بحث بمشاركة LemoniLab يُقبل في AIST 2026 ضمن مسار تحليل البيانات وتعلّم الآلة
أُدرج البحث التعاوني “Autoresearch with Coding Agents: Generalizers and Metric-Maximizers on Quran Recitation Data” رسميًا ضمن الأوراق المقبولة في مؤتمر AIST 2026، تحت مسار Data Analysis and Machine Learning — LNCS. يجمع البحث بين باحثين من LemoniLab FZCO في دبي، وInnopolis University، وSkolkovo Institute of Science and Technology، ويبحث في كيفية تصرف وكلاء البرمجة عندما تُترك لتحسين حل برمجي ذاتيًا وفق مقياس محدد.
سيُعقد المؤتمر الدولي الثالث عشر لتحليل الصور والشبكات الاجتماعية والنصوص في أستانا، كازاخستان، بين 16 و18 أكتوبر 2026. ووفق الموقع الرسمي للمؤتمر، من المقرر نشر وقائع المسار الأساسي ضمن Springer Lecture Notes in Computer Science.
تعاون بحثي عبر ثلاث جهات
شارك في تأليف الورقة:
- Nursultan Askarbekuly — Innopolis University
- Mohamad Al Mdfaa — LemoniLab FZCO, Dubai, UAE
- Ahmed Helaly — Innopolis University
- Gonzalo Ferrer — Skolkovo Institute of Science and Technology
- Manuel Mazzara — Innopolis University
يعكس هذا التعاون تقاطع البحث الأكاديمي مع الخبرة الهندسية والتطبيق الإنتاجي. وتتقدم LemoniLab بالشكر إلى جميع الباحثين والمؤسسات المشاركة، وإلى مراجعي المؤتمر والمساهمين في التجارب الاستكشافية التي وسعت نطاق الدراسة.
ما السؤال الذي يناقشه البحث؟
يمكن لوكيل برمجة حديث أن يبدأ من ملف شبه فارغ، يعدّل الكود، يشغّل أداة تقييم، يحتفظ بالتغييرات التي تحسن النتيجة، ثم يكرر العملية دون إشراف مباشر في كل خطوة. يُعرف هذا النمط باسم Autoresearch.
لكن هذه القدرة تفتح سؤالًا أهم من قدرة الذكاء الاصطناعي على كتابة الكود:
عندما يتحسن المقياس، هل يكون الوكيل قد حسّن الحل الحقيقي، أم تعلم فقط كيف يحقق رقمًا أفضل؟
اختبرت الدراسة هذا السؤال على مهمة إنتاجية حقيقية: تحديد الآيات الظاهرة في نصوص مضطربة ناتجة عن نظام للتعرف الآلي على الكلام، ثم تقسيم النص بحسب الآية والامتناع عن إعطاء نتيجة عندما لا يكون التسجيل تلاوة قرآنية.
لماذا تتجاوز أهمية البحث المهمة التطبيقية؟
المهمة المرتبطة بالتلاوة وفرت بيئة دقيقة وغنية بالضوضاء الواقعية، لكنها ليست حدود الاستنتاج. القضية الأوسع هي كيفية تقييم أي Agent يعمل ضمن حلقة تحسين ذاتي طويلة: ما البيانات التي يراها؟ ما المعلومات التي تكشفها تقارير الأخطاء؟ هل يستطيع الوصول إلى حالة تجربة سابقة؟ وهل تُقاس النتيجة على بيانات لم يمسها أثناء التحسين؟
في الدراسة الأولى، توصل الوكلاء إلى بنية خوارزمية متقاربة، ثم اختلف سلوكهم عند استمرار التحسين. وفي دراسة لاحقة، أعاد الباحثون تصميم بيئة التقييم بإضافة held-out test set، وحجب الإجابات الصحيحة من تقارير الفشل، وعزل حالة كل تجربة، والإفصاح عن وجود تقسيم مستقل للبيانات. اختفت عندها حالات الحفظ الحرفي المرتبطة بصفوف التقييم، واختفى معها الفارق الكبير الذي ظهر على بيانات التحسين.
من البحث إلى الإنتاج
لم تتوقف النتيجة عند جدول في ورقة علمية. على هذه المهمة وهذا المقياس، حقق أفضل حل بناه Agent نتيجة held-out بلغت 0.079 مقابل 0.760 للـpipeline اليدوي السابق؛ أي انخفاضًا يقارب رتبة عشرية في الخطأ ضمن عقد التقييم نفسه. ثم نُشر الحل في التطبيق الإنتاجي خلف feature flag، مع fallback تلقائي للنظام السابق وCI regression gate.
هذه مقارنة مرجعية تطبيقية وليست تجربة متكافئة بين إنسان وAgent: النظام السابق لم يُبنَ للمقياس البحثي نفسه، ولا توجد ذراع بشرية عملت بميزانية الساعة ذاتها. إلا أن النتيجة تدعم استنتاجًا عمليًا محددًا: حلقة ذاتية غير مراقبة لمدة ساعة أنتجت مكوّنًا كان جيدًا بما يكفي ليحل محل جزء إنتاجي موجود.
ماذا تمثل هذه المشاركة بالنسبة إلى LemoniLab؟
يعكس البحث نهجًا لا يفصل بين تبنّي التقنية وفهمها. فالأنظمة الوكيلة القادرة على اتخاذ قرارات متتابعة تحتاج إلى أكثر من نموذج قوي؛ تحتاج إلى مقاييس منضبطة، وبيانات محجوزة، وعزل للحالة، ومراقبة لقنوات المعلومات، وآليات نشر تحفظ إمكانية التراجع.
بالنسبة إلى المؤسسات التي تتوسع في Agentic AI، لا يبدأ السؤال من «ماذا يستطيع الـAgent أن يفعل؟» فقط، بل من «كيف نعرف أنه يحسّن النتيجة التي نريدها فعلًا؟».
اقرأ البحث والمصادر
- الورقة الكاملة على arXiv
- قائمة الأوراق المقبولة في AIST 2026
- المستودع العام لإعادة إنتاج النتائج
- مجموعة البيانات منزوعة الهوية
هل تعمل مؤسستكم على AI Agents تنتقل من التجربة إلى الإنتاج؟ تواصلوا مع LemoniLab لمناقشة تصميم التقييم، الحوكمة، ومسار النشر الملائم.
