محرك Botpress
لماذا يختلف هذا عن محركات الذكاء الاصطناعي الأخرى؟
كل منصة ذكاء اصطناعي تستخدم نماذج لغوية كبيرة (LLMs). لكن هذا لا يعني أن جميعها تقدم نفس جودة الذكاء الاصطناعي لعملائها.
لا تأخذ كلامنا فقط. قِس ذلك بنفسك.
قمنا بتشغيل محرك Botpress على نموذج لغوي رخيص، ثم قارناه بالمعيار الصناعي الذي يعمل على نموذج لغوي باهظ الثمن. (نعم، نحن واثقون إلى هذه الدرجة.)
نعتمد الذكاء الاصطناعي أولاً منذ عام 2017.
بدأنا بتطوير النماذج اللغوية الكبيرة.
والآن نستخدم تلك الخبرة التقنية العميقة لمساعدتك في خدمة عملائك بشكل أفضل.
يستبدل استدعاء الأدوات بتنفيذ الكود المباشر لكل إجراء يقوم به الوكيل.
مكتبة مخططات تُخبر النموذج اللغوي الكبير بالضبط ما يجب توقعه من كل أداة.
يتعلم من ملاحظات البشر لتحسين دقة الوكيل مع مرور الوقت.
إطار عمل LLMz
تنفيذ الكود، وليس استدعاء الأدوات
معظم وكلاء الذكاء الاصطناعي يتفاعلون مع العالم من خلال استدعاء الأدوات: يختار النموذج اللغوي أداة (عند البحث عن طلب أو جلب سجل عميل)، يحصل على استجابة، ثم يختار الأداة التالية، ويكرر العملية.
نحن لا نفعل ذلك.
لماذا؟ لأن النماذج اللغوية الكبيرة أفضل بكثير في كتابة الشيفرة من استدعاء الأدوات.
لذا بدلاً من استدعاء الأدوات، في إطار عمل LLMz، يتم تحويل تعليماتك بلغة بسيطة إلى شيفرة. تحديداً، إلى Typescript.
وهذا يعني أنه إذا كان طلبك يحتوي على عدة مكونات (مثل جلب سجل عميل ثم بعد ذلك البحث عن حالة طلب)، نقوم بربط كل هذه الطلبات في طلب واحد، بدلاً من عدة استدعاءات أدوات منفصلة.
ماذا يعني ذلك لعملائنا؟
أكثر كفاءة من حيث التكلفة
من الواضح أن تنفيذ واحد لكل طلب أرخص من طلبات منفصلة لكل إجراء في الطلب.
(لا تسألنا لماذا لا يفعل منافسونا ذلك. نحن أيضاً لا نعرف.)
تفكير أكثر أمانًا
ولأنها عملية واحدة كبيرة مكونة من شيفرة، يمكن للنموذج اللغوي اكتشاف وتصحيح الأخطاء أثناء التنفيذ، بدلاً من افتراض شيء في الخطوة الأولى يتحول إلى خطأ في الخطوة الثالثة.
مكتبة ZUI
مخرجات دقيقة، وليست تخمينات
يستخدم وكلاء الذكاء الاصطناعي لديك الأدوات لمساعدة عملائك — مثل استخدام نظام إدارة علاقات العملاء لجلب سجل عميل.
عندما يتطلب الطلب استخدام عدة أدوات (مثل جلب سجل عميل ثم التحقق من حالة طلب)، أحياناً يخمّن النموذج اللغوي ما ستعيده الأداة.
وعندما تربط 10 خطوات أدوات معاً، تتراكم تلك التخمينات وقد تتحول إلى إخفاقات.
ما تفعله مكتبة ZUI هو فرض مخرجات محددة بدقة على كل أداة. لذا يعرف النموذج اللغوي دائماً بالضبط ما سيحصل عليه.
وهذا يعني أن وكيل الذكاء الاصطناعي لديك يمكنه — وبموثوقية عالية — معالجة الطلبات التي تتطلب أكثر من خطوة واحدة.
وبصراحة، معظم الطلبات تتطلب عدة خطوات. لهذا نحن جادون في إتقان ذلك.
استدعاء الأدوات مقابل مكتبة ZUI
مخرجات النموذج القياسية
يخمّن النموذج ما ستعيده الأداة. عبر عدة إجراءات متسلسلة، تتراكم هذه التخمينات — تمرر المدخلات الخاطئة، تتراكم الأخطاء، ويفشل الوكيل بطرق يصعب تشخيصها.
مع مكتبة ZUI
كل أداة لها مخرجات محددة بدقة يمكن للنموذج الاعتماد عليها. تتسلسل الإجراءات بسلاسة، ويعرف النموذج دائمًا ما يتعامل معه، وتُنفذ المهام المعقدة متعددة الخطوات بشكل موثوق.
حلقة التعلم ZAI
ملاحظات تتراكم
معظم منصات الذكاء الاصطناعي لا تملك آلية حقيقية لتحسين وكلاء الذكاء الاصطناعي لديك بشكل ملموس مع مرور الوقت.
لكن Botpress يحتوي على طبقة ملاحظات مدمجة في كل مكون: حلقة التعلم ZAI.
تأخذ حلقة التعلم لدينا الملاحظات بلغة طبيعية (مثل "هذا يبدو رسميًا جدًا" أو "قم بتحديث نظام إدارة علاقات العملاء فقط بعد معالجة الاسترداد") وتعيد إدخالها في النظام الذي تعمل فيه.
عمليًا، تعني حلقة التعلم ZAI أن:
ستلاحظ تحسينات حقيقية بمجرد تقديم ملاحظاتك.
وكيل الذكاء الاصطناعي لديك يتحسن باستمرار مع الوقت.
وكيل الذكاء الاصطناعي لديك لا يكرر نفس الخطأ مرتين.
