Mixture of Agents (MoA)

مزيج الوكلاء (MoA) هو بنية متقدمة للذكاء الاصطناعي تستفيد من عدة نماذج لغوية كبيرة (LLMs) أو وكلاء مستقلين لحل المهام المعقدة بصورة تعاونية. وبدلاً من الاعتماد على نموذج واحد لإنشاء استجابة، يستعلم نظام MoA من عدة نماذج متميزة في الوقت نفسه. وينتج هؤلاء الوكلاء الأوليون إجابات مستقلة، ثم تُمرَّر هذه الإجابات إلى وكيل تجميع أو تركيب. ويقيّم وكيل التجميع وجهات النظر المتنوعة وينقحها ويدمجها في مخرج نهائي واحد عالي الجودة. ويعزز هذا النهج التعاوني قدرات الاستدلال بدرجة كبيرة، ويحد من التحيزات أو نقاط الضعف الفردية في النماذج المستقلة، ويمثل قفزة كبيرة إلى الأمام في معالجة اللغة الطبيعية (NLP) وحل المشكلات.

مزيج الوكلاء مقابل مزيج الخبراء#

على الرغم من تشابه المصطلحين، فمن الضروري التمييز بين MoA والمفهوم ذي الصلة مزيج الخبراء (MoE).

• مزيج الخبراء (MoE): يعمل داخل بنية شبكة عصبية واحدة. ويستخدم آلية توجيه لتنشيط طبقات فرعية متخصصة محددة فقط (الخبراء) لكل رمز مميز أثناء الاستدلال. وهذا يحسن الكفاءة الحسابية مع الحفاظ على عدد كبير من المعلمات.
• مزيج الوكلاء (MoA): يعمل على مستوى النموذج أو النظام. ويتضمن وكلاء ذكاء اصطناعي منفصلين تمامًا—غالبًا ما يكونون مبنيين على نماذج أساسية مختلفة—يتفاعلون ضمن مسار معالجة. ويشبه MoA إلى حد كبير تجميع النماذج مقترنًا بعملية مراجعة ذكية، كما هو موضح بالتفصيل في أبحاث الأنظمة متعددة الوكلاء الحديثة.

التطبيقات الواقعية#

تتألق بنيات MoA في البيئات التي تتطلب استدلالًا عميقًا، والتحقق من الحقائق، وتركيبًا متنوعًا للبيانات.

• هندسة البرمجيات المعقدة: في تطوير البرمجيات، قد يستخدم نظام MoA Anthropic Claude لكتابة المنطق الأساسي، وOpenAI GPT-4o لإنشاء اختبارات الوحدات، ونموذجًا محليًا لإجراء تدقيق أمني. ويراجع وكيل تجميع نهائي الشيفرة المدمجة، ويختبرها، ويخرج نصًا برمجيًا منقحًا وخاليًا من الأخطاء.
• التشخيص الطبي الآلي: في الذكاء الاصطناعي في الرعاية الصحية، يمكن لمسار MoA تشخيصي نشر وكلاء متخصصين لمراجعة التاريخ المرضي للمريض، وتحليل نتائج المختبر، ومعالجة التصوير الطبي. ويجمع وكيل التركيب هذه النتائج لمساعدة الأطباء في وضع تشخيص شامل، مما يقلل بدرجة كبيرة من احتمال الخطأ البشري.

دمج الرؤية في مسارات عمل MoA#

تتعدد الوسائط في أنظمة MoA الحديثة بصورة متزايدة، أي إنها تعتمد على نماذج [الرؤية الحاسوبية (CV)](https://ultralytics-translation-0.invalid لإدراك العالم المادي قبل الاستدلال بشأنه. فعلى سبيل المثال، في الذكاء الاصطناعي في التصنيع، يمكن لوكيل بصري فحص بث مباشر من كاميرا وإرسال ملاحظاته الواقعية إلى وكيل استدلال.

يوضح مثال Python التالي كيف يمكن أن يعمل Ultralytics YOLO26 بوصفه "وكيلًا بصريًا" ضمن مسار MoA، مستخرجًا بيانات سياقية تُمرَّر إلى نماذج LLM اللاحقة. ويمكن للمطورين إدارة أدوات الرؤية المتخصصة هذه وضبطها بدقة بسلاسة باستخدام Ultralytics Platform.

from ultralytics import YOLO

# Initialize YOLO26 as a dedicated visual agent
visual_agent = YOLO("yolo26n.pt")

# The agent observes the environment by running inference on an image
results = visual_agent("https://ultralytics.com/images/bus.jpg")

# Extract structured data to pass to the MoA aggregator
detected_classes = [visual_agent.names[int(cls)] for cls in results[0].boxes.cls]
unique_objects = set(detected_classes)

# This text context is then sent to the reasoning agent
print(f"Visual Agent Report: I have identified {', '.join(unique_objects)} in the scene.")

من خلال ردم الفجوة بين نماذج الرؤية عالية القدرة المبنية باستخدام أطر عمل مثل PyTorch ومحركات معرفية متقدمة مثل Google Gemini، تحاكي منظومات MoA التعاون البشري. وهي تتحول سريعًا إلى العمود الفقري لمسارات Agentic RAG، مما يمهد الطريق أمام أنظمة مستقلة أكثر متانة وموثوقية.