أعلنت شركة مايكروسوفت مؤخرًا عن تطوير نموذج ذكاء اصطناعي مبتكر تحت اسم "Large Action Model" (LAM)، الذي يمثل خطوة ثورية في مجال الذكاء الاصطناعي.

يتمتع هذا النموذج بقدرة غير مسبوقة على تنفيذ الأوامر وتحقيق المهام بنحو مستقل، وهو ما يشكل نقلة نوعية في كيفية استخدام الذكاء الاصطناعي لتحويل الأوامر النصية إلى أفعال حقيقية، مثل تشغيل البرامج والتحكم في الأجهزة.

ويتميز نموذج LAM عن النماذج اللغوية التقليدية مثل GPT-4، التي تقتصر وظيفتها على معالجة وإنشاء النصوص، بقدرته على التعامل مع الأوامر وتحويلها إلى إجراءات فعلية، سواء من خلال تشغيل تطبيقات أو التفاعل مع واجهات المستخدم.

وهو ما يسمح للنموذج بالقيام بأعمال مثل التنقل عبر مواقع الويب لتنفيذ عمليات شراء أو تنفيذ مهام معقدة على الأجهزة.

ووفقًا لمايكروسوفت، فإن نموذج LAM هو أول نموذج يتم تدريبه خصيصًا للعمل مع برامج مايكروسوفت أوفيس وتطبيقات ويندوز الأخرى.

فعلى سبيل المثال، إذا أراد المستخدم إجراء عملية شراء عبر الإنترنت، يمكن للنموذج LAM تنفيذ الشراء بشكل فعلي عبر التفاعل مع واجهة الموقع، وهو ما يتجاوز مجرد تقديم التعليمات النصية التي تقدمها النماذج التقليدية.

وشددت مايكروسوفت على أن تطوير نموذج LAM مرَّ بعدد من المراحل الرئيسية لتدريبه، ومنها التدريب على تخطيط المهام وتقسيمها إلى خطوات منطقية، وكذلك الاستفادة من نماذج متقدمة مثل GPT-4 لتحويل الخطط إلى أفعال قابلة للتنفيذ.

إضافة إلى ذلك، يتمتع النموذج بقدرة على الاستكشاف الذاتي، مما يمكّنه من البحث عن حلول جديدة للتحديات التي قد تواجهه، مع تحسين أدائه عبر التدريب المستند إلى المكافآت.

وفي اختبارات تجريبية في بيئة خاصة ببرنامج "ورد"، أظهر نموذج LAM أداءً متميزًا، حيث تمكن من تنفيذ المهام بنسبة نجاح بلغت 71%، متفوقًا على نموذج GPT-4 الذي حقق نسبة 63% دون المعلومات البصرية.

كما أظهر نموذج LAM سرعة في تنفيذ المهام، حيث استغرق 30 ثانية فقط لإتمامها، مقارنة بـ 86 ثانية للنموذج التقليدي.

وعند تزويد GPT-4 بمعلومات بصرية، تحسن أداؤه ليحقق نسبة نجاح تصل إلى 75.5%.

وتستخدم مايكروسوفت آلاف البيانات التدريبية المجمعة من وثائق الشركة، مقالات منصة wikiHow، وعمليات البحث عبر محرك بينج، لتدريب نموذج LAM.

كما تم استخدام نموذج GPT-4 لتوسيع مهام النموذج ليشمل مهام أكثر تعقيدًا.

ومع ذلك، يواجه نموذج LAM بعض التحديات، مثل تنفيذ الأفعال بشكل غير دقيق في بعض الأحيان، إضافة إلى القضايا التنظيمية والقيود التقنية التي قد تؤثر على قابليته للتوسع في تطبيقات متعددة.

لكن الباحثين في مايكروسوفت يؤكدون أن هذه التطورات تمثل تقدمًا كبيرًا في مجال الذكاء الاصطناعي، ويعتبرون أن LAM قد يكون خطوة هامة نحو تطوير الذكاء الاصطناعي العام (AGI)، الذي قد يُمهد الطريق لتقديم مساعدين رقميين قادرين على تنفيذ المهام اليومية بشكل فعال ومستقل.