ما هو وكيل الذكاء الاصطناعي؟ تعرف على AI Agent ثورة جديدة تغيّر مستقبل المهام الذكية

في عصر لم يعد فيه الذكاء الاصطناعي مجرد تقنية متقدمة بل شريكا فعالا في اتخاذ القرار، يبرز مفهوم “وكيل الذكاء الاصطناعي” كأحد أكثر المفاهيم ثورية وإثارة في عالم التكنولوجيا الحديثة. لم نعد نتحدث فقط عن خوارزميات ذكية تؤدي المهام، بل عن كيانات رقمية قادرة على التفكير والتحليل والتفاعل واتخاذ القرارات – نيابة عن البشر. فوكيل الذكاء الاصطناعي لا يكتفي بتنفيذ الأوامر، بل يبادر، يتعلم، ويتكيف مع المتغيرات بسرعة فائقة، مما يفتح آفاقا جديدة في كل من الأعمال، والصناعة، والتعليم، والخدمات الشخصية.

لكن، مَن هم وكلاء الذكاء الاصطناعي؟ كيف يعمل الوكيل الذكي؟ وما الذي يجعله مختلفا عن بقية تطبيقات الذكاء الاصطناعي التقليدية؟ في هذه المقالة، نستكشف هذا المفهوم بعمق، ونحلل خصائصه، تطبيقاته، وتحدياته، لنفهم كيف أصبح “الوكيل الذكي” لاعبا محوريا في ثورة التحول الرقمي القادم. تابع القراءة لاكتشاف المستقبل الذي بدأ الآن.

ما هو الوكيل (Agent) في الذكاء الاصطناعي؟

يطلق مصطلح “الوكيل” (Agent) على أي كيان قادر على استشعار البيئة المحيطة من خلال الحساسات (Sensors)، والتفاعل معها أو التأثير فيها من خلال المشغلات أو المحركات (Actuators). ينفذ الوكيل مهامًا تشمل الإدراك، المعالجة، واتخاذ القرارات في إطار برنامج أو نظام محدد. يندرج الوكلاء ضمن تصنيفات متعددة حسب طبيعتهم ووظائفهم، وتشمل الأنواع التالية:

1. الوكلاء البشريون (Human Agents)

في جسم الإنسان، تعتبر العيون، الأذنان، والجلد بمثابة أجهزة إدراك (Sensors)، بينما تقوم اليدين، القدمين، والعضلات بدور المشغلات (Actuators). ويعد الإنسان مثالًا حيًا على وكيلٍ قادر على التفكير، التعلم، والتفاعل مع بيئته بمرونة.

2. الوكلاء الروبوتيون (Robotic Agents)

يشمل هذا النوع الروبوتات، الكاميرات، حساسات الأشعة تحت الحمراء (Infrared Range Finders)، والمحرّكات المتنوعة. تتميز هذه الوكلاء بالقدرة على أداء مهام فيزيائية ومعالجة بيانات من العالم الواقعي.

3. الوكلاء البرمجيون (Software Agents)

وهي عبارة عن برامج حاسوبية مصممة لأداء مهام محددة بشكل مستقل، مثل برامج تصنيف البريد الإلكتروني أو أنظمة التوصية. تعمل هذه الوكلاء داخل بيئة رقمية، ويمكن أن تتفاعل مع المستخدم أو النظام وفقًا لخوارزميات ذكية.

ما هو وكيل الذكاء الاصطناعي (AI Agent)؟

وكيل الذكاء الاصطناعي (AI Agent) هو نوع متطور من الوكلاء، يمتلك القدرة على أداء مهام محددة، قابلة للتكرار، ويمكن التنبؤ بها بشكل مستقل، مع إمكانية التعلّم أثناء تنفيذ المهام. يمكن القول إن وكلاء الذكاء الاصطناعي يتمتعون ببعض الصفات العقلية البشرية مثل: المعرفة، القناعة، النية، والهدف.

لفهم مفهوم وكلاء الذكاء الاصطناعي بشكل أوضح، يمكننا الاستعانة ببعض الأمثلة الواقعية مثل أنظمة معالجة اللغة الطبيعية (Natural Language Processing | NLP)، ومن أبرزها:

• Alexa من شركة Amazon
• Siri من شركة Apple

يمتلك وكيل الذكاء الاصطناعي وظيفتين أساسيتين سيتم توضيحهما فيما يلي:

• الإدراك (Perception): وهي العمليات التي ينفذها الوكيل من خلال الحساسات (Sensors) لاستشعار البيئة المحيطة.
• الفعل (Action): وهي الإجراءات التي يقوم بها الوكيل من خلال المفعلات أو المحرّكات (Actuators) استجابةً لما تم إدراكه.

يعد وكيل الذكاء الاصطناعي برنامجًا قادرًا على اتخاذ قرارات وتنفيذ مهام بناءً على البيئة المحيطة، ومدخلات المستخدم، والتجارب السابقة. ويمكن استخدام هذا النوع من البرامج في:

• جمع المعلومات بشكل مستقل وفق جدول زمني محدد ومنتظم
• أو الاستجابة الفورية (Real Time | في اللحظة نفسها) عندما يقدم المستخدم طلبًا مباشرًا.

وفي بعض الحالات، يشار إلى وكيل الذكاء الاصطناعي على أنه روبوت ذكي، خاصة عندما يكون مدمجًا مع عناصر مادية تمكنه من التفاعل الجسدي مع البيئة.

في القسم التالي، سنتناول مفهوم الإدراك والفعل في وكيل الذكاء الاصطناعي بشكل مفصل.

ما هو الإدراك (Percept) في AI Agent؟

يستخدم مصطلح الإدراك (Percept) للإشارة إلى المدخلات الحسية والإدراكية التي يتلقاها العامل في كل لحظة. كما يطلق على السجل الكامل لكل ما تلقاه العامل وأدركه حتى الآن اسم «تسلسل الإدراك (Percept Sequence). في القسم التالي من مقال «ما هو العامل الذكي»، سنستعرض طريقة اختيار الفعل في العوامل الذكية.

ما هو اختيار الفعل (Choice of Action) في وكيل الذكاء الاصطناعي؟

«اختيار الفعل (Choice of Action) يعني أن العامل يختار، بناءً على معرفته، ما هو الفعل الذي ينبغي تنفيذه في كل لحظة. ومن المهم ملاحظة أن اختيار فعل العامل في أي لحظة قد يعتمد على تسلسل الإدراك (Percept Sequence) بأكمله حتى تلك اللحظة، ولا يرتبط بما لم يتم تلقيه بعد. فيما يلي، سنتناول بعض القواعد التي يجب على العامل الذكي الالتزام بها.

كيف يعمل وكيل الذكاء الاصطناعي؟

يعتمد وكيل الذكاء الاصطناعي (AI Agent) على تقنيات الذكاء الاصطناعي التوليدي (Generative AI) لأداء مهام معقدة ومتعددة الخطوات دون تدخل بشري مباشر. يتميز هذا الوكيل بقدرته على التفاعل الذكي مع الأنظمة، وتنفيذ المهام باستخدام أدوات مخصصة للبشر مثل متصفحات الإنترنت، أو أدوات مخصصة للأنظمة مثل واجهات برمجة التطبيقات (APIs). هذه المرونة تمنحه القدرة على العمل داخل بيئات تقنية متنوعة، سواء داخل البنية التحتية للمؤسسات أو عبر أنظمة خارجية، دون الحاجة إلى تعديل كبير في تلك البنى.

تمر طريقة عمل وكيل الذكاء الاصطناعي عمومًا بأربع مراحل أساسية:

1. تلقي المهمة من المستخدم:
   يبدأ النظام عندما يقدم المستخدم مهمة أو طلبًا، مثل “ابحث عن أفضل فرص السوق”، أو “اكتب تقريرًا تحليليًا حول بيانات المبيعات”. يتولى الوكيل التوليدي فهم المهمة وتخطيط خطوات التنفيذ اعتمادًا على نماذج اللغة التوليدية.
2. تخطيط وتنفيذ سير العمل:
   يقوم نظام الوكلاء بتقسيم المهمة إلى سلسلة من المهام الفرعية، يتم تخصيص كل منها إلى وكيل فرعي متخصص. فعلى سبيل المثال، يتم تعيين وكيل للتخطيط، وآخر للبحث، وثالث للكتابة أو التلخيص. تستخدم هذه الوكلاء نماذج الذكاء التوليدي لتوليد المحتوى، جمع المعلومات، التحليل، وصنع القرار.
3. التحسين المستمر للإخراج:
   قد يتفاعل الوكيل مع المستخدم أثناء تنفيذ المهمة لطلب توضيحات أو بيانات إضافية لضمان دقة النتيجة. كما يمكن للوكلاء التكرار والتحسين ذاتيًا، أو عبر التعاون فيما بينهم، لتقديم مخرجات أفضل وأكثر دقة.
4. تنفيذ الإجراء النهائي:
   بعد الانتهاء من التخطيط والتنفيذ والمراجعة، يقوم الوكيل باتخاذ الإجراء المطلوب، سواء أكان إرسال بريد إلكتروني، أو تقديم تقرير، أو تنفيذ عملية عبر واجهة برمجة تطبيقات.

أهمية آليات المراقبة والتعاون بين وكلاء الذكاء الاصطناعي

أي نظام يعتمد على وكلاء الذكاء الاصطناعي يجب أن يشمل آليات تحكم ومراقبة ذكية. من أبرز هذه الآليات:

• حلقات تغذية راجعة بناءة: تتيح للوكلاء مراجعة نتائجهم وتكرار المهام إذا لزم الأمر.
• الوكلاء المتعاونون: يمكن أن يعمل وكيل “الناقد” على مراجعة مخرجات وكيل “المنشئ” وتقديم ملاحظات لتحسين النتيجة.
• التعلم الذاتي أو التصعيد البشري: في حال تعذر الوصول إلى نتيجة دقيقة، يمكن للوكيل التوليدي تصعيد المهمة إلى مشرف بشري.
• التحقق الأخلاقي والموضوعي: يمكن تطوير وكلاء متخصصين للتحقق من مخرجات الوكلاء الآخرين بهدف رصد أي تحيّزات أو مشكلات أخلاقية في النتائج.

كيف يعمل وكيل الذكاء الاصطناعي التوليدي؟

يعمل وكيل الذكاء الاصطناعي التوليدي (Generative AI Agent) كنظام ذكي يتفاعل مع المستخدم، ويفهم المهام المطلوبة بلغة بشرية، ثم يستخدم نماذج الذكاء الاصطناعي التوليدي مثل ChatGPT أو Claude أو Gemini لتنفيذها بشكل ديناميكي. يقوم الوكيل بتحليل المهمة، تقسيمها إلى خطوات منطقية، ثم توزيعها على وكلاء فرعيين (Agents) متخصصين، مثل وكيل التخطيط، وكيل التحليل، ووكيل التدقيق.

كل وكيل فرعي يستخدم داخليًا نموذجًا توليديًا قويًا يمكنه إنشاء المحتوى، أو تقديم اقتراحات، أو جمع بيانات من مصادر خارجية، بما يشبه الفريق التعاوني الذكي. هذا النظام لا يتوقف عند نتيجة واحدة، بل يُجري تحسينات وتكرارات بناءً على تغذية راجعة من المستخدم، حتى يصل إلى أفضل نتيجة ممكنة

ما هي خصائص وكيل الذكاء الاصطناعي؟

يتمتع العامل الذكي بالعديد من الخصائص الحيوية، نذكر بعضًا منها فيما يلي:

• تمتلك العوامل الذكية درجة من الاستقلالية (Autonomy) تمكنها من أداء مهام محددة بمفردها.
• تتميز العوامل الذكية بقابلية التعلم (Learning Ability)، مما يسمح لها باكتساب معارف جديدة أثناء تنفيذ المهام.
• يمكن للعوامل الذكية التفاعل (Interaction) مع كيانات أخرى مثل العوامل الأخرى، البشر، والأنظمة.
• قادرة على التكيف التدريجي (Adaptation) مع البيئة من خلال تعديل القواعد الجديدة.
• تُظهر العوامل الذكية سلوكًا موجَّهًا نحو الهدف (Goal-Oriented Behavior).
• تعتمد العوامل الذكية على المعرفة (Knowledge-Based)، مستفيدةً من البيانات المكتسبة عبر التواصل، المعالجة، والكيانات البيئية.
• تمتلك قدرة التكيف (Adaptability) مع البيئة بناءً على الخبرة.
• يمكنها حل المشكلات في الوقت الفعلي (Real-Time Problem Solving).
• قادرة على تحليل الأخطاء والنجاحات (Error/Success Analysis).
• تستخدم التخزين والاسترجاع القائم على الذاكرة (Memory-Based Storage & Retrieval).

في القسم التالي من مقال «ما هو AI Agent»، سنستعرض هيكل العامل الذكي (Intelligent Agent Structure).

ما هو هيكل وبنية وكيل الذكاء الاصطناعي (Intelligent Agent Structure)؟

يمكن اعتبار العامل الذكي (أو وكيل الذكاء الاصطناعي) على أنه تركيبة من البنية المعمارية وبرنامج الوكيل. ويتكوّن الهيكل العام للذكاء الاصطناعي من ثلاثة مبادئ رئيسية سيتم استعراضها في الأقسام التالية. نبدأ أولاً بالتعرّف على بنية العامل الذكي.

تشير البنية (Architecture) إلى الأجهزة والأنظمة الفيزيائية التي تحتوي على أجهزة الاستشعار (Sensors) وأجهزة المؤثرات (Actuators). يتم تنفيذ العامل الذكي على هذه الأجهزة، مثل: الحواسيب، السيارات، الكاميرات وغيرها.

يتكون العامل الذكي من عدة مكونات أساسية تتفاعل معًا لتمكينه من إدراك البيئة واتخاذ القرارات الذكية. فيما يلي المكونات الرئيسية لهيكل العامل الذكي:

1. أجهزة الاستشعار (Sensors)

• تمثل واجهة الإدخال للعامل، حيث تجمع البيانات من البيئة المحيطة.
• تقوم بتحويل المؤثرات الفيزيائية (مثل الصوت، الصورة، الحرارة) إلى بيانات رقمية قابلة للمعالجة.

2. وحدة الإدراك (Perception Module)

• مسؤولة عن معالجة البيانات الخام من أجهزة الاستشعار وتحويلها إلى إدراكات (Percepts) ذات معنى.
• قد تشمل تقنيات مثل معالجة الصور (Image Processing) أو التعرف على الكلام (Speech Recognition).

3. قاعدة المعرفة (Knowledge Base)

• تخزن المعلومات المتراكمة عن البيئة، القواعد، والأهداف.
• قد تستخدم قواعد البيانات (Databases) أو أنطولوجيات (Ontologies) لتنظيم المعرفة.

4. وحدة التفكير (Reasoning Module)

• تقوم بتحليل الإدراكات وتحديد الإجراءات المناسبة باستخدام:
  • المنطق (Logic)
  • خوارزميات الذكاء الاصطناعي (AI Algorithms)
  • نماذج التعلم الآلي (Machine Learning Models)

5. وحدة صنع القرار (Decision-Making Module)

• تختار الإجراء الأمثل بناءً على:
  • تسلسل الإدراك (Percept Sequence)
  • الأهداف (Goals)
  • القيود (Constraints)

6. المشغلات (Actuators)

• تمثل واجهة الإخراج، وتنفذ الإجراءات المادية أو الرقمية في البيئة (مثل تحريك ذراع روبوت، أو إرسال رسالة).

7. آلية التغذية الراجعة (Feedback Mechanism)

• تسمح للعامل بتقييم نتائج أفعاله وتعديل سلوكه المستقبلي عبر:
  • التعلم المعزز (Reinforcement Learning)
  • التكيف الديناميكي (Dynamic Adaptation)

ملاحظة: هذا الهيكل قد يختلف تعقيده حسب نوع العامل الذكي (مثل العوامل البسيطة (Simple Reflex Agents) مقابل العوامل القائمة على الأهداف (Goal-Based Agents)). في القسم التالي، سيتم التطرق إلى ما يُعرف بـ دالة الوكيل الذكي.

ما هي دالة وكيل الذكاء الاصطناعي؟

دالة العامل (Agent Function) هي عملية تحويل سلسلة من المدخلات الإدراكية إلى إجراءات محددة. يُقصد بـ “سلسلة الإدراك” مجموعة من الإدراكات أو البيانات التي قام الوكيل بفهمها مسبقًا خلال تاريخه التشغيلي. وفي ما يلي، سيتم استعراض مفهوم برنامج العامل الذكي.

ما هو برنامج AI Agent؟

برنامج الوكيل (Agent Program) هو التمثيل البرمجي الفعلي لدالة العامل. يتم تنفيذ هذا البرنامج على البنية الفيزيائية لإنتاج ما يُعرف بدالة العامل.

على سبيل المثال: تستخدم الوكلاء الذكيين المعتمدين على البيانات (Data Intelligent Agents) لجمع المعلومات من الإنترنت — إما بطريقة مجدولة أو عند تلقي طلب مباشر من المستخدم — بناءً على معايير مثل الكلمات المفتاحية أو تاريخ النشر.

في الوكلاء الذكيين المعتمدين على الذكاء الاصطناعي، يتم جمع المدخلات عبر مستشعرات مثل الميكروفون أو الكاميرا، في حين يتم تقديم المخرجات عبر مكبرات الصوت أو الشاشات. وتُعرف عملية استقبال المدخلات تلقائيًا باسم تقنية الدفع (Push Technology).

لفهم العلاقة بين البنية، الدالة، والبرنامج بشكل أوضح، يمكن التعبير عن دالة العامل بالمعادلة التالية:

F = P* ⟶ A

حيث تشير:

• P إلى برنامج العامل
• A إلى البنية الفيزيائية
• F إلى دالة العامل الناتجة

بمعنى أن البرنامج يُنفذ على البنية لإنتاج الدالة التي تقوم بتحديد التصرفات استنادًا إلى الإدراكات.

العقلانية في سلوك العامل الذكي

حتى هذه المرحلة من المقال، تم تقديم تعريف دقيق للعامل الذكي. وفي سياق الذكاء الاصطناعي، تُعد العقلانية والمنطق (Rationality | Logic) من الأسس الجوهرية، حيث يحصل العامل على مكافآت إيجابية عند اتخاذ قرارات صحيحة، ومكافآت سلبية عند اتخاذ قرارات خاطئة.

مثال عملي: المكنسة الكهربائية كعامل ذكي

لفهم أفضل لآلية عمل الوكلاء في بيئة بسيطة، نأخذ مثالًا لعالم افتراضي يتكوّن من مربعين فقط: A وB.

• يستطيع العامل (المكنسة الذكية) إدراك مكان وجوده (A أو B).
• بإمكانه التعرف على ما إذا كانت المنطقة التي يتواجد فيها نظيفة أو متّسخة.
• يملك خيارات محددة للعمل:
  • التحرك إلى اليمين
  • التحرك إلى اليسار
  • تنفيذ عملية الشفط
  • عدم القيام بأي شيء

مثال على دالة العامل في هذه الحالة:

العمل	تسلسل الإدراك
يمين	تمييز، [A]
شفط	كشف، [A]
يسار	تمييز، [B]
شفط	كشف، [B]
يمين	تمييز، [A]، تمييز، [A]
شفط	كشف، [A]، كشف، [A]
…	…
يمين	تمييز، [A]، تمييز، [A]، تمييز، [A]
شفط	كشف، [A]، تمييز، [A]، تمييز، [A]

ملاحظات:

• “تمييز” تعني أن الوكيل تعرف على مكان.
• “كشف” تعني أن الوكيل تحقق من نظافة المكان.
• [A] أو [B] يمثل الموقع أو الغرفة.
• “يمـين” و”يسـار” حركات للوكيل.
• “شفط” يعني تنظيف المكان.

“إذا كانت المنطقة الحالية متّسخة، قم بعملية الشفط، وإلا انتقل إلى المنطقة التالية.”

وبذلك، تكون دالة العامل في هذا السيناريو البسيط محددة بناءً على إدراك البيئة، وتنفيذ الأفعال المناسبة تلقائيًا.

ما هو العامل المنطقي؟

يعد العامل المنطقي مثالًا للعامل المثالي الذي يمكنه أداء المهام بأعلى كفاءة ممكنة، وتحقيق أقصى قدر من الأداء. وفيما يلي بعض العناصر الأساسية التي تساهم في تحسين أداء العامل المنطقي:

• تسلسل الإدراك (Percept sequence): هو سلسلة المعلومات التي يتلقاها العامل من البيئة المحيطة على مدار الوقت.
• قاعدة المعرفة المدمجة (Built-in Knowledge Base): وهي المعلومات والمعرفة التي يمتلكها العامل داخليًا وتساعده على اتخاذ قرارات منطقية.

تساهم أفعال العامل المنطقي في تحسين نتائجه داخل تسلسل الإدراك المحدد. يُعتبر أعلى مستوى من الأداء هو ما تحققه العوامل المنطقية. وفيما يلي، سنتناول مفهوم العقلانية أو المعقولية في هذا السياق ضمن المقال “ما هو العامل الذكي؟”.

ما مفهوم العقلانية في العوامل الذكية؟

تشير العقلانية إلى مدى منطقية التصرفات ومدى جودة الحكم الذي يتخذه العامل الذكي. وهي ترتبط بالأفعال التي ينفذها العامل والنتائج التي يحققها، وتُقاس وفقًا للمعايير التالية:

• مستوى الأداء: يُعد من أهم المعايير لتقييم مدى عقلانية العامل.
• المعرفة السابقة عن البيئة: تلعب دورًا مهمًا في قياس العقلانية.
• أفضل الأفعال الممكنة: وهي تلك التي يختارها العامل لتحقيق الهدف بأكثر الطرق كفاءة.
• تسلسل الإدراك: يُعتبر أيضًا عنصرًا مهمًا في قياس مستوى العقلانية.

وفي القسم التالي من المقال “ما هو العامل الذكي؟”، سيتم تناول تمثيل PEAS في الذكاء الاصطناعي.

كيف يتم عرض نموذج PEAS في الذكاء الاصطناعي؟

كلمة PEAS هي اختصار لـ (Performance, Environment, Actuators, Sensors)، والتي تعني “الأداء، البيئة، المُنفّذات، المستشعرات”. يُعد PEAS نموذجًا يُستخدم لتصميم إطار عمل يُعالج من خلاله أحد عوامل الذكاء الاصطناعي. يُطبّق هذا النموذج على مجموعة من العوامل المتشابهة، حيث تُستخدم كل من عناصر البيئة، والمُنفّذات، والمستشعرات لتقييم أداء العامل من خلال نموذج PEAS.

وفيما يلي شرح مختصر لكل من هذه العناصر الأربعة:

• قياس الأداء (Performance Measure):
  يختلف الأداء وكفاءة العامل باختلاف قدرته على إدراك البيئة، ويتم وصف نجاح العامل من خلال وحدة قياس الأداء.
• البيئة (Environment):
  سيتم التطرق لاحقًا بشكل كامل إلى شرح البيئة التي يعمل فيها العامل الذكي.
• المُنفّذ أو الأداة (Actuator):
  هو الجزء من العامل الذي يبدأ تنفيذ الأفعال ويرسل نتائجها إلى البيئة.
• المستشعر (Sensor):
  هو الجزء من العامل الذي يستقبل المدخلات والمعلومات من البيئة.

يوفر الجدول التالي أمثلة لتوضيح نموذج PEAS من أجل فهم أفضل لهذا الموضوع:

العامل	قياس الأداء	البيئة	المُنفّذات (العمل)	المستشعرات
تشخيص طبي	شفاء المريض تقليل التكاليف	المريض المستشفى الطاقم الطبي	الفحوصات العلاجات لوحة المفاتيح (لإدخال الأعراض)	نتائج التحاليل مؤشرات الأعراض إدخال البيانات
مكنسة كهربائية ذكية	النظافة الكفاءة والفعالية عمر البطارية السلامة	الغرفة المكتب الأرضية الخشبية السجاد العوائق المختلفة	العجلات الفرش وحدة تجميع الأوساخ	الكاميرا مستشعر الأوساخ مستشعر الحجارة مستشعر التصادم مستشعر الأشعة تحت الحمراء
قيادة ذاتية للسيارات	الراحة سلامة الرحلة المسافة القصوى	الطريق حركة المرور المركبات الأخرى	المقود دواسة الوقود الفرامل المرايا	الكاميرات GPS عداد السرعة

يتناول القسم التالي بيئة وكيل الذكاء الاصطناعي.

بيئة وكيل الذكاء الاصطناعي

يطلق على كل ما يحيط بالعامل الذكي، ويشكل المجال الذي ينفذ فيه عملياته، اسم البيئة. إذا كان العامل في حالة حركة، فإن البيئة تتغير مع مرور الوقت.

تنقسم البيئات في الذكاء الاصطناعي إلى سبعة أنواع رئيسية، وهي:

1. البيئة المرئية بالكامل أو المرئية جزئيًا (Observable | Partially Observable):
   إذا كان بالإمكان إدراك الحالة الكاملة للبيئة في كل لحظة، فهي مرئية بالكامل. أما إذا كان الإدراك ناقصًا، فهي مرئية جزئيًا فقط.
2. البيئة الدورية أو غير الدورية (Episodic | Non-episodic):
   في البيئة الدورية، تنقسم العمليات إلى حلقات منفصلة، وكل فعل لا يؤثر على ما بعده. أما في البيئات غير الدورية، فالأحداث مترابطة زمنيًا.
3. البيئة الثابتة أو الديناميكية (Static | Dynamic):
   إذا لم تتغير البيئة أثناء تنفيذ العامل لأفعاله، فهي ثابتة. وإذا تغيرت بفعل الوقت أو عوامل أخرى، فهي ديناميكية.
4. البيئة المنفصلة أو المستمرة (Discrete | Continuous):
   البيئة المنفصلة تتكوّن من حالات واضحة ومحددة مثل لعبة الشطرنج، أما البيئة المستمرة فهي تحتوي على عدد غير محدود من الحالات مثل قيادة السيارة.
5. البيئة الحتمية أو الاحتمالية (Deterministic | Non-deterministic):
   إذا أمكن التنبؤ بالحالة التالية بدقة انطلاقًا من الحالة الحالية والفعل، فهي حتمية. أما إذا كانت النتائج غير مضمونة، فهي احتمالية.
6. البيئة القابلة للوصول أو غير القابلة للوصول (Accessible | Inaccessible):
   إذا تمكنت مستشعرات العامل من جمع كل البيانات الضرورية عن البيئة، فهي قابلة للوصول. وإذا كانت هناك معلومات غير متاحة، فهي غير قابلة للوصول.
7. البيئة ذات العامل الواحد أو متعددة العوامل (Single Agent | Multiple Agents):
   إذا كان هناك عامل واحد فقط يعمل في البيئة، فهي أحادية. أما إذا وجدت عدة عوامل تتفاعل فيما بينها، فهي بيئة متعددة العوامل.

أنواع وكيل الذكاء الاصطناعي

يتم تقسيم الوكلاء (Agents) إلى خمس مجموعات. يعتمد هذا التصنيف على درجة الذكاء والقدرة التي يتمتعون بها. وفيما يلي أهم الوكلاء الذكيين:

• «الوكيل التفاعلي البسيط» (Simple Reflex Agent)
• «الوكيل التفاعلي القائم على النموذج» (Model-Based Reflex Agent)
• «الوكيل القائم على الهدف» (Goal-Based Agent)
• «الوكيل القائم على المنفعة» (Utility-Based Agent)
• «الوكيل المتعلم» (Learning Agent)

في هذا الجزء من المقال، سنستعرض بالتفصيل كل نوع من هذه الوكلاء.

ما هو الوكيل التفاعلي البسيط؟ (Simple Reflex Agent)؟

الوكيل التفاعلي البسيط لا يأخذ في الاعتبار سجل الإدراك (Perception History)، أي أنه لا يعتمد على الإدراكات السابقة، بل يتصرف فقط بناءً على الإدراك الحالي (Current Perception). والمقصود بـ سجل الإدراك جميع الإجراءات التي قام بها الوكيل منذ البداية، وجميع الأحداث التي وقعت في بيئته حتى الآن.

يعمل هذا النوع من الوكلاء وفقًا لقاعدة تسمى «قانون الشرط-الفعل» (Condition-Action Rule)، وهي قاعدة تربط بين حالة معينة (شرط) وإجراء محدد (فعل). فعندما يكون الشرط صحيحًا، يتم تنفيذ الإجراء، أما إذا لم يتحقق الشرط، فلن يحدث أي شيء. يوضح الرسم التخطيطي أدناه آلية عمل الوكيل التفاعلي البسيط.

قيود الوكيل التفاعلي البسيط

• يكون هذا الوكيل ناجحًا فقط إذا كانت البيئة قابلة للملاحظة بالكامل (Fully Observable Environment)، بينما في البيئات غير القابلة للملاحظة بالكامل (Partially Observable)، قد تحدث حلقات لا نهائية (Infinite Loops).
• يمكن تجنب هذه الحلقات إذا قام الوكيل بتنفيذ إجراءاته بشكل عشوائي.
• من عيوب هذا النوع من الوكلاء:
  1. ذكاء محدود جدًا، حيث يفتقر إلى التكيف مع المواقف المعقدة.
  2. عدم إدراكه للأجزاء غير المرئية من البيئة (Non-Perceptual Aspects).
  3. حجمه الكبير من حيث التخزين والمعالجة.
  4. الحاجة إلى تحديث قوانين الشرط-الفعل كلما تغيرت البيئة.

الوكيل التفاعلي البسيط في المكنسة الذكية (Simple Reflex Agent in a Vacuum Cleaner)

على سبيل المثال، في حالة المكنسة الذكية التي نوقشت سابقًا، يتخذ الوكيل قراراته بناءً على موقعه الحالي وما إذا كانت المنطقة متسخة أم لا. فيما يلي «شبه كود» (Pseudocode) لبرنامج الوكيل التفاعلي البسيط في بيئة مكنسة ذكية ذات حالتين بسيطتين:

function REFLEX-VACUUM-AGENT([location, status]) returns an action  
    if status == Dirty then return Suck  
    else if location == A then return Right  
    else if location == B then return Left

تم تنفيذ جدول دالة الوكيل (Agent Function Table) في شبه الكود أعلاه، والذي تم تقديمه في الأقسام السابقة من المقال. يمكن ملاحظة أن هذا البرنامج أصغر حجمًا مقارنة بالجدول المكافئ له. ويعود ذلك لسببين رئيسيين:

1. تجاهل سجل الإدراك (Perception History)، مما يبسط عملية اتخاذ القرار.
2. عدم اعتماد عملية التنظيف على الموقع إذا كانت المنطقة متسخة (أي أن الإجراء “امتص” يُنفَّذ بغض النظر عن الموقع).

مثال آخر على الوكلاء التفاعليين البسيطين

function SIMPLE-REFLEX-AGENT(percept) returns an action  
    persistent: rules, a set of condition–action rules  

    state ← INTERPRET-INPUT(percept)  
    rule ← RULE-MATCH(state, rules)  
    action ← rule.ACTION  
    return action

• تقوم دالة INTERPRET-INPUT بإنشاء وصف مجرد للحالة الحالية (Abstract State Description) بناءً على الإدراك.
• تقوم دالة RULE-MATCH بإرجاع أول قاعدة في مجموعة القوانين التي تتطابق مع الوصف الحالي.
• تجدر الإشارة إلى أن مفاهيم «القوانين» و«التطابق» هنا مجردة، وقد يتم تنفيذها عمليًا باستخدام بوابات منطقية (Logic Gates) تشكل دارة بولية بسيطة.

ما هو الوكيل التفاعلي القائم على النموذج (Model-Based Reflex Agent)؟

يعمل هذا الوكيل من خلال تحديد القواعد التي تتطابق شروطها مع الوضع الحالي. يتميز هذا النوع بقدرته على إدارة البيئات غير المرئية بالكامل باستخدام نموذج محاكاة للعالم. يقوم الوكيل بتتبع حالة داخلية تعتمد على سجل الإدراك السابق، حيث يتم تخزين الوضع الحالي الذي يحتفظ ببعض الهياكل ويصف أجزاء من العالم غير المرئية.

تقدم الصورة التالية فهم موضوع تحليل الوكيل التفاعلي القائم على النموذج بشكل أفضل. تظهر هذه الصورة كيفية دمج الإدراك الحالي مع حالة داخلية سابقة لإنتاج وصف محدَث للحالة الحالية بناءً على نموذج الوكيل للعالم.

متطلبات تحديث الحالات في هذا الوكيل:

1. كيفية تطور العالم بشكل مستقل عن الوكلاء
2. كيفية تأثير أفعال الوكلاء على العالم
3. الطريقة الأكثر فعالية للتعامل مع البيئات غير المرئية بالكامل

الطريقة المثلى للتعامل مع البيئات غير المرئية هي أن يحتفظ الوكيل بنوع من “الحالة الداخلية” (Internal State) المشتقة من سجل الإدراك. هذه الطريقة تجعل بعض الجوانب غير المرئية قابلة للاستنتاج والتوقع.

عندما يتم تمثيل معرفة “كيفية عمل العالم” إما كدوائر بولية بسيطة أو كنظريات علمية، يسمى ذلك نموذجًا للعالم. الوكلاء التي تستخدم مثل هذا النموذج تسمى وكلاء قائمة على النموذج.

مثال تطبيقي بشبه الكود:

function MODEL-BASED-REFLEX-AGENT(percept) returns an action
persistent: 
    state,  # تصور الوكيل الحالي عن حالة العالم
    model,  # وصف لكيفية اعتماد الحالة التالية على الحالة الحالية والفعل
    rules,  # مجموعة قواعد شرط-فعل
    action  # آخر فعل تم تنفيذه، لا شيء في البداية

state ← UPDATE-STATE(state, action, percept, model)
rule ← RULE-MATCH(state, rules)
action ← rule.ACTION
return action

تقوم دالة UPDATE-STATE بإنشاء وصف جديد للحالة الداخلية.

ما هو الوكيل القائم على الهدف (Goal-Based Agent)؟

يطلق على وكيل الذكاء الاصطناعي الذي يختار أفعاله لتحقيق أهداف معينة اسم الوكلاء القائمون على الهدف أو الوكيل الموجه نحو الأهداف. تفذ جميع أفعال هذه الوكلاء لتقليل المسافة إلى الهدف المنشود. يسمح الوكيل الموجه نحو الهدف باختيار مسار من بين عدة احتمالات تؤدي إلى حالة الهدف.

يمكن تمثيل المعرفة التي تدعم هذا القرار بسهولة، كما يمكن تعديلها، وهذا ما يجعل هذا الوكيل مرنًا للغاية. عادةً ما يتطلب الوكيل الذكي الموجه نحو الهدف البحث والتخطيط. يمكن تغيير سلوك هذا النوع من الوكلاء بسهولة. توضح الصورة أدناه مخططًا لفهم هذا النوع من وكلاء الذكاء الاصطناعي بشكل أفضل.

ما هو وكيل الذكاء الاصطناعي القائم على المنفعة (Utility-Based Agent)

الوكيل الذكي القائم على المنفعة هو نموذج يختار أفعاله بناءً على تحقيق أقصى منفعة ممكنة. عند وجود عدة خيارات بديلة، يتم استخدام هذا النوع من الوكلاء لتحديد الخيار الأمثل. تعتمد هذه النماذج في اختياراتها على حساب المنفعة، حيث أن مجرد تحقيق الهدف قد لا يكون كافياً، بل قد تتفاوت المنفعة حسب الوكلاء مثل السرعة، الأمان، أو التكلفة.

تمثل المنفعة في هذا النوع من الوكيل الذكي مقياساً لـ”سعادة” (Happy) العامل. نظراً لوجود عنصر عدم اليقين في البيئة، يختار العامل الأفعال التي تعظم المنفعة المتوقعة. تقوم دالة المنفعة بتحويل الحالة الحالية إلى قيمة رقمية تعبر عن درجة الرضا أو المنفعة.

في الصورة أدناه، يتم توفير مخطط لفهم وتوضيح كيفية عمل وكيل تامنفعة بشكل أفضل.

آلية العمل الأساسية

1. تقييم جميع الخيارات المتاحة
2. حساب المنفعة المتوقعة لكل خيار
3. اختيار الخيار ذو المنفعة القصوى
4. تنفيذ الفعل الأمثل

المميزات الرئيسية

• مرونة في اتخاذ القرارات
• القدرة على الموازنة بين عدة أهداف
• التكيف مع بيئات عدم اليقين
• إمكانية تضمين أولويات متعددة في عملية اتخاذ القرار

يقدم الرسم البياني المصاحب شرحاً مرئياً لكيفية عمل هذا النوع من وكلاء الذكاء الاصطناعي.

ما هو وكيل التعلم في الذكاء الاصطناعي (Learning Agent)؟

الوكيل المتعلم في الذكاء الاصطناعي هو نوع من الوكلاء القادرة على التعلم من التجارب السابقة أو امتلاك قدرة تعلمية. يبدأ هذا العامل مهامه بمعرفة أساسية، ثم يصبح قادراً على العمل والتكيف تلقائياً من خلال التعلم. على عكس وكلاء الذكاء الاصطناعي التي تعمل بناءً على معلومات محددة من المطورين، يمكن للوكلاء المتعلمة تنفيذ المهام وتقييم أدائها والبحث عن أساليب جديدة لتحسين تلك المهام.

مكونات وكيل التعلم في الذكاء الاصطناعي

يمكن تقسيم وكيل التعلم في الذكاء الاصطناعي إلى أربعة مكونات أساسية:

1. عنصر التعلم (Learning Element)
   المسؤول عن التطوير من خلال التعلم من البيئة المحيطة.
2. «الناقد» (Critic)
   يتلقى عنصر التعلم تغذية راجعة من الناقد حول أداء العامل، لتحديد كيفية تعديل عنصر الأداء لتحسين العملية.
3. عنصر الأداء (Performance Element)
   المسؤول عن اختيار الإجراءات الخارجية للعامل.
4. مولد المشكلات (Problem Generator)
   يقدم اقتراحات للإجراءات التي تؤدي إلى اكتساب خبرات جديدة وجمع معلومات مفيدة.

آلية العمل

• يبدأ الوكيل بمعرفة أولية
• يتفاعل مع البيئة ويجمع الخبرات
• يتلقى تقييماً لأدائه
• يقوم بتعديل سلوكه بناءً على التغذية الراجعة
• يطور حلولاً جديدة للمشكلات

المميزات الرئيسية

• القدرة على التحسن المستمر
• التكيف مع البيئات المتغيرة
• الاستقلالية في اكتساب المعرفة
• المرونة في حل المشكلات المعقدة

كيف تعمل مكونات برنامج وكيل الذكاء الاصطناعي؟

يمكن تصنيف طريقة عمل مكونات الوكيل إلى ثلاث فئات من التمثيل، وذلك حسب درجة تعقيدها. وهذه الفئات الثلاث تعرض وتشرح كما يلي:

• في التمثيل الذري، تُعد كل حالة من حالات العالم غير قابلة للتقسيم، أي أنها لا تحتوي على أي بنية داخلية أو تفاصيل مكونة لها.
• في التمثيل المفكك (الموصوف)، تُقسَّم كل حالة إلى مجموعة ثابتة من المتغيرات والسمات (الصفات)، ويمكن أن تكون لكل متغير أو سمة قيمة معينة. وبينما لا تشترك حالتان ذريتان في أي شيء، يمكن أن تشترك حالتان مفككتان في عدد من الصفات.
• في التمثيل الهيكلي، يمكن وصف الكائنات والعلاقات المختلفة بينها بشكل دقيق ومنظم، مما يوفر فهمًا أعمق لبنية العالم المُمَثَّل.

ما هي تطبيقات وكيل الذكاء الاصطناعي؟

تستخدم الوكلاء الأذكياء في الذكاء الاصطناعي في العديد من مواقف الحياة الواقعية. فعلى سبيل المثال، داخل الشركات، يمكن استخدام الوكلاء الذكيين في تنقيب البيانات، وتحليل البيانات، وخدمات العملاء والدعم الفني، وذلك عبر تقنيات مثل CSS. كما يمكن للعملاء الاعتماد على الوكلاء الذكيين لمقارنة أسعار المنتجات والحصول على إشعارات فورية عند تحديث مواقع الويب.

يشبه عمل الوكلاء الذكيين في هذه السياقات عمل الوكلاء البرمجيين، وهم برامج كمبيوتر مستقلة. وفيما يلي، نستعرض بعض الأمثلة العملية على استخدامات الوكلاء الذكيين، بدءًا من البحث واسترجاع المعلومات والتنقل بينها.

البحث واسترجاع المعلومات والتنقل بين البيانات عبر الوكلاء الذكيين

تُسهم الوكلاء الذكيون في تسهيل عملية الوصول إلى المعلومات، وذلك من خلال البحث باستخدام محركات البحث. ونظرًا لضخامة عدد الكائنات المعلوماتية المتوفرة، غالبًا ما يهدر المستخدمون وقتًا طويلًا في إيجاد ما يبحثون عنه. لكن الوكلاء الذكيين ينجزون هذه المهمة نيابة عنهم في وقت قصير وبكفاءة أعلى.

أداء المهام الإدارية المتكررة بواسطة الوكلاء الذكيين

تلجأ بعض الشركات إلى أتمتة عدد من المهام الإدارية لتقليل التكاليف التشغيلية. على سبيل المثال، تُعد أقسام مثل دعم العملاء والمبيعات من أبرز المجالات التي تم تحويل مهامها إلى عمليات مؤتمتة. وبشكل عام، تُستخدم الوكلاء الذكيون بهدف رفع كفاءة العمل الإداري وتحسين إنتاجيته.

التشخيص الطبي باستخدام الوكلاء الذكيين

في قطاع الرعاية الصحية، تستخدم الوكلاء الذكيين لتحسين حالة المرضى الصحية. يُعتبر المريض في هذا السياق هو “البيئة”، بينما تعد لوحة مفاتيح الحاسوب بمثابة “المستشعر” الذي يلتقط المعلومات. بعد جمع البيانات الصحية، يقوم الوكيل الذكي بتحليلها لاتخاذ أفضل قرار علاجي. كما تُستخدم أدوات مثل الفحوصات والعلاجات كعوامل تنفيذ داخل نظام الرعاية.

استخدام المكنسة الذكية

تستخدم تقنيات الذكاء الاصطناعي في تطوير المكانس الذكية لزيادة فعاليتها وكفاءتها في التنظيف. يُمثّل “البيئة” هنا الغرفة أو الطاولة أو السجاد. أما المستشعرات المستخدمة فتشمل الكاميرات، وأجهزة الاستشعار بالتصادم، وكاشفات الأوساخ. وتتم عملية التنظيف عبر عناصر ميكانيكية مثل الفُرش والعجلات وحاويات النفايات.

كيف تعمل السيارات ذاتية القيادة؟

تعتمد السيارات ذاتية القيادة على الوكلاء الذكيين لتحسين الأداء والكفاءة أثناء القيادة. وتستخدم هذه السيارات العديد من المستشعرات لجمع المعلومات البيئية، بما في ذلك الكاميرات، ونظام تحديد المواقع (GPS)، والرادارات. يُمكن اعتبار البيئة هنا مكوّنة من المشاة، والمركبات الأخرى، والطرقات، والإشارات المرورية.

كما تعتمد السيارة على مجموعة من المُشغلات لتنفيذ الأوامر، مثل المكابح التي تُستخدم لإيقاف السيارة عند الحاجة.

أداء المساعدات الذكية

تُعد المساعدات الذكية مثل “أليكسا” و”Siri” أمثلة حقيقية على الوكلاء الذكيين؛ فهي تعتمد على المستشعرات لفهم أوامر المستخدم، وتقوم بجمع البيانات من الإنترنت دون تدخل مباشر. ويمكن استخدامها للحصول على معلومات حسّية تتعلق بالبيئة، مثل الطقس أو الوقت، مما يجعلها أدوات فعالة في الحياة اليومية.

إستنتاج

تسهم وكلاء الذكاء الاصطناعي في تسهيل العديد من المهام التي تُعتبر معقدة أو مرهقة سواء للأنظمة أو للمستخدمين، من خلال تنفيذها بشكل تلقائي وفعّال. وبعبارة أخرى، يتولى وكيل الذكاء الاصطناعي بعض الوظائف نيابةً عن الأنظمة والمستخدمين بطريقة مؤتمتة. ومع التقدم التكنولوجي المتسارع في عصرنا الحالي، يشهد تطوير وكلاء الذكاء الاصطناعي ازدهارًا متناميًا باستمرار.

تُستخدم هذه الوكلاء بشكل أساسي في الأجهزة المعقدة التي تعتمد على تقنيات الذكاء الاصطناعي، ويتوقع أن تساهم في مواجهة العديد من التحديات العالمية المعاصرة. ومن الواضح أن إمكانيات هذه التقنية المبتكرة تكاد تكون غير محدودة.

في هذا المقال، تم السعي للإجابة عن سؤال “ما هو وكيل الذكاء الاصطناعي؟“، من خلال استعراض المفهوم من عدة زوايا، والتعريف بأنواعه، وشرح آلية عمله. كما تم تقديم مجموعة من المقالات التعليمية المتخصصة في مجال الذكاء الاصطناعي في موقع وسام ويب لتسهيل الفهم على المهتمين والراغبين في التوسع المعرفي.