HybridAGI
1.0.0
ما يجعل نهجنا مختلفًا عن Agent as Graph هو حقيقة أن نظام Agent الخاص بنا ليس عملية ممثلة برسم بياني، ولكنه مترجم يمكنه قراءة/كتابة وتنفيذ بنية بيانات الرسم البياني (برامج الرسم البياني) المنفصلة عن تلك العملية. تمكين الوكيل من التعلم من خلال تنفيذ وقراءة وتعديل برامج الرسم البياني (مثل أي بيانات أخرى)، والمقصود من HybridAGI في جوهره أن يكون نظام برمجة ذاتي يتمحور حول لغة Cypher. إنه مشروع بحثي جاهز للإنتاج يتمحور حول البرمجة العصبية الرمزية وتوليف البرامج والذكاء الاصطناعي الرمزي.
Turing Complete DSL : تم تصميم لغة Turing Complete Domain المحددة (DSL) من HybridAGI خصيصًا لوصف عدد لا حصر له من الخوارزميات باستخدام 4 أنواع مختلفة فقط من العقد (التحكم، الإجراء، القرار، البرنامج). يمكن لعامل المترجم الفوري تنفيذ حلقات واستدعاء البرامج الفرعية، على غرار لغة البرمجة التقليدية.
بحث برنامج الرسم البياني والاتصال الديناميكي : نظرًا لأن نظام الوكيل الخاص بنا ليس آلة حالة ثابتة ثابتة ولكنه مترجم يفسر عقدة DSL القائمة على الرسم البياني لكل عقدة، فيمكنه البحث في البرامج في الذاكرة واستدعاء أفضل البرامج ديناميكيًا لحل استعلام المستخدم.
خط الأنابيب والوكيل القابلان للتحسين : باستخدام HybridAGI وDSPy، يمكنك تحسين مسارات معالجة البيانات ونظام الوكيل وفقًا لاحتياجاتك الخاصة. نظرًا لأن كل وحدة HybridAGI هي أيضًا وحدة DSPy، فيمكنك استخدام أدوات تحسين DSPy معها بسلاسة.
سلوك الوكيل كبرنامج : مع HybridAGI، يمكنك شحن سلوك الوكيل كبرنامج Cypher، مما يتيح للشركات الناشئة والشركات إنشاء عنوان IP خاص بها استنادًا إلى منطق أعمالها المطبق في Cypher.
النظام المرتكز على الذاكرة : HybridAGI هو نظام يركز على الذاكرة ويستخدم الرسوم البيانية المعرفية بكثافة، سواء لتنفيذ البرامج أو لتخزين المعرفة المنظمة. يؤدي ذلك إلى تمكين تطبيقات Knowledge Graph RAG للمجالات المهمة.
آمن وآمن : تم إيلاء اهتمام خاص لمنع عمليات حقن التشفير ولكن أيضًا لمنع نظام الوكيل من تعديل آلية التحفيز الرئيسية الخاصة به من خلال تقديم مفهوم البرامج المحمية.
سلوك يمكن التنبؤ به/حتمي وعدد لا حصر له من الأدوات : نظرًا لأننا لا نسمح للوكيل باختيار تسلسل الأدوات المراد استخدامه، فيمكننا استخدام عدد لا حصر له من الأدوات. من خلال اتباع برامج الرسم البياني، نضمن وجود منهجية محددة ويمكن التنبؤ بها لنظام الوكلاء الخاص بنا. يمكننا دمج كل نظام ذاكرة في وكيل واحد فريد باستخدام الأدوات المقابلة دون قيود.
HybridAGI هو أول وكيل قائم على LLM قابل للبرمجة والذي يمكّنك من تحديد سلوكه باستخدام نهج البرمجة السريعة القائم على الرسم البياني . على عكس الأطر الأخرى التي تنظر إلى الوكلاء على أنهم روبوتات دردشة متقدمة، فقد اعتمدنا منهجية متجذرة في علوم الكمبيوتر، والعلوم المعرفية، والذكاء الاصطناعي الرمزي.
بالنسبة لنا، النظام الوكيل هو برنامج معرفي موجه نحو الهدف يمكنه معالجة اللغة الطبيعية وتنفيذ المهام التي تمت برمجته لأداءها. تمامًا كما هو الحال مع البرامج التقليدية، يحدد المطور سلوك التطبيق، ولا يكون النظام مستقلاً حقًا ما لم تتم برمجته ليكون كذلك. إن برمجة النظام لا تساعد الوكيل على تنفيذ مهامه فحسب، بل تسمح أيضًا بإضفاء الطابع الرسمي على نية المطور .
تم تصميم HybridAGI لعلماء البيانات والمهندسين الفوريين والباحثين وعشاق الذكاء الاصطناعي الذين يحبون تجربة الذكاء الاصطناعي. إنه منتج "ابني نفسك" الذي يركز على الإبداع البشري بدلاً من استقلالية الذكاء الاصطناعي.
لتثبيت HybridAGI بسهولة، نوصيك باستخدام النقطة مع الأمر التالي:
pip install hybridagi
إذا كنت ترغب في استكشاف نظامنا بشكل أكثر تعمقًا، أو المساهمة في المشروع، يمكنك استخدام الأمر التالي لتثبيت HybridAGI من المصادر:
git clone https://github.com/SynaLinks/HybridAGI
cd HybridAGI
pip install .
لا يوجد وكلاء React هنا ، نظام الوكيل الوحيد الذي نقدمه هو وكيل Graph Interpreter Agent المخصص الذي يتبع منهجية صارمة من خلال تنفيذ برامج الرسم البياني الموجودة في الذاكرة لكل عقدة. نظرًا لأننا نتحكم في سلوك الوكيل من البداية إلى النهاية عن طريق تفريغ التخطيط إلى المكونات الرمزية، فيمكننا تصحيح/تحسين سلوك النظام بسهولة، وإزالة الحاجة إلى الضبط الدقيق ولكن أيضًا السماح للنظام بالتعلم بسرعة.
تعتمد شركة HybridAGI على سنوات من الخبرة في صنع أنظمة روبوتية موثوقة. لقد قمنا بدمج معرفتنا في مجال الروبوتات والذكاء الاصطناعي الرمزي والماجستير في إدارة الأعمال والعلوم المعرفية في منتج للمبرمجين وعلماء البيانات ومهندسي الذكاء الاصطناعي. تستخدم الذاكرة طويلة المدى لنظام الوكيل لدينا الرسوم البيانية بشكل كبير لتخزين المعرفة المنظمة وغير المنظمة بالإضافة إلى برامج الرسوم البيانية الخاصة بها.
نحن نقدم لك كل شيء لبناء تطبيق LLM الخاص بك مع التركيز على قواعد بيانات Cypher Graph. نحن نوفر أيضًا قاعدة بيانات محلية للنماذج الأولية السريعة قبل توسيع نطاق تطبيقك من خلال أحد عمليات التكامل لدينا.
باستخدام HybridAGI، يمكنك إنشاء خطوط أنابيب لاستخراج البيانات أو تطبيقات RAG أو أنظمة Agent متقدمة، ومن الممكن تحسين كل منها باستخدام أدوات تحسين DSPy. نحن نقدم أيضًا وحدات ومقاييس معدة مسبقًا لتسهيل إنشاء النماذج الأولية.
تتم كتابة كل وحدة نمطية ونوع بيانات بشكل صارم ويتم استخدام Pydantic كطبقة للتحقق من صحة البيانات. يمكنك إنشاء خطوط أنابيب في أي وقت من الأوقات عن طريق تكديس الوحدات بشكل تسلسلي كما هو الحال في Keras أو HuggingFace.
نحن نقدم القائمة التالية من الأدوات الأصلية لـ R/W في نظام الذاكرة أو تعديل حالة الوكيل:
| اسم الأداة | الاستخدام |
|---|---|
Predict | يستخدم لملء السياق بالمعلومات المنطقية |
ChainOfThought | يستخدم لملء السياق بالمعلومات المنطقية |
Speak | يستخدم لإرسال رسالة إلى المستخدم وإعطاء الإجابة النهائية |
AskUser | يستخدم لطرح سؤال على المستخدم (يمكن محاكاة شخصية المستخدم) |
UpdateObjective | تحديث الهدف طويل المدى للوكيل |
AddDocument | احفظ مستندًا جديدًا في الذاكرة |
AddFact | حفظ في الذاكرة حقائق جديدة |
AddGraphProgram | حفظ البرنامج الجديد في الذاكرة (التجاوز إذا كان موجودًا) |
DocumentSearch | يستخدم للبحث عن المعلومات في ذاكرة المستند |
PastActionSearch | يستخدم للبحث عن الإجراءات الماضية في ذاكرة التتبع |
EntitySearch | يستخدم للبحث عن الكيانات في ذاكرة الحقيقة |
FactSearch | يستخدم للبحث عن الحقائق في ذاكرة الحقيقة |
GraphProgramSearch | يستخدم للبحث عن برامج الرسم البياني في ذاكرة البرنامج |
ReadGraphProgram | يستخدم لقراءة برنامج الرسم البياني من الذاكرة بالاسم |
CallGraphProgram | يستخدم لاستدعاء برنامج الرسم البياني ديناميكيًا من الذاكرة بالاسم |
يمكنك إضافة المزيد من الأدوات باستخدام FunctionTool ووظائف python مثل استدعاء الوظائف في الوقت الحاضر.
نحن نقبل المساهمات لمزيد من عمليات تكامل قاعدة البيانات. لا تتردد في الانضمام إلى قناة الخلاف لمزيد من المعلومات!
نحن غير راضين عن المسار الحالي للأنظمة القائمة على الوكيل والتي تفتقر إلى السيطرة والكفاءة. يتضمن النهج الحالي بناء وكلاء React/MKRL الذين يعملون بشكل مستقل دون سيطرة بشرية، مما يؤدي غالبًا إلى حلقات لا حصر لها من الهراء بسبب ميلهم إلى البقاء ضمن توزيع البيانات الخاصة بهم. تحاول الأنظمة متعددة الوكلاء معالجة هذه المشكلة، ولكنها غالبًا ما تؤدي إلى المزيد من الهراء والتكاليف الباهظة بسبب دردشات الوكلاء. بالإضافة إلى ذلك، غالبًا ما يحتاج وكلاء اليوم إلى ضبط دقيق لتحسين سلوكهم أو تصحيحه، وهو ما قد يكون عملية معقدة وتستغرق وقتًا طويلاً.
مع HybridAGI، الشيء الوحيد الذي عليك القيام به هو تعديل الرسم البياني للسلوك (برامج الرسم البياني). نحن نؤمن بأن الضبط الدقيق يجب أن يكون الملاذ الأخير عندما يفشل التعلم في السياق في تحقيق النتائج المرجوة. من خلال تأصيل العلوم المعرفية في مفاهيم علوم الكمبيوتر، فإننا نمكن المبرمجين من بناء نظام الوكيل لأحلامهم من خلال التحكم في تسلسل العمل والقرار. هدفنا هو بناء نظام وكيل يمكنه حل مشاكل العالم الحقيقي باستخدام لغة وسيطة يمكن تفسيرها من قبل كل من البشر والآلات. إذا أردنا إبقاء البشر على اطلاع على التطورات في السنوات القادمة، فنحن بحاجة إلى تصميم أنظمة وكيلة لهذا الغرض.
تم بناء LangGraph على LangChain، وهو ما كان عليه الحال أيضًا مع HybridAGI العام الماضي. ومع ذلك، نظرًا لاتجاه فريق LangChain نحو تشجيع وكلاء ReACT الذين يفتقرون إلى التحكم وقابلية الشرح، فقد تحولنا إلى DSPy، الذي يوفر قيمة أفضل من خلال التركيز على تحسين خطوط الأنابيب. في الآونة الأخيرة، ظهرت LangGraph للتعويض عن ضعف عملية اتخاذ القرار في LangChain، لكننا أثبتنا بالفعل قيمة عملنا. علاوة على ذلك، فإن LangGraph، مثل العديد من أطر العمل الوكيلة، يصف آلة الحالة الثابتة الثابتة. تتمثل رؤيتنا لأنظمة الذكاء الاصطناعي العام في أن اكتمال تورينج أمر مطلوب، وهذا هو الحال بالنسبة للعديد من أطر العمل الوكيلة، ولكن امتلاك القدرة على برمجة نفسها بسرعة (بمعنى التعلم المستمر الحقيقي) مطلوب أيضًا لبدء رحلة الذكاء الاصطناعي العام، وهي تفتقر إلى الأطر الأخرى.
أصدرت Llama-Index مؤخرًا نظام وكيل يحركه الحدث، مشابهًا لنظام LangGraph، وهو عبارة عن آلة حالة ثابتة، وتنطبق نفس الملاحظات على عملهم.
تم بناء HybridAGI على أساس العمل الممتاز الذي قام به فريق DSPy، والمقصود منه هو أن يكون تجريدًا لتبسيط إنشاء برامج DSPy المعقدة في سياق LLM Agents. يعد DSPy أكثر عمومية ويستخدم أيضًا في المهام الأبسط التي لا تحتاج إلى أنظمة وكيلة. على عكس DSPy، فإن برامجنا ليست ثابتة ولكنها ديناميكية ويمكنها التكيف مع استعلام المستخدم عن طريق الاتصال الديناميكي بالبرامج المخزنة في الذاكرة. علاوة على ذلك، فإننا نركز عملنا على أنظمة الذكاء الاصطناعي العام الرمزية العصبية القابلة للتفسير باستخدام الرسوم البيانية. يعد إنشاء برامج الرسوم البيانية أسهل من تنفيذها من البداية باستخدام DSPy. إذا كان DSPy هو PyTorch لتطبيقات LLM، ففكر في HybridAGI باعتباره Keras أو HuggingFace لوكلاء LLM الرمزيين العصبيين.
يشترك كل من OpenAI o1 وHybridAGI في العديد من الأهداف المشتركة، لكن تم تصميمهما مع وضع نماذج مختلفة في الاعتبار. مثل OpenAI o1، يستخدم HybridAGI استنتاجات متعددة الخطوات وهو نظام وكيل موجه نحو الهدف. ومع ذلك، على عكس OpenAI o1، فإننا نوجه تتبع CoT لنظام الوكيل الخاص بنا بدلاً من السماح له باستكشاف مساحة العمل الخاصة به بحرية، وهو نموذج أكثر تشابهًا مع A* حيث يتنقل الوكيل في رسم بياني محدد بدلاً من رسم بياني لتعلم Q. يؤدي هذا إلى تفكير أكثر كفاءة، حيث يمكن للخبراء برمجته لحل حالة استخدام معينة. يمكننا استخدام LLMs أصغر، مما يقلل التأثير البيئي ويزيد عائد الاستثمار. الجانب السلبي لتقنيتنا هو أنك تحتاج إلى معرفة متخصصة في مجالك وكذلك في البرمجة وأنظمة الذكاء الاصطناعي لاستغلال قدراتها على أفضل وجه. ولهذا السبب، فإننا نقدم خدمات التدقيق والاستشارات والتطوير للأشخاص والشركات التي تفتقر إلى المهارات التقنية في الذكاء الاصطناعي لتنفيذ أنظمتها.
نحن لسنا موجودين في وادي السيليكون أو جزء من شركة كبيرة؛ نحن فريق صغير ومتفاني من جنوب فرنسا. ينصب تركيزنا على تقديم منتج الذكاء الاصطناعي حيث يحتفظ المستخدم بالتحكم. نحن غير راضين عن المسار الحالي للمنتجات القائمة على الوكلاء. نحن خبراء في التفاعلات بين الإنسان والروبوت وبناء أنظمة تفاعلية تتصرف كما هو متوقع. بينما نستمد الإلهام من العلوم المعرفية والذكاء الاصطناعي الرمزي، فإننا نهدف إلى الحفاظ على مفاهيمنا راسخة في علوم الكمبيوتر لجمهور أوسع.
تمتد مهمتنا إلى ما هو أبعد من سلامة وأداء الذكاء الاصطناعي؛ بل يتعلق الأمر بتشكيل العالم الذي نريد أن نعيش فيه. وحتى لو أصبحت البرمجة قديمة في غضون 5 أو 10 سنوات، وتم استبدالها ببعض المحفزات السحرية، فإننا نعتقد أن المحفزات التقليدية غير كافية للحفاظ على الوظائف. إنهم تبسيطيون للغاية ويفشلون في نقل النوايا بدقة.
في المقابل، تتطلب برمجة كل خطوة تفكير معرفة متخصصة في الهندسة والبرمجة السريعة. من المثير للدهشة أنها ممتعة وليست صعبة بالنسبة للمبرمجين، لأنها تتيح لك الحصول على نظرة ثاقبة حول كيفية عمل الذكاء الاصطناعي حقًا من خلال التحكم فيه. تفتح اللغة الطبيعية جنبًا إلى جنب مع الخوارزميات إمكانيات لا حصر لها. ولا يمكننا تصور عالم بدونها.
نحن نقدم خدمات التدقيق والاستشارات والتطوير للشركات التي ترغب في تنفيذ حلول الذكاء الاصطناعي الرمزية العصبية في مجالات مختلفة، بدءًا من رؤية الكمبيوتر وحتى التفكير عالي المستوى باستخدام أنظمة الرسم البياني/علم الوجود المعرفي في المجالات الحيوية مثل الصحة والبيولوجيا والمالية والفضاء. وغيرها الكثير.
HybridAGI هو مشروع بحثي لعرض قدراتنا ولكن أيضًا لتقديم رؤيتنا لأنظمة AGI الآمنة للمستقبل. نحن شركة ناشئة تسعى إلى تحقيق حالات استخدام واقعية بدلاً من تقديم ادعاءات طنانة لإرضاء أصحاب رأس المال الاستثماري وإثارة الضجيج.
نظرًا لأن رؤيتنا لقدرات LLM أكثر اعتدالًا من غيرها، فإننا نتطلع بنشاط إلى الجمع بين مجالات مختلفة من الذكاء الاصطناعي (التعلم التطوري والرمزي والعميق) لتحقيق هذه القفزة إلى المستقبل دون حرق الكوكب من خلال الاعتماد على التوسع وحده. إلى جانب التأثيرات البيئية الواضحة، من خلال الاعتماد على النماذج الصغيرة والمتوسطة، لدينا فهم أفضل وقدرة على إجراء أبحاث مفيدة بدون مراكز بيانات تبلغ قيمتها تريليون دولار.
HybridAGI هي طريقتنا للاستعداد لهذا المستقبل وفي نفس الوقت، عرض فهمنا لأنظمة الذكاء الاصطناعي الحديثة والتقليدية. إن HybridAGI هو الدليل على أنك لا تحتاج إلى مليارات الدولارات للعمل على أنظمة AGI، وأن فريقًا صغيرًا من الأشخاص المتحمسين يمكنهم إحداث الفرق.
لقد أصدرنا HybridAGI تحت GNU GPL لأسباب مختلفة، أولها أننا نريد حماية عملنا وعمل المساهمين لدينا. السبب الثاني هو أننا نريد بناء مستقبل للناس ليعيشوا فيه، دون الاعتماد على شركات تكنولوجيا الذكاء الاصطناعي الكبرى، نريد تمكين الناس وليس استعبادهم من خلال تدمير السوق وترك الناس عاطلين عن العمل دون وسيلة ليصبحوا ملكية خاصة بهم. معرفة. HybridAGI هو مشروع مجتمعي، من قبل المجتمع، للمجتمع. وأخيرًا، تعد HybridAGI وسيلة للتواصل مع الأشخاص الموهوبين وذوي التفكير المماثل في جميع أنحاء العالم وإنشاء مجتمع حول مستقبل مرغوب فيه.
قد يجادل البعض بأن HybridAGI مجرد صندوق أدوات. ومع ذلك، على عكس LangChain أو Llama-Index، فقد تم تصميم HybridAGI من الألف إلى الياء للعمل بالتآزر مع ماجستير في إدارة الأعمال (LLM) لأغراض خاصة تم تدريبه على DSL/الهندسة المعمارية الخاصة بنا. لقد قمنا بتحسين برامجنا بفضل المجتمع ولأننا نحن من أنشأنا لغة البرمجة الخاصة بنا، فإننا أيضًا أفضل الأشخاص الذين يقومون ببرمجتها. لقد قمنا بتجميع البيانات وتعلمنا العديد من تقنيات التعزيز وقمنا بتنظيف مجموعات البيانات الخاصة بنا خلال العام الأخير من المشروع للحفاظ على ميزتنا التنافسية. قد نقوم بإصدار LLM الذي نقوم ببنائه في وقت ما عندما نقرر أنه من المفيد لنا القيام بذلك.
تم إصدار برنامجنا بموجب ترخيص GNU GPL لحماية أنفسنا ومساهمات المجتمع. منطق تطبيقك الذي يتم فصله (برامج الرسم البياني) لا توجد مشكلة IP بالنسبة لك لاستخدام HybridAGI. علاوة على ذلك، عند استخدامه في الإنتاج، فأنت بالتأكيد تريد إنشاء خادم FastAPI لطلب الوكيل الخاص بك وفصل الواجهة الخلفية والواجهة الأمامية لتطبيقك (مثل موقع الويب)، بحيث لا يلوث ترخيص GPL الأجزاء الأخرى من برنامجك. كما نقدم أيضًا ترخيصًا مزدوجًا لعملائنا إذا لزم الأمر.
كن جزءًا من مجتمع المطورين والباحثين وعشاق الذكاء الاصطناعي. ساهم في المشروع وشارك بملاحظاتك وساعد في تشكيل مستقبل HybridAGI. نحن نرحب ونقدر مشاركتك!
