في نوفمبر 2016، قدم ثلاثة من زملائي وأنا في IBM طلب براءة اختراع بعنوان "التحليل الفوري لأداء موسيقي باستخدام التحليلات" (نُشر باسم US 2018/0137425 A1). كان المشهد حفلة روك: تحمل آلة عازف الغيتار مستشعرًا مدمجًا، وتقرأ الكاميرات وجوه الجمهور ولغة أجسادهم، ويرسل المعجبون إعجابهم أو عدم إعجابهم من هواتفهم. يدمج النظام كل ذلك في الوقت الفعلي ليصدر حكمًا واحدًا حول ما إذا كان الأداء يسير على ما يرام، وينبّه العازف بينما لا يزال هناك وقت لتصحيحه. وفي أحد التطبيقات، يعرض مصباح LED على رقبة الغيتار اللون الأخضر عند العزف الصحيح، والأصفر عند تذبذب الإيقاع، والأحمر عند النوتة الخاطئة. أطلقنا على النواة اسم "محرك تحليلات ذكاء اصطناعي"، لأن تلك كانت المفردات المتاحة لنا في 2016.
بعد عشر سنوات، أصمم بنى بيانات لأنظمة ذكاء اصطناعي وكيلية في بيئات الإنتاج. وعند إعادة قراءة البراءة، لفتني مدى تطابقها مع تشريح وكيل الذكاء الاصطناعي: الإدراك متعدد الوسائط، وتجميع السياق، والاستدلال المستند إلى الذاكرة العرضية والدلالية، ودالة تقييم، والتنفيذ عبر إنسان في الحلقة، وكل ذلك ضمن قيد صارم للوقت الفعلي. لم تكن لدينا اللغة الدقيقة لوصف ذلك، لكن كانت لدينا الحلقة نفسها.
تتكون المواصفة من سبعة أجزاء. يعمل الإدراك عبر ثلاثة أنماط: تُبلغ أجهزة الاستشعار في الآلات عن التوقيت والطبقة والنغمة والحجم؛ وتلتقط الكاميرات الإشارات اللاإرادية للجمهور؛ ويحمل مسار شبكي التعليقات المقصودة مثل التقييمات والتعليقات. يقوم مُجمِّع التعليقات بوضع وسوم على هذه المدخلات وفرزها وإعادة تنسيقها، وهو ما يُسمى اليوم هندسة السياق. ثم يستنتج محرك التحليلات خصائص الأداء، مستندًا إلى مستودع للعروض السابقة المؤرشفة وقاعدة معرفية تمنح التعليقات معنى دلاليًا.
المقارنة ليست مثالية. فقد أصاب التصميم في بنية الوكلاء، لكنه أغفل قضايا أخرى، وما تزال تلك الثغرات تعلّم بناة الوكلاء دروسًا مفيدة اليوم.
المصدر: Towards Data Science · لخّصه HeadlinesBriefing