بنیاد هوش مصنوعی عاملمحور چهار ابزار متنباز دیگر را به مجموعه خود افزود

بنیاد هوش مصنوعی عاملمحور (Agentic AI Foundation) که مسئولیت پشتیبانی و نگهداری از ابزارهای متنباز هوش مصنوعی را بر عهده دارد، امروز چهار پروژه جدید را به مجموعه خود افزود.
این فناوریها از سوی شرکتهای OpenAI، آنتروپیک (Anthropic)، هاجینگ فیس (Hugging Face) و گروه علیبابا اهدا شدهاند. با اضافه شدن آنها، شمار پروژههای تحت مدیریت این بنیاد به ۱۰ مورد رسیده است؛ در حالی که هنگام تأسیس آن به دست بنیاد لینوکس در دسامبر سال گذشته، تنها سه پروژه در مجموعه آن قرار داشت.
توسعهدهندگان برای دسترسی به مدلهای زبانی بزرگ مبتنی بر فضای ابری، از رابطهای برنامهنویسی کاربردی (API) استفاده میکنند. هر ارائهدهنده مدل زبانی بزرگ، رابط برنامهنویسی متفاوتی دارد و به همین دلیل، انتقال نرمافزاری که برای رابط یک شرکت نوشته شده است به رابط شرکتی دیگر بهسادگی امکانپذیر نیست. تغییر ارائهدهنده معمولاً مستلزم اعمال تغییرات گسترده در کد نرمافزار است.
اولین پروژه از میان چهار طرح اهداشده به این بنیاد، «پاسخهای باز» (Open Responses) است که برای حل همین مشکل طراحی شده است. این پروژه الگویی استاندارد برای پیادهسازی رابطهای برنامهنویسی مدلهای هوش مصنوعی ارائه میدهد. در نتیجه، توسعهدهندگان میتوانند کدهای خود را میان رابطهایی که از استاندارد Open Responses استفاده میکنند، بدون نیاز به تغییرات عمده جابهجا کنند.
این فناوری را شرکت OpenAI اهدا کرده است. این شرکت آن را بر اساس رابط برنامهنویسیای طراحی کرده که برای ارائه دسترسی به مدلهای زبانی بزرگ خود به کار میبرد. بنابراین، انتقال بارهای کاری مبتنی بر OpenAI به رابطهای سازگار با Open Responses و همچنین انتقال آنها در جهت عکس، بهسادگی امکانپذیر خواهد بود. افزون بر این، آشنایی بسیاری از توسعهدهندگان با رابطهای برنامهنویسی OpenAI میتواند پذیرش این استاندارد را آسانتر کند.
دومین پروژهای که بنیاد امروز از دریافت آن خبر داد، از سوی شرکت آنتروپیک اهدا شده است. این شرکت پروژه متنباز «مهارتهای عامل» (Agent Skills) را در دسامبر سال گذشته منتشر کرده بود. این پروژه قالبی استاندارد برای تعریف مهارتها فراهم میکند؛ مهارتهایی که مجموعهای از منابع هستند و کیفیت خروجی عاملهای هوش مصنوعی را بهبود میدهند. این منابع میتوانند شامل دستورالعملهای انجام یک وظیفه، نمونههای توضیحی و اسکریپتهای خودکارسازی باشند.
قرار دادن مهارتها در قالبی استاندارد، اشتراکگذاری آنها میان گروههای توسعه را آسانتر میکند. در این روش، پیش از اتصال مهارتها به یک بار کاری، نیازی به تغییر ساختار فایلها نیست. یکسانسازی شیوه سازماندهی دادهها همچنین پردازش آنها را برای عاملهای هوش مصنوعی آسانتر میکند و خطر بروز توهم در خروجی این سامانهها را کاهش میدهد.
دیوید سوریا پارا، مهندس شرکت آنتروپیک، گفت: «بنیاد هوش مصنوعی عاملمحور از زمانی که کمتر از یک سال پیش پروتکل زمینه مدل (Model Context Protocol یا MCP) را به آن اهدا کردیم، نقش مهمی در فراهم کردن بستری بیطرف برای این پروتکل داشته است. ما نیز در کنار این بنیاد متعهدیم که سرمایهگذاری در ابزارهای متنباز عاملمحور را برای توسعهدهندگان در سراسر جهان ادامه دهیم.»
آزمایشگاههای هوش مصنوعی مدلهای خود را در محیطهای ایزوله یا سندباکس آموزش میدهند؛ محیطهایی که زیرساختی شبیهسازیشده از شرایطی فراهم میکنند که مدل زبانی بزرگ در زمان بهرهبرداری واقعی با آن روبهرو خواهد شد. برای مثال، شرکتی که در حال توسعه مدلی برای برنامهنویسی مبتنی بر دستورات طبیعی است، ممکن است محیطهایی بسازد که ایستگاههای کاری توسعهدهندگان را شبیهسازی میکنند. دو پروژه دیگر که بنیاد امروز معرفی کرد، یعنی OpenEnv و OpenSandbox، بر همین محیطهای ایزوله تمرکز دارند. این دو پروژه بهترتیب از سوی هاجینگ فیس و علیبابا اهدا شدهاند.
محیطهای ایزوله مورد استفاده در یک پروژه هوش مصنوعی، زیر نظر سامانهای برای آموزش هماهنگ میشوند که وظایف تکراری مدیریتی را بهصورت خودکار انجام میدهد. OpenEnv میزان کار لازم برای جابهجایی میان سامانههای مختلف آموزش را کاهش میدهد. در مقابل، OpenSandbox مجموعهای از رابطهای برنامهنویسی برای مدیریت محیطهای ایزوله ارائه میکند. این ابزار انجام کارهایی مانند اتصال عاملهایی را که درون این محیطها اجرا میشوند به برنامههای خارجی آسانتر میسازد.
