل الواحد. تعلم الوكيل المعياري بشكل أسرع بشكل ملحوظ، محققاً تقدماً كبيراً بعد 5,000 خطوة تعلم فقط مقارنة بـ 30,000 خطوة للوكيل الواحد. أظهرت الوكلاء المعياريون صيانة متفوقة للمتغيرات الداخلية في كل من البيئات الثابتة والمتغيرة، والحفاظ على التوازن الداخلي بشكل أكثر فعالية. سمحت الأهداف المحدودة للوكلاء الفرعيين لهم بالتكيف بشكل أسرع مع التحديات البيئية.

الاستكشاف والتكيف في تعلم الذكاء الاصطناعي

كانت الإجراءات المحددة من قبل وكيل فرعي واحد مصدراً للاستكشاف للآخرين داخل الوكيل المعياري. هذا سهّل اكتشاف إجراءات قيمة قد لا يتم اختيارها في حالة معينة بخلاف ذلك. على النقيض من ذلك، كافح النهج الأحادي مع لعنة الأبعاد، والتي تشير إلى النمو الأسي للخيارات مع زيادة تعقيد البيئة. ركزت الوكلاء المعياريين، الذين يعملون كمتخصصين بأهداف محدودة، على مهام فردية أصغر وتكيفوا بسرعة مع التحولات البيئية.

تشير نتائج الدراسة إلى أن تصميم الوكلاء بطريقة معيارية، مع وكلاء فرعيين منفصلين مخصصين لاحتياجات محددة، يعزز بشكل كبير القدرة الإجمالية للوكيل على تلبية أهدافه. لا يحسن النهج المعياري فقط تعلم الذكاء الاصطناعي واتخاذ القرار، بل يوفر أيضاً رؤى حول الصراعات النفسية الكامنة في النفس البشرية.

يوفر استخدام الوكلاء المعياريين في أنظمة الذكاء الاصطناعي نهجاً أكثر فعالية وقدرة على التكيف لاتخاذ القرار والتعلم. من خلال الاستفادة من مبادئ الاحتياجات والأهداف المتعارضة، تظهر الوكلاء المعياريين قدرة متزايدة على التكيف مع البيئات المتغيرة. تساهم النتائج في فهم أعمق لعمليات اتخاذ القرار البشري وتمهد الطريق لأنظمة ذكاء اصطناعي أكثر ذكاءً ومرونة في المستقبل.

اقرأ المزيد هنا: Zack Dulberg وآخرون، وجود هويات متعددة يساعد وكلاء التعلم على الاستكشاف والتكيف في worlds معقدة ومتغيرة، Proceedings of the National Academy of Sciences (2023). DOI: 10.1073/pnas.2221180120