كسر حواجز البيانات: هل يمكن لبروتوكول السياق النموذجي الخاص بشركة Anthropic تعزيز أداء الذكاء الاصطناعي؟

يهدف بروتوكول السياق النموذجي المبتكر من Anthropic إلى معالجة البيانات المجزأة وتعزيز كفاءة الحلول التي تعمل بالذكاء الاصطناعي. فهل يمكن أن يصبح هذا البروتوكول هو المعيار لتكامل الذكاء الاصطناعي القائم على السياق؟

إن أحد التحديات الأكثر إلحاحًا في مجال ابتكارات الذكاء الاصطناعي اليوم هو عزل نماذج اللغة الكبيرة عن البيانات في الوقت الفعلي. ولمعالجة هذه المشكلة، أعلنت شركة Anthropic للأبحاث والسلامة في مجال الذكاء الاصطناعي ومقرها سان فرانسيسكو مؤخرًا عن بنية تطوير فريدة لإعادة تشكيل كيفية تفاعل نماذج الذكاء الاصطناعي مع البيانات. 

الجديد للشركة بروتوكول السياق النموذجي (MCP)تم إطلاق مشروع الذكاء الاصطناعي مفتوح المصدر، بهدف تعزيز كفاءة الذكاء الاصطناعي من خلال “اتصال ثنائي الاتجاه بين التطبيقات التي تعمل بالذكاء الاصطناعي ومصادر البيانات المتنوعة في الوقت الفعلي”. 

تم تصميم هذه البنية التحتية لمعالجة الإحباط المتزايد: مخرجات الذكاء الاصطناعي القديمة الناجمة عن عدم الاتصال بالبيانات في الوقت الفعلي. تزعم Anthropic أن البروتوكول الموحد يمكن أن يعزز تطوير الذكاء الاصطناعي ووظائفه للشركات، ويجعلها أكثر شبهاً بالإنسان من خلال الوعي بالسياق في الوقت الفعلي. وفقًا للشركة، يتطلب كل مصدر بيانات تجاري جديد تنفيذات ذكاء اصطناعي مخصصة، مما يؤدي إلى عدم الكفاءة. تسعى MCP إلى معالجة هذا من خلال تقديم إطار عمل موحد يمكن للمطورين تبنيه عالميًا.

“إن الهندسة المعمارية واضحة: يمكن للمطورين إما عرض بياناتهم من خلال خوادم MCP أو بناء تطبيقات الذكاء الاصطناعي (عملاء MCP) التي تتصل بهذه الخوادم. وبدلاً من الحفاظ على موصلات منفصلة لكل مصدر بيانات، يمكن للمطورين الآن البناء وفقًا لبروتوكول قياسي”، أوضحت Anthropic في بلوق وظيفة”مع نضوج النظام البيئي، ستحافظ أنظمة الذكاء الاصطناعي على السياق أثناء تنقلها بين أدوات ومجموعات بيانات مختلفة، واستبدال التكاملات المجزأة الحالية بهندسة أكثر استدامة.”

يمكن لنماذج الذكاء الاصطناعي، بما في ذلك على سبيل المثال لا الحصر مساعد Anthropic الرائد Claude، أن تتكامل مع أدوات مثل Google Drive وSlack وGitHub. يقترح الخبراء أن MCP لديها القدرة على تحويل تكاملات الذكاء الاصطناعي في الأعمال بنفس الطريقة التي أحدثت بها الهندسة المعمارية الموجهة نحو الخدمة (SOA) والبروتوكولات الأخرى ثورة في قابلية التشغيل البيني للتطبيقات.

“إن وجود بروتوكول قياسي في الصناعة لأنابيب البيانات بين ماجستير القانون ومصادر البيانات يعد بمثابة تغيير كبير. على غرار REST وSQL في صناعة البرمجيات، “يمكن أن تساعد البروتوكولات القياسية مثل MCP الفرق في بناء تطبيقات GenAI بشكل أسرع وبموثوقية أفضل” أخبرني جديون مندلز، المؤسس المشارك والرئيس التنفيذي لمنصة تقييم نماذج الذكاء الاصطناعي Comet:ويأتي هذا في أعقاب إدراك السوق خلال الأشهر الستة الماضية أن نموذج الماجستير في القانون الرائع لا يكفي”.

كما كشفت Anthropic أن الشركات التي تبنت هذه التقنية في وقت مبكر، بما في ذلك Block وApollo، قامت بالفعل بدمج MCP في أنظمتها. وفي الوقت نفسه، يتعاون مزودو أدوات التطوير مثل Zed وReplit وCodeium وSourcegraph مع MCP لتحسين منصاتهم. تهدف هذه الشراكة إلى مساعدة نماذج الذكاء الاصطناعي والوكلاء على استرداد المزيد من المعلومات ذات الصلة من خلال البيانات في الوقت الفعلي، وفهم السياق بشكل أكثر فعالية، وتوليد مخرجات دقيقة لمهام المؤسسة مثل الترميز، بكفاءة أكبر. 

“قالت لي ماشا ليفين، رائدة الأعمال المقيمة في شركة One Way Ventures: “إن نماذج الذكاء الاصطناعي التي تشبه الإنسان وتتمتع بوعي ذاتي أكبر يمكن أن تجعل التكنولوجيا تبدو ذات صلة، مما قد يؤدي إلى تبنيها على نطاق أوسع. لا يزال هناك الكثير من الخوف حول الذكاء الاصطناعي، حيث يرى الكثيرون أنه مجرد آلة. إن إضفاء الطابع الإنساني على هذه النماذج يمكن أن يساعد في تخفيف هذه المخاوف وتعزيز التكامل السلس في الحياة اليومية”. 

كما حذر ليفين من الجانب السلبي المحتمل. “هناك خطر يتمثل في أن الشركات قد تعتمد بشكل مفرط على الذكاء الاصطناعي للحصول على الدعم، مما يسمح لها بالتأثير على قراراتها بطرق متطرفة، مما قد يؤدي إلى عواقب وخيمة”. 

ومع ذلك، فإن الاختبار الحقيقي لـ MCP سيكون قدرته على تحقيق اعتماد واسع النطاق وتجاوز منافسيه في سوق مزدحم.

MCP الأنثروبية مقابل OpenAI والحيرة: معركة معايير ابتكار الذكاء الاصطناعي

في حين أن نهج Anthropic MCP مفتوح المصدر يمثل تقدماً ملحوظاً في ابتكار الذكاء الاصطناعي، إلا أنه يدخل في مجال تنافسي يهيمن عليه عمالقة التكنولوجيا مثل OpenAI وPerplexity. 

تُظهِر ميزة “العمل مع التطبيقات” التي أطلقتها OpenAI مؤخرًا لتطبيق ChatGPT قدرات مماثلة، على الرغم من التركيز على إعطاء الأولوية للشراكات الوثيقة على المعايير المفتوحة. تتيح هذه الميزة لتطبيق ChatGPT الوصول إلى البيانات والمحتوى من تطبيقات أخرى وتحليلها، ولكن فقط بإذن المستخدم، مما يلغي الحاجة إلى قيام المطورين بالنسخ واللصق يدويًا. بدلاً من ذلك، يمكن لتطبيق ChatGPT مراجعة البيانات مباشرة من التطبيق، وتقديم اقتراحات أكثر ذكاءً ووعيًا بالسياق نظرًا لتكامله مع بيانات الإنترنت في الوقت الفعلي. 

وعلاوة على ذلك، قدمت الشركة أيضًا بنية البيانات في الوقت الفعلي في أكتوبر، والتي تسمى “واجهة برمجة التطبيقات في الوقت الفعلي”، والتي تمكن المساعدين الصوتيين من الاستجابة بشكل أكثر فعالية من خلال جلب سياق جديد من الإنترنت. على سبيل المثال، يمكن للمساعد الصوتي تقديم طلب نيابة عن المستخدم أو استرداد معلومات العميل ذات الصلة لتقديم استجابات مخصصة. قالت OpenAI في بيان: “الآن مع واجهة برمجة التطبيقات في الوقت الفعلي وقريبًا مع الصوت في واجهة برمجة تطبيقات إكمال الدردشة، لم يعد المطورون مضطرين إلى ربط نماذج متعددة لتشغيل هذه التجارب”. بلوق وظيفة”تحت الغطاء، تتيح لك واجهة برمجة التطبيقات في الوقت الفعلي إنشاء اتصال WebSocket مستمر لتبادل الرسائل مع GPT-4o.”

وعلى نحو مماثل، فإن بروتوكول البيانات في الوقت الفعلي الخاص بـ Perplexity للذكاء الاصطناعي، والمعروف باسم “pplx-api”يوفر “”للمطورين إمكانية الوصول إلى نموذج اللغة الكبير (LLM) الخاص به. تتيح واجهة برمجة التطبيقات هذه للتطبيقات إرسال استعلامات باللغة الطبيعية وتلقي معلومات مفصلة في الوقت الفعلي من الويب. من خلال نقطة نهاية واجهة برمجة تطبيقات واحدة، فإنها تمكن من استرجاع البيانات المحدثة والاستجابات الواعية بالسياق لتطبيقات الذكاء الاصطناعي، مما يمكّن المطورين من إنشاء تطبيقات تظل متوافقة مع أحدث المعلومات.”

“عادةً ما تميل الصناعة إلى توحيد المعايير على حل مفتوح المصدر واحد، ولكن هذا غالبًا ما يستغرق سنوات. ومن المرجح جدًا أن تحاول OpenAI تقديم المزيد من البروتوكولات”، كما قال مندلز. “ولكن إذا اكتسب MCP اعتمادًا واسع النطاق باعتباره المعيار الأول من نوعه، فقد نرى التقنيات وأفضل الممارسات تبدأ في توحيد المعايير حوله”.

هل يمكن لـ Anthropic MCP أن يضع معيارًا لتكامل الذكاء الاصطناعي القائم على السياق؟

على الرغم من إمكاناتها، تواجه Anthropic MCP تحديات كبيرة. يعد الأمان مصدر قلق أساسي، حيث أن تمكين أنظمة الذكاء الاصطناعي من الوصول إلى بيانات المؤسسة الحساسة يزيد من خطر التسريبات إذا أصبح النظام غير آمن. علاوة على ذلك، قد يكون إقناع المطورين الذين يعملون بالفعل في أنظمة بيئية راسخة بتبني MCP أمرًا صعبًا. 

وفقًا لـ JD Raimondi، رئيس قسم علوم البيانات في شركة تطوير تكنولوجيا المعلومات Making Sense، فإن هناك مشكلة أخرى تتمثل في الحجم الهائل للبيانات. أخبرني: “تعتبر Anthropic رائدة في التجارب التي تؤدي إلى سياقات كبيرة، لكن دقة النماذج تعاني كثيرًا. ومن المرجح أن تتحسن بمرور الوقت، ومن حيث الأداء، هناك الكثير من الحيل للحفاظ على السرعة المقبولة”.

في حين تؤكد شركة Anthropic أن MCP تعمل على تحسين قدرة الذكاء الاصطناعي على استرداد البيانات ووضعها في سياقها الصحيح، فإن الافتقار إلى معايير ملموسة لدعم هذه الادعاءات قد يعيق التبني. وقالت شركة Anthropic: “سواء كنت مطورًا لأدوات الذكاء الاصطناعي، أو مؤسسة تتطلع إلى الاستفادة من البيانات الحالية، أو أحد المستخدمين الأوائل الذين يستكشفون الحدود، فإننا ندعوك لبناء مستقبل الذكاء الاصطناعي الذي يدرك السياق معًا”. 

وبينما يختبر المطورون قدرات MCP، ستراقب الصناعة لترى ما إذا كان هذا المعيار المفتوح يمكن أن يكتسب الزخم اللازم ليصبح معيارًا للتكامل بين الذكاء الاصطناعي القائم على السياق. ويقترح مندلز أن التوحيد القياسي يمكن أن يكون خطوة ذكية بالنسبة لـ Anthropic، مما قد يعزز قابلية التشغيل البيني ويسمح للفرق بتجربة مجموعات مختلفة من الأدوات لتحديد أفضل ما يناسب احتياجاتهم. وأشار مندلز إلى أنه “في الوقت الحالي، يبدو من المبكر جدًا القول إن العديد من العمليات في نظام الذكاء الاصطناعي تخضع للتوحيد القياسي. ومع حدوث الابتكار بسرعة كبيرة، فقد تصبح أفضل الممارسات اليوم قديمة بحلول الأسبوع المقبل. والوقت وحده هو الذي سيخبرنا ما إذا كان بروتوكول مثل MCP يمكن أن ينجح في توحيد استرجاع بيانات السياق”.