وكيل صغير من 8 مليارات معامل تعادل مع جيميناي 3.1 برو في تشغيل تطبيقات iOS

وصفت أبل (Apple) وكيل ذكاء اصطناعي ينقر ويمرّر داخل تطبيقات iOS الحقيقية، ونسخة صغيرة منه نافست منافسًا أكبر بكثير. الدليل ورقة بحثية من أبل لأبحاث التعلم الآلي، كتبها بيتونغ دوان وسيد خشايار غتميري وزملاؤهما.

المشكلة

النماذج الكبيرة التي تقرأ الشاشة وتقرر ما تضغط عليه بارعة في استخدام التطبيقات. لكن تشغيلها مكلف، فيصعب الاعتماد عليها يوميًا.

النماذج الأصغر أرخص. غير أنها إذا تعلمت من أمثلة مسجلة تميل إلى حفظ المسار حرفيًا. وعندها قد تربكها نافذة غير متوقعة، فلا تحسن التعافي من الخطأ.

ما فعلته أبل

درّب الفريق الوكيل أثناء عمله على تطبيقات iOS حية، لا على تسجيلات محفوظة. ولتحقيق ذلك بنى بنية تشغيل تدير مئات الأجهزة الافتراضية بنظام iOS في وقت واحد.

يتكوّن الوكيل من جزأين. وكيل تخطيط يقرر الخطوة التالية، ونموذج منفصل لتحديد عناصر الواجهة يجد المكان الصحيح على الشاشة للتنفيذ.

ويقيّم العمل حكم من الذكاء الاصطناعي. يمنح نقاطًا صغيرة على التقدم في كل خطوة، ونقطة ختامية على إنجاز المهمة. تخيّل معلمًا يصحح كل سطر في حل مسألة رياضية، لا النتيجة النهائية فقط.

كما أضاف الفريق طريقة اسمها GiGPPO. تساعد على استقرار التدريب بمقارنة شاشات متشابهة عبر التجارب المتوازية.

النتائج

شملت الاختبارات UINavBench وiOSWorld وAndroidWorld. تفوقت الوكلاء المدرَّبة بمكافأة كل خطوة على التدريب بالأمثلة المسجلة وعلى التدريب الذي يقيّم النتيجة النهائية فقط، وتعلمت أسرع.

وحقق الوكلاء ذوو 8 مليارات معامل، وهو مقياس لحجم النموذج، تحسنًا يقارب سبعة أضعاف على الأساس المدرَّب بالأمثلة عند نقلهم إلى أندرويد الذي لم يتدربوا عليه. وفي تطبيقات iOS الحقيقية تفوقوا على جيميناي 3.5 فلاش (Gemini-3.5-Flash) وتعادلوا مع جيميناي 3.1 برو (Gemini-3.1-Pro).

لا يذكر المصدر أرقامًا للتكلفة أو السرعة، ولا موعدًا لأي منتج، ولا اختبارات لمهام خطرة أو لا رجعة فيها. هذه نتيجة بحثية وليست إصدارًا.