تزداد وكلاء الذكاء الاصطناعي تطوراً، حيث تتطور من مجرد الإجابة على الأسئلة إلى تنفيذ مهام معقدة متعددة الخطوات بشكل مستقل.
ولكن قبل أن يمكن الوثوق بهؤلاء الوكلاء لحجز الرحلات أو إجراء التحليلات المالية نيابة عن المستخدمين، يرغب مقدمو النماذج والشركات الناشئة التي تبني هؤلاء الوكلاء في ضمان أدائهم الموثوق به عبر مجموعة واسعة من السيناريوهات.
غالباً ما تستخدم مختبرات الذكاء الاصطناعي المعايير لإظهار براعة نماذجها، لكن النتيجة العالية، حتى على معيار موجه نحو الوكلاء، لا تثبت في الواقع أن الذكاء الاصطناعي يمكنه إنجاز وظائف معقدة ومتنوعة في العالم الحقيقي بشكل صحيح.
تساعد شركة Patronus AI، وهي شركة ناشئة تأسست عام 2023 على يد باحثي Meta AI السابقين أناندا كانابان وريبيكا تشيان، صانعي النماذج والشركات على ضبط النماذج لتحقيق ذلك بالضبط، من خلال بناء بيئات رقمية محاكية لتقييم أداء الوكلاء.
يجب أن تكون هذه الشركة الناشئة التي تتخذ من سان فرانسيسكو مقراً لها تحل مشكلة مهمة. فوفقاً لغلين سولومون، المدير الإداري في Notable Capital، فإن جميع مختبرات الذكاء الاصطناعي الرائدة تقريباً والعديد من الشركات الناشئة الجديدة هم الآن عملاء، ويصف الطلب على البيئات المحاكية للشركة بأنه لا يشبع تقريباً.
لقد نمت إيرادات Patronus بمقدار 15 ضعفاً خلال العام الماضي، مما أثار اهتماماً كبيراً من المستثمرين. يوم الخميس، أعلنت الشركة عن جولة تمويل من الفئة B بقيمة 50 مليون دولار بقيادة Greenfield Partners، بمشاركة من Notable Capital، Lightspeed، Datadog، و Samsung. وبذلك يصل إجمالي تمويل الشركة إلى 70 مليون دولار.
تستخدم Patronus ما تسميه "نماذج العالم الرقمي" لإنشاء نسخ طبق الأصل من مواقع الويب والأنظمة الداخلية. في هذه البيئات، يتم اختبار الوكلاء تحت الضغط بعد التدريب باستخدام التعلم المعزز، الذي يكافئ بشكل متكرر إكمال المهام بنجاح ويعاقب الأخطاء.
ترى مختبرات الذكاء الاصطناعي قيمة كبيرة في هذه المحاكاة الرقمية لأنها تمنح الوكلاء فرصة لتجربة سيناريوهات مختلفة، وأحياناً غير متوقعة. تقارن الشركة نهجها بكيفية تدريب Waymo للسيارات ذاتية القيادة من خلال بناء عوالم اصطناعية أولاً لاختبار المركبات ضد المخاطر النادرة، مثل الطقس القاسي أو طفل يركض خلف كرة.
الفرق مع وكلاء الذكاء الاصطناعي هو أنهم يميلون إلى اتخاذ طرق مختصرة، مما يعني أنهم يفشلون في إكمال المهمة بشكل صحيح. قال سولومون: "Patronus جيدة حقاً في اكتشاف الثغرات والتأكد من أنها تحاسب النماذج".
تقدم Patronus حالياً عوالمها الرقمية المحاكية للهندسة البرمجية والتمويل، لكن هذه مجرد البداية، وفقاً لكانابان.
وقال: "اليوم نركز بشدة على المشكلات التي يمكن التحقق منها، أي المشكلات التي يمكنك التحقق منها على الفور، ولكن هناك الكثير من المجالات الأخرى التي يصعب جداً التحقق منها أو لا يمكن التحقق منها على الإطلاق".
مجرد كون هذه العمليات قابلة للتحقق لا يعني أنها بسيطة. قال كانابان: "نريد أن نكون قادرين على إنشاء البيئة التي يمكنك فيها تشغيل وكيل يمكن أن يعمل لمدة 10 ساعات أو 10 أيام أو 10 أسابيع".
أما بالنسبة للمنافسين، فتعتقد Patronus أنها تتنافس بشكل أساسي مع الفرق الداخلية التي بنتها مختبرات الذكاء الاصطناعي بالفعل لتقييم سلوك الوكلاء. بينما تساعد شركات البيانات البشرية مثل Mercor و Surge صانعي النماذج في التعلم المعزز، تعمل Patronus بشكل مختلف من خلال تقييم كيفية تصرف الوكلاء دون أي تدخل بشري.
