ما استدعاء الأدوات؟ كيف تحوّل نماذج الذكاء الاصطناعي القرارات إلى أفعال

استدعاء الأدوات هو الآلية التي تتيح لنموذج الذكاء الاصطناعي طلب وظيفة محددة أو إمكانية خارجية باستخدام مُدخلات منظَّمة. فهو يحوّل قرار النموذج إلى إجراء قابل للقراءة آليًا، ما يتيح للبرمجيات البحث أو إجراء الحسابات أو استرجاع السجلات أو تشغيل التعليمات البرمجية أو تحديث نظام آخر، من دون مطالبة النموذج بمحاكاة العملية في نص نثري.

يشكّل استدعاء الأدوات أساسًا لوكلاء الذكاء الاصطناعي الحديثة. يستطيع النموذج الاستدلال بشأن ما ينبغي فعله، لكن التطبيق المحيط به هو من يحدد ما إذا كان الإجراء المطلوب صالحًا ومصرحًا به، وما إذا كان سيُنفَّذ، وما إذا كانت نتيجته ستُعاد إلى النموذج لاتخاذ القرار التالي.

لماذا تحتاج النماذج إلى أدوات

للنموذج اللغوي قيود مهمة. فالمعرفة التي اكتسبها لها موعد نهائي مرتبط ببيانات تدريبه، ولا يستطيع تنفيذ كل عملية حسابية على نحو موثوق، ولا يعرف تلقائيًا البيانات الخاصة أو الآنية، كما لا يمكنه التأثير في أنظمة البرمجيات بمجرد توليد النص.

توسّع الأدوات قدرات النموذج، ومنها:

• البحث عن معلومات حديثة؛
• الاستعلام من قاعدة بيانات أو قاعدة معرفية؛
• تشغيل التعليمات البرمجية أو إجراء حسابات دقيقة؛
• قراءة الملفات وكتابتها؛
• إنشاء تذاكر أو فعاليات أو رسائل أو معاملات؛
• تشغيل متصفح أو واجهة مستخدم أخرى.

لا تجعل الأداة النموذج أكثر معرفة بطبيعته، بل تمنح التطبيق وسيلة مضبوطة للحصول على الأدلة أو تنفيذ عملية.

مكوّنات تعريف الأداة

ينبغي أن يوضح وصف الأداة معايير اختيارها ومعايير عدم اختيارها. فعبارة «البحث في السجلات» غير كافية، لأن النموذج لا يستطيع معرفة ما إذا كان البحث يشمل العملاء أو المستندات أو الويب العام. أما عبارة «البحث في حسابات العملاء المعتمدة باستخدام اسم الشركة أو معرّف الحساب؛ لا تستخدمها لإجراء أبحاث عامة على الويب» فترسم للنموذج حدودًا واضحة يمكنه الاستناد إليها.

تصف التطبيقات كل أداة متاحة بصيغة منظَّمة. وعادةً ما يتضمن التعريف ما يلي:

• الاسم: معرّف ثابت مثل get_weather أو create_support_ticket.
• الوصف: شرح دقيق لوظيفة الأداة والظروف التي ينبغي استخدامها فيها.
• مخطط الإدخال: المُدخلات المطلوبة والاختيارية، وأنواع بياناتها، والقيم المسموح بها.
• مواصفات المخرجات: توثيق للنتيجة أو حالات الخطأ التي سيعيدها التطبيق.

تستخدم واجهات كثيرة للأدوات JSON Schema أو تمثيلًا آخر ذي أنواع محددة. ويقلل المخطط المحدد بدقة والواضح وغير الملتبس من احتمال أن يبتكر النموذج مُدخلات أو يجمع بين خيارات غير متوافقة.

كيف تعمل حلقة استدعاء الأدوات

لنفترض أن مستخدمًا يسأل: «هل لديّ أي اجتماعات في مانشستر يوم الثلاثاء المقبل، وهل ستمطر؟»

1. يوفّر التطبيق السياق. ويرسل إلى النموذج طلب المستخدم وتعليمات النظام وتعريفات الأدوات المحددة.
2. يختار النموذج أداة. وقد يطلب البحث في التقويم ضمن نطاق زمني محدد، مع تطبيق عامل تصفية للموقع.
3. يتحقق التطبيق من الطلب. ويفحص اسم الأداة والوسائط المطلوبة ونطاق الصلاحيات وقواعد العمل.
4. تنفّذ بيئة التشغيل الأداة. فتستدعي نظام التقويم وتعيد الأحداث المطابقة أو رسالة خطأ صريحة.
5. يطلع النموذج على النتيجة. فيرى أن هناك اجتماعًا في مانشستر، ويطلب استخدام أداة الطقس لمعرفة حالة الطقس في تلك المدينة وفي ذلك التاريخ.
6. يكرّر التطبيق عمليات التحقق والتنفيذ.
7. يقدّم النموذج الإجابة النهائية. ويجمع المخرجات التي جرى التحقق منها، ويذكر التفاصيل ذات الصلة.

يقترح النموذج استدعاء الأدوات، بينما ينفّذها التطبيق. وهذا الفصل من أهم الحقائق المتعلقة باستخدام الأدوات. ولا تعامل بيئة التشغيل الآمنة مخرجات النموذج مطلقًا على أنها شيفرة مأذون بها تلقائيًا.

قد يكون اختيار الأداة تلقائيًا أو مقيّدًا

يمكن للتطبيق أن يتيح للنموذج تحديد ما إذا كانت هناك حاجة إلى أداة، أو أن يفرض استخدام أداة بعينها، أو أن يقصر الاختيار على مجموعة فرعية، أو أن يمنع استخدام الأدوات في الرد. وتناسب هذه الخيارات أنواعًا مختلفة من سير العمل.

يتيح الاختيار التلقائي إنشاء مساعدين مرنين. أما فرض الاختيار فيفيد في مهام مثل الاستخراج المنظّم، حيث ينبغي أن يمر كل طلب عبر دالة محددة. ويساعد حصر الخيارات المتاحة على تقليل الالتباس والحد من المخاطر: فخطوة قراءة الفواتير لا تحتاج إلى الوصول إلى أداة لإرسال البريد الإلكتروني.

استدعاء الأدوات في مقابل المخرجات المنظّمة

تطلب كلتا الميزتين من النموذج إنتاج بيانات مطابقة لمخطط محدد، لكن الغرض منهما مختلف.

تنسّق المخرجات المنظّمة إجابة النموذج لتناسب تطبيقًا ما، مثل استخراج اسم منتج وكميته وتصنيفه من حيث المخاطر. أما استدعاء الأدوات فيطلب من التطبيق تنفيذ عملية وإعادة ملاحظة.

قد تنهي نتيجة منظّمة التفاعل. أما استدعاء الأداة فعادةً ما يواصل حلقةً تتكرر فيها الخطوات التالية: الطلب، والتنفيذ، والاطلاع على النتيجة، ثم اتخاذ القرار من جديد.

استدعاء الأدوات في مقابل واجهات برمجة التطبيقات

واجهة برمجة التطبيقات هي واجهة تستخدمها البرمجيات للتواصل مع نظام آخر. أما استدعاء الأدوات فهو طبقة اتخاذ القرار التي يتعامل معها النموذج، وتختار عمليةً وتحدّد وسائطها. وغالبًا ما يغلّف تنفيذ الأداة واجهة برمجة تطبيقات، لكنه قد يغلّف أيضًا استعلامًا إلى قاعدة بيانات، أو دالة محلية، أو برنامجًا يعمل عبر سطر الأوامر، أو إجراءً في واجهة المستخدم.

نادرًا ما تكشف الأدوات الأفضل واجهة برمجة تطبيقات معقدة كاملةً مباشرةً. فهي توفّر عمليات موجّهة لإنجاز مهام، ذات دلالات واضحة ونطاق محدود ونتائج يستطيع النموذج تفسيرها. فعملية «استرداد الطلب» مع مدخلات للسياسة جرى التحقق منها أكثر أمانًا وأسهل استخدامًا من أداة طلبات عامة يمكنها استدعاء أي نقطة نهاية.

ما مواصفات أداة الذكاء الاصطناعي الجيدة؟

غرض واضح. ينبغي أن يميّز الاسم والوصف الأداة عن الإمكانات المشابهة. فالأدوات المتداخلة في وظائفها تؤدي إلى اختيارات غير متسقة.

مدخلات محدودة ومحددة الأنواع. ينبغي تحديد الحقول المطلوبة بوضوح، واستخدام القيم المقيّدة ضمن قوائم محددة حيثما أمكن. وتجنّب إلزام النموذج بإنشاء حمولات كبيرة وهشّة.

مخرجات مفيدة. أعد معلومات كافية لدعم القرار التالي، بما فيها المعرّفات الثابتة وحالة صريحة للنجاح أو الإخفاق. ولا تخفِ إخفاقًا جزئيًا داخل رسالة ودّية.

استخدام ضمان عدم التكرار حيثما أمكن. عادةً ما تكون إعادة محاولة عملية قراءة آمنة، لكن إعادة محاولة الدفع أو إرسال رسالة قد تؤدي إلى تكرار الإجراء. وينبغي أن تستخدم الأدوات ذات الأثر الكبير مفاتيح لضمان عدم التكرار أو إجراءً وقائيًا آخر.

صلاحيات محدودة. ينبغي ألا ترث أداة البحث المخصّصة للقراءة فقط صلاحيات الكتابة. ويجب أن تبقى بيانات الاعتماد والتفويض ضمن بيئة التشغيل، لا في موجّه النموذج.

أوجه الإخفاق الشائعة في استدعاء الأدوات

تحتاج إعادة المحاولة إلى سياسة خاصة بها. قد لا يترتب على إعادة محاولة بحث للقراءة فقط أي ضرر، لكن إعادة محاولة دفع أو استخدام أداة لإرسال رسالة قد تؤدي إلى تكرار إجراء لا يمكن التراجع عنه. وتتيح مفاتيح منع التكرار، ومعرّفات المعاملات، وحالات التأكيد الصريحة لبيئة التشغيل معرفة ما إذا كانت المحاولة الأولى قد فشلت أم أنها لم تُرجع استجابة فحسب.

• الأداة الخاطئة: يختار النموذج قدرةً ذات وصف مشابه.
• وسيطات غير صالحة: يكون حقل مطلوب مفقودًا أو مشوّهًا أو مستحيلًا من الناحية الدلالية.
• نتيجة مختلقة: يجيب النموذج كما لو أن الأداة نجحت، من دون انتظار نتيجة مرصودة.
• أخطاء ملتبسة: تُرجع الأداة مخرجات فارغة، فيتعامل النموذج معها على أنها «لم يُعثر على سجلات».
• تسلسل غير آمن: يدفع محتوى غير موثوق به من إحدى الأدوات النموذج إلى استدعاء أداة أخرى على نحو غير ملائم.
• آثار جانبية مكررة: يؤدي انتهاء المهلة إلى إعادة المحاولة بعد أن يكون الإجراء الأول قد نجح بالفعل.
• زيادة الأدوات عن الحد: تقلل كثرة التعريفات غير ذات الصلة دقة الاختيار وتستهلك مساحة السياق.

الأذونات وموافقة الإنسان

يمكن تصنيف الأدوات بحسب مستوى المخاطر. وقد يُنفَّذ استرجاع البيانات للقراءة فقط تلقائيًا ضمن نطاق محدود من البيانات. أما المسودات القابلة للتراجع عنها أو التغييرات المقترحة، فيمكن تنفيذها مع تسجيلها. وينبغي عمومًا أن تتطلب الإجراءات الخارجية أو المالية أو التدميرية أو ذات الأهمية القانونية خطوةً للموافقة.

يجب أن تكون الموافقة مستنيرة. وينبغي لواجهة التأكيد أن تعرض الإجراء المحدد والهدف والمعلمات المهمة والنتيجة المحتملة. فالسؤال «هل تسمح باستخدام الأداة؟» لا يكفي عندما تكون الأداة سترسل بريدًا إلكترونيًا إلى 5,000 مستلم أو تحذف موردًا في بيئة الإنتاج.

تؤكد النظرة العامة التي تقدمها OpenAI على الأدوات اللازمة لبناء الوكلاء أن استخدام الأدوات ينبغي أن يكون جزءًا من منصة للوكلاء تتضمن التتبّع وإمكانية الرصد. فالضوابط المحيطة بها ليست إضافات اختيارية؛ بل هي ما يجعل الإجراءات التي يختارها النموذج قابلة للتشغيل.

كيفية تقييم استخدام الأدوات

قيّم اختيار الأداة والوسيطات والتنفيذ والتفسير والنجاح النهائي للمهمة كلًّا على حدة. فقد يختار النموذج الأداة الصحيحة لكنه يملأ الحقل الخطأ، أو قد يتلقى نتيجة صحيحة ويستخلص منها استنتاجًا خاطئًا. ويُظهر تسجيل مسار التنفيذ كاملًا هذه الأنواع من الإخفاقات، ويمنع إجابة نهائية جيدة من إخفاء سلوك غير آمن أو مسرف.

قد تبدو الإجابة النهائية صحيحة حتى عندما يختار الوكيل مسارًا غير فعّال أو غير آمن. لذلك ينبغي للتقييم أن يقيس النتائج ومسارات التنفيذ معًا.

تشمل المقاييس المفيدة دقة اختيار الأدوات، وصحة الوسيطات، وإنجاز المهام، وعدد الاستدعاءات، وزمن الاستجابة، والتكلفة، والتعافي من الأخطاء، والوصول غير الضروري إلى البيانات الحساسة، والآثار الجانبية المكررة، والامتثال لقواعد الموافقة. أجرِ تجارب متكررة لأن سلوك النموذج قد يتباين.

كيفية قراءة مخططات استدعاء الأدوات

اقرأ مخططات استدعاء الأدوات بدءًا من المدخلات المرقّمة ووصولًا إلى النتيجة القابلة للملاحظة. وتوضح المقارنة الحدّ الفاصل الذي يميّز استدعاء الأدوات عن أقرب اختصار له، فيما يبيّن مسار التحكم المواضع التي ينبغي فيها التحقق من الصلاحيات أو عدم اليقين قبل أن تترتب عواقب في العالم الحقيقي. وتظل التسميات نصوصًا عادية تستجيب لتنسيق الصفحة، بحيث يمكن ترجمتها والتفافها وإعادة تدفقها على شاشة الهاتف.

في مقال «ما استدعاء الأدوات؟ كيف تحوّل نماذج الذكاء الاصطناعي القرارات إلى أفعال»، يمثّل الرسم خريطةً لا ضمانًا. وقد يجمع التنفيذ الفعلي بين مراحل، أو يكرر خطوة، أو يضيف حدًا يتطلب موافقة بشرية. والمهم هو أن يتمكن الفريق من تحديد الوظائف نفسها في النظام المنشور، وتعيين مسؤول عن كل حد فاصل، واختبار الانتقال بينها. وإذا تعذّر رصد مرحلة أو قياسها، فسيصعب تشخيص الإخفاقات فيها.

ما ينبغي تذكّره عن استدعاء الأدوات

يشكّل استدعاء الأدوات جسرًا بين أحكام النموذج والإجراءات البرمجية. إذ يحدد النموذج قدرةً ويقترح مدخلات منظّمة؛ ثم يتحقق التطبيق من صحتها ويمنح الإذن بتنفيذها وينفذها ويعيد النتيجة المرصودة.

تجعل الأدوات المصممة جيدًا أنظمة الذكاء الاصطناعي أكثر حداثةً وقدرةً وفائدة. أما الأدوات المصممة على نحو سيئ، فتحوّل أخطاء النماذج المعتادة إلى عواقب خارجية. ويكمن العمل الهندسي الحاسم في المخططات والأذونات ومعالجة الأخطاء وإمكانية الرصد والضوابط المحيطة بالتنفيذ.