تُقدّم Parallel Web Systems واجهة برمجة التطبيقات للبحث: البحث الأكثر دقة على الويب لوكلاء الذكاء الاصطناعي

أنظمة الويب الموازية أطلقت شركة ناشئة تُركز على إنشاء بنية تحتية ويب جديدة مُصممة خصيصًا لوكلاء الذكاء الاصطناعي، واجهة برمجة تطبيقات البحث المتوازي (Parallel Search API)، وهي أداة بحث ويب مُصممة خصيصًا لتحسين توفير بيانات ويب ذات صلة وكفاءة عالية في استخدام الرموز بأقل تكلفة. يهدف هذا الابتكار إلى توفير إجابات أكثر دقة، وتقليل عدد مرات البحث، وخفض تكاليف وكلاء الذكاء الاصطناعي.

صُممت محركات البحث التقليدية للمستخدمين البشر. فهي تُرتب عناوين URL بافتراض أن المستخدمين سينقرون للوصول إلى الصفحة، مما يُحسّن عمليات البحث بالكلمات المفتاحية، ومعدلات النقر، وتصميم الصفحات المُخصصة للتصفح، وكل ذلك يتم في غضون ميلي ثانية وبتكلفة زهيدة. حاول الجيل الأول من واجهات برمجة تطبيقات البحث القائمة على الذكاء الاصطناعي تكييف نموذج البحث المُركز على الإنسان هذا مع الذكاء الاصطناعي، لكنها لم تُلبِّ المتطلبات الفريدة لـ وكلاء منظمة العفو الدولية .

بخلاف المستخدمين البشر، يتطلب بحث الذكاء الاصطناعي نهجًا مختلفًا: فبدلًا من تصنيف روابط URL بناءً على نقرات البشر، ينصب التركيز على تحديد الرموز الأكثر صلةً لوضعها في نافذة سياق عميل الذكاء الاصطناعي لمساعدته على إنجاز المهمة. الهدف ليس تحسين التفاعل البشري، بل تعزيز التفكير واتخاذ القرارات ضمن نموذج الذكاء الاصطناعي.

يتضمن تصميم البحث الجديد هذا العديد من الابتكارات الرئيسية: فهو يستخدم أهدافًا دلالية تتجاوز مطابقة الكلمات الرئيسية لالتقاط نية الوكيل، ويعطي الأولوية لأهمية الرمز على مقاييس الصفحة التي تركز على الإنسان، ويقدم معلومات مكثفة وعالية الجودة للتفكير، ويحل الاستعلامات المعقدة بمكالمة بحث واحدة بدلاً من خطوات متعددة.

من خلال الاستفادة من تصميم البحث الذي يركز على الذكاء الاصطناعي، يمكن للوكلاء الوصول إلى المزيد من رموز الويب ذات المعلومات الكثيفة داخل نافذة السياق الخاصة بهم، مما يؤدي إلى تقليل مكالمات البحث، وزيادة الدقة، وتقليل التكاليف والزمن الكامن.

تطوير البحث المعقد ومتعدد المصادر على الويب لوكلاء الذكاء الاصطناعي 

بينما تُركز العديد من أنظمة البحث الحالية على الإجابة عن أسئلة بسيطة، من المتوقع أن تزداد الحاجة إلى بحث أكثر تعقيدًا وتعددًا في جوانبه. سيحتاج كلٌّ من المستخدمين ووكلاء الذكاء الاصطناعي بشكل متزايد إلى إجابات تتضمن تجميع المعلومات من مصادر متعددة، والتفكير في مهام معقدة، والوصول إلى محتوى ويب يصعب الوصول إليه.

ولمعالجة هذا الطلب المتزايد، قامت Parallel بتقييم أداء واجهة برمجة التطبيقات الخاصة بها عبر معايير مختلفة، بدءًا من المهام الصعبة متعددة القفزات (على سبيل المثال، BrowseComp) إلى الاستعلامات البسيطة ذات القفزة الواحدة (على سبيل المثال، SimpleQA).

أظهر Parallel تفوقًا في الاستعلامات الأكثر تعقيدًا، تلك التي تشمل مواضيع متعددة، أو تتطلب فهمًا عميقًا لمحتوى يصعب الوصول إليه، أو تتضمن تجميع معلومات من مصادر متفرقة. في المعايير المصممة للاستدلال متعدد المراحل، مثل HLE وBrowseComp وWebWalker وFRAMES وBatched SimpleQA، لم يقتصر Parallel على توفير دقة أعلى فحسب، بل حلّ الاستعلامات بكفاءة أكبر، باستخدام خطوات استدلال أقل.

عادةً ما تتطلب واجهات برمجة تطبيقات البحث التقليدية عمليات بحث متسلسلة متعددة، مما يزيد من زمن الوصول، ويوسع نوافذ السياق، ويرفع تكاليف الرموز، ويقلل الدقة. في المقابل، يتيح نهج Parallel حل الاستعلامات الأكثر تعقيدًا في استدعاء بحث واحد، مما يؤدي إلى تقليل عدد الاستعلامات المتسلسلة، وتحسين الدقة، وخفض التكاليف، وزمن الوصول.

عند اختباره على معايير قفزة واحدة أبسط مثل SimpleQA، والتي تتضمن استعلامات واقعية مباشرة، استمر Parallel في الأداء الجيد، على الرغم من أن إمكانية تحقيق مكاسب الدقة أكثر محدودية في هذه السيناريوهات بسبب طبيعة الاستعلامات.

إن قدرة باراليل على تحقيق نتائج متطورة هي ثمرة عامين من العمل على تطوير بنية تحتية متينة لتحسين كل مرحلة من مراحل عملية البحث، مع تحسين الأداء باستمرار من خلال حلقات التغذية الراجعة. يركز النظام على فهرسة محتوى الويب الذي يصعب الوصول إليه، مثل ملفات PDF الطويلة ومتعددة الوسائط، ومواقع الويب التي تعتمد بشكل كبير على جافا سكريبت، مع تقليل التأثير على مالكي المواقع. تُعد فهرسة باراليل للويب من أسرع الفهرسات نموًا، حيث يتم تحديث أكثر من مليار صفحة يوميًا.

فيما يتعلق بالتصنيف، تتبع Parallel نهجًا مختلفًا عن البحث التقليدي. فبدلًا من تصنيف عناوين URL بناءً على معدلات النقر البشرية، تُركز على تحديد الرموز الأكثر صلةً وموثوقيةً لتحليل نماذج اللغة الكبيرة (LLM). تُقيّم نماذج Parallel الخاصة صلة الرموز، وصلاحية الصفحة والنطاق، وكفاءة نافذة السياق، والتحقق من صحة البيانات عبر المصادر، مع إعطاء الأولوية للجودة على مقاييس التفاعل.

واجهة برمجة تطبيقات البحث المتوازي: تمكين أنظمة الذكاء الاصطناعي من خلال بيانات ويب عالية الجودة وفي الوقت الفعلي 

اليوم، يختار المطورون الأكثر تقدمًا بناء ونشر أنظمة الذكاء الاصطناعي باستخدام البحث المُدعّم بـ Parallel. وقد اختبرت هذه المؤسسات بدائل متنوعة، وأدركت أن جودة بيانات الويب تؤثر بشكل مباشر على القرارات التي يتخذها وكلاء الذكاء الاصطناعي. سواءً كان وكيل برمجة Sourcegraph Amp الذي يُحل الأخطاء، أو Claygent الذي يُحسّن كل قرار طرح منتج في السوق (GTM)، أو Starbridge التي تكشف عن طلبات عروض الأسعار الحكومية، أو شركة تأمين رائدة تُغطي المطالبات بفعالية أكبر من وكلاء التأمين البشريين، فإن أداء هذه الأنظمة يعتمد على دقة بيانات الويب التي تعتمد عليها ووثوقيتها.

تُعدّ واجهة برمجة تطبيقات البحث الخاصة بـ Parallel بمثابة البنية التحتية الأساسية التي تدعم وكلاء الويب. على سبيل المثال، تعتمد واجهة برمجة تطبيقات المهام Parallel، التي تُعالج استعلامات البحث والإثراء المعقدة متعددة الخطوات، على واجهة برمجة تطبيقات البحث. يعتمد كل استعلام من واجهة برمجة تطبيقات المهام قيد التشغيل في بيئة الإنتاج على واجهة برمجة تطبيقات البحث ليعمل بسلاسة في الخلفية.

يُرسي هذا النهج المعماري معيارًا عاليًا لـ Parallel، إذ إن أي تحسين في أداء البحث أو زمن الوصول أو الجودة يؤثر بشكل مباشر على أنظمة الإنتاج التي تُعالج ملايين الاستعلامات يوميًا. فكل حالة من حالات عدم الكفاءة أو عدم الدقة في واجهة برمجة تطبيقات البحث تُلاحظ فورًا في المنتجات التي تعتمد عليها.

نتيجةً لذلك، تُحسّن بنية Parallel التحتية باستمرار وتُختبر بكفاءة في ظلّ المتطلبات الواقعية لأحمال العمل القائمة على الوكلاء. يكمن سرّ إنجاز المهام بفعالية للوكيل في تعظيم الإشارة مع تقليل التشويش في نافذة السياق. تضمن واجهة برمجة تطبيقات Parallel Search حصول الوكلاء على السياق الأكثر صلةً وضغطًا من الويب، مما يُعزّز قدرتهم على أداء المهام بدقة وكفاءة.