偷偷摘套内射激情视频,久久精品99国产国产精,中文字幕无线乱码人妻,中文在线中文a,性爽19p

為什么以及何時需要構(gòu)建多智能體系統(tǒng)?

譯文 精選
人工智能
究竟是什么促使人們使用這種互聯(lián)的智能系統(tǒng)?設(shè)計和維護多個協(xié)作智能體面臨的障礙何時證明有必要放棄更簡單的單智能體方法?我們將全面探討不僅使多智能體系統(tǒng)(MAS)實用,而且對于解決當下一些最熱門的技術(shù)問題至關(guān)重要的充分理由。

譯者 | 布加迪

審校 | 重樓

AI和分布式計算領(lǐng)域快速發(fā)展,標志著昔日的單體范式迎來徹底變革。它引領(lǐng)我們進入由智能智能體組成的復(fù)雜網(wǎng)絡(luò)相互協(xié)作的時代。多智能體系統(tǒng)(MAS)已成為一種至關(guān)重要的架構(gòu)范式,正徹底改變業(yè)界處理復(fù)雜計算問題的方法。從穿梭城市街道的自動駕駛汽車車隊,到能夠立即做出財務(wù)決策的AI系統(tǒng),我們都能親眼見證。

但究竟是什么促使人們使用這種互聯(lián)的智能系統(tǒng)?設(shè)計和維護多個協(xié)作智能體面臨的障礙何時證明有必要放棄更簡單的單智能體方法?我們將全面探討不僅使多智能體系統(tǒng)(MAS)實用,而且對于解決當下一些最熱門的技術(shù)問題至關(guān)重要的充分理由。

什么是多智能體系統(tǒng)?

多智能體系統(tǒng)是一種計算框架,其中的智能體能夠自主運行,位于一個共同的環(huán)境中,它們彼此協(xié)作或競爭,以實現(xiàn)某些目標。與中央控制器協(xié)調(diào)所有動作的傳統(tǒng)系統(tǒng)不同,MAS為多個實體提供分布式智能,每個實體都能夠感知、推理和行動。

圖1

智能體可以是簡單的反應(yīng)式系統(tǒng)、響應(yīng)環(huán)境刺激的程序或者是基于機器學(xué)習(xí)算法做出復(fù)雜決策的高度復(fù)雜的認知智能體。多智能體系統(tǒng)(MAS)與普通程序集合體的區(qū)別在于,它對交互、協(xié)調(diào)以及來自智能體網(wǎng)絡(luò)集體智慧的涌現(xiàn)進行了針對性的設(shè)計。

多智能體系統(tǒng)的關(guān)鍵特征

多智能體系統(tǒng)(MAS)的一些關(guān)鍵特征確保它們與傳統(tǒng)計算機架構(gòu)截然不同:

  • 自主性:自主性是多智能體系統(tǒng)(MAS)的本質(zhì),智能體獨立行動,不受外部直接控制。智能體基于內(nèi)部狀態(tài)、環(huán)境感知以及設(shè)定的目標做出決策。
  • 去中心化:它以分布式方式處理算法解決方案的計算,以避免系統(tǒng)中出現(xiàn)單一故障點。與所有操作都由主控制器管理的傳統(tǒng)系統(tǒng)不同,MAS依賴點對點交互和去中心化的決策流程。
  • 交互與通信:在此,智能體交換信息,并協(xié)商以協(xié)調(diào)其行動。此類交互可以是輕量級的通信,也可以是高度復(fù)雜的通信,包括拍賣、共識或行為建模等機制。

身份危機:什么構(gòu)成了多智能體系統(tǒng)?

在AI領(lǐng)域,大語言模型每天都占據(jù)頭條新聞,多智能體系統(tǒng)這一術(shù)語終于隨著 Anthropic的研究論文而卷土重來。在此背景下,你會發(fā)現(xiàn)許多基本上采用LLM編排工作流程的新聞應(yīng)用程序被重新命名為MAS。但數(shù)百篇互聯(lián)網(wǎng)文章并未充分強調(diào)一個非常重要的觀點:鏈接幾個LLM調(diào)用本身并不構(gòu)成多智能體系統(tǒng)。

多智能體世界目前面臨著一個微妙而棘手的身份問題。許多人只考慮每個智能體(通常是LLM)的智能程度,忽略了多智能體系統(tǒng)(MAS)的基本面。多智能體系統(tǒng)的真正定義及其強大之處在于智能體之間的交互。它并非一個大型的LLM將任務(wù)通過管道傳遞給另一個智能體,真正的多智能體系統(tǒng)意味著:

  • 涌現(xiàn)行為:復(fù)雜的智能行為源于智能體的交互,這些行為并非明確地被編程到智能體本身中。
  • 協(xié)商與協(xié)調(diào):智能體真正地參與通信、資源協(xié)商、沖突解決以及動態(tài)協(xié)調(diào)行動以實現(xiàn)目標,而不僅僅是遵循預(yù)定的順序。
  • 去中心化決策:真正擁有MAS經(jīng)驗的智能體會根據(jù)本地信息和共同行動做出決策,從而促成全局結(jié)果,又不受到中央實體的持續(xù)監(jiān)控。

圖2

如果不關(guān)注動態(tài)交互、協(xié)作和涌現(xiàn)特性,你得到的可能只是一條復(fù)雜的管道或分布式系統(tǒng),而不是真正的多智能體系統(tǒng),無法邁入集體型AI的下一個階段。理解這種差異是構(gòu)建真正解決復(fù)雜問題的系統(tǒng)的關(guān)鍵,單智能體智能解決不了這類問題。

為什么多智能體系統(tǒng)不再可有可無?

MAS從“可有可無”到“任務(wù)必需”的轉(zhuǎn)變,源于我們思考和實施技術(shù)復(fù)雜解決方案的方式發(fā)生了根本性的轉(zhuǎn)變。以下幾個因素共同使MAS在當代應(yīng)用中必不可少。

征服前所未有的復(fù)雜性

單體系統(tǒng)架構(gòu)滿足不了現(xiàn)代技術(shù)場景的需求。比如管理全球供應(yīng)鏈,成千上萬的供應(yīng)商、制造商、分銷商和零售商必須跨不同的時區(qū)、貨幣和監(jiān)管環(huán)境進行協(xié)調(diào)。傳統(tǒng)上,集中式架構(gòu)在計算開銷和提供實時決策方面帶來了挑戰(zhàn)。

MAS將復(fù)雜問題分解成了易于管理的小問題,然后交由智能體處理。比如說,這種有利于供應(yīng)鏈管理的系統(tǒng)可能包含監(jiān)控供應(yīng)商績效的采購智能體、確定最佳運輸路線的物流智能體以及預(yù)測市場趨勢的需求預(yù)測智能體。每個智能體都擁有各自的專業(yè)領(lǐng)域知識,為實現(xiàn)系統(tǒng)的目標做出貢獻。

另一個優(yōu)點是問題分解的精細度會增加。在多智能體解決問題時,智能體會針對發(fā)展中的問題尋找解決方案,當一個智能體無法執(zhí)行時,另一個智能體會執(zhí)行。谷歌的搜索算法就是這方面的一個例子。它雇用了互聯(lián)網(wǎng)搜索領(lǐng)域的數(shù)百名小型專家。不同的智能體查看網(wǎng)頁內(nèi)容的不同部分、用戶行為信號和相關(guān)性信號等。隨著系統(tǒng)協(xié)同學(xué)習(xí),搜索結(jié)果越來越準確。

追求超高效率和彈性

我們生活在系統(tǒng)無法承受任何故障的這樣一個時代。關(guān)鍵應(yīng)用程序再也無法容忍單一故障點。此外,隨著用戶數(shù)量的不斷增長和海量數(shù)據(jù)的涌現(xiàn),用戶對效率的期望也越來越高。

這時候多智能體系統(tǒng)(MAS)可以發(fā)揮作用。其優(yōu)勢在于分布式彈性。如果一個智能體出現(xiàn)故障或失敗,沒關(guān)系——其他智能體會接替工作,重新安排任務(wù),甚至生成替代智能體。亞馬遜的推薦系統(tǒng)就是一個典型的實例。即使某一部分離線,系統(tǒng)也能保持平穩(wěn)運行。它會繼續(xù)提供建議、分散工作負載,并恢復(fù)故障部分,用戶根本察覺不到。

這也帶來了巨大的效率提升。MAS無需預(yù)留大量資源來應(yīng)對偶爾出現(xiàn)的峰值負載,而是讓你可以動態(tài)擴展。當需求低下時,運行的智能體數(shù)量較少,從而節(jié)省電力和算力。一旦流量激增,新的智能體就會加入進來,確保系統(tǒng)最高速運行。

發(fā)掘分布式數(shù)據(jù)和物聯(lián)網(wǎng)的力量

鑒于物聯(lián)網(wǎng)設(shè)備無處不在,數(shù)據(jù)分散在全球各地,集中式系統(tǒng)已達到極限。帶寬、延遲、隱私,所有這些因素使得集中式大型系統(tǒng)難以處理所有問題。MAS幾乎是為應(yīng)對這一挑戰(zhàn)而量身定制的。以智慧城市為例。路口的本地交通智能體無需將所有決策都發(fā)送到中央服務(wù)器,而是在數(shù)據(jù)收集地直接處理數(shù)據(jù)。它們可以當場決定如何為交通信號燈計時,同時仍將更全面的數(shù)據(jù)反饋給城市的協(xié)調(diào)系統(tǒng)。

隱私和數(shù)據(jù)主權(quán)也日益受到關(guān)注。許多行業(yè)不允許敏感數(shù)據(jù)的傳輸。MAS支持聯(lián)合學(xué)習(xí)——本地智能體可以處理數(shù)據(jù)、改進模型,并只共享安全的聚合更新內(nèi)容。醫(yī)院已經(jīng)在這么做了:每一處的智能體從各自的患者數(shù)據(jù)中學(xué)習(xí),但只在網(wǎng)絡(luò)上共享匿名的改進內(nèi)容。

由于物聯(lián)網(wǎng)牽涉眾多的設(shè)備和協(xié)議,MAS通過配備專門的智能體來解決這一問題,這些智能體能夠理解每種設(shè)備的語言,規(guī)范數(shù)據(jù),并為更廣泛的系統(tǒng)提供清晰統(tǒng)一的視圖。

何時構(gòu)建多智能體系統(tǒng)?

那么,何時構(gòu)建MAS才真正有意義呢?關(guān)鍵不在于追逐最新技術(shù),而是在于讓MAS克服挑戰(zhàn)。以下是MAS真正發(fā)揮作用的場景。

協(xié)作很關(guān)鍵

當不同的自主部件需要協(xié)同工作時,MAS是天然的選擇。想想自動駕駛汽車協(xié)調(diào)以避免碰撞,或者全球科學(xué)家在一個大型聯(lián)合項目(比如大型強子對撞機的粒子物理分析)中匯集數(shù)據(jù)和研究成果。

另一個例子是復(fù)雜的談判,比如并購期間的談判。MAS可以針對具有各自目標和約束的不同參與方進行建模,并幫助模擬談判策略或結(jié)果。

當集中式解決方案不切實際或無法實現(xiàn)時

有些挑戰(zhàn)過于龐大、過于分散或過于碎片化,以至于集中式解決方案無法奏效。全球金融市場就是一個典例。它們跨越不同時區(qū)、貨幣和法規(guī),全天候運作。一個中央系統(tǒng)無力應(yīng)對。

災(zāi)難響應(yīng)是另一個例子。當通信線路中斷時,本地團隊仍需要協(xié)調(diào)、做出決策和采取行動——MAS支持這種自主但一致的行動。此外還有跨不同公司的流程,比如供應(yīng)鏈。每個組織都希望控制自己的系統(tǒng),但它們?nèi)孕枰獏f(xié)作。MAS允許這么做,無需強制設(shè)立集中式機構(gòu)。

應(yīng)對動態(tài)和不確定的環(huán)境

市場千變?nèi)f化、瞬息萬變。你無法預(yù)測接下來會發(fā)生什么。網(wǎng)絡(luò)安全威脅層出不窮。針對云資源的需求瞬息萬變。MAS 幫助系統(tǒng)在動態(tài)變化中保持敏捷、快速適應(yīng)策略、調(diào)整資源、應(yīng)對威脅,這一切都實時進行。

整合遺留系統(tǒng)或異構(gòu)組件時

大多數(shù)組織混合使用新舊系統(tǒng)、不同的協(xié)議和不同的接口。MAS可以介于這些系統(tǒng)之間,智能體負責(zé)處理繁瑣的轉(zhuǎn)換和協(xié)調(diào)工作。

醫(yī)療保健 IT就是一個例子。MAS將病歷、設(shè)備、藥房和保險公司連入到合理的工作流程中。即使這些系統(tǒng)并非為相互通信而設(shè)計,它們也能完美地協(xié)同工作。

當可擴展性和穩(wěn)健性至關(guān)重要時

在你服務(wù)數(shù)百萬用戶的場景中,比如內(nèi)容交付、在線游戲和電信網(wǎng)絡(luò),MAS發(fā)揮著巨大的作用。MAS有助于分配負載、適應(yīng)不斷變化的條件,并在故障后恢復(fù)如初,又不導(dǎo)致整個系統(tǒng)癱瘓。

多智能體系統(tǒng)如何工作?

究其核心,MAS由能夠感知環(huán)境、推理發(fā)生的事情、做出決策并采取相應(yīng)行動的智能體構(gòu)建而成。這些智能體以不同的方式進行通信,即:

  • 直接消息
  • 共享的數(shù)據(jù)空間
  • 發(fā)布-訂閱模式

協(xié)調(diào)通過拍賣、任務(wù)競標或共識協(xié)議等機制進行。MAS最棘手的部分之一是處理涌現(xiàn)行為,即多個智能體交互時出現(xiàn)的模式。

圖3

有時這些模式很棒,有時卻并非你所期望的。優(yōu)秀的MAS設(shè)計包含觀察這些模式并根據(jù)需要進行引導(dǎo)的方法。智能體還可以通過反饋、另外的智能體或通過幫助系統(tǒng)不斷改進的進化過程來學(xué)習(xí)和適應(yīng)。

構(gòu)建多智能體系統(tǒng)為何如此困難?

MAS大有潛力,但也帶來了嚴峻的技術(shù)挑戰(zhàn),比如:

  • 協(xié)調(diào)很快會變得復(fù)雜。添加的智能體越多,保持一切平穩(wěn)運行就越困難。
  • 調(diào)試成為一個令人頭疼的問題,因為問題常常來自智能體之間微妙的交互。
  • 涌現(xiàn)可能是一把雙刃劍。系統(tǒng)可能會以你意想不到的方式運行,結(jié)果并不總是好的。
  • 通信可能成為瓶頸。智能體之間的所有交互都會給網(wǎng)絡(luò)帶來壓力,并消耗資源。
  • 安全比較棘手。在分布式系統(tǒng)中,建立信任并阻止不法分子較為困難。
  • 測試和驗證很困難。你無法在整個系統(tǒng)運行之前總是發(fā)現(xiàn)問題,因為很大程度上取決于智能體在大規(guī)模環(huán)境下如何交互。
  • 性能調(diào)優(yōu)是一門藝術(shù)。平衡單個智能體的效率、協(xié)調(diào)開銷和整體系統(tǒng)性能需要經(jīng)驗,還常常需要大量的試錯。

圖4

結(jié)論

多智能體系統(tǒng)已從學(xué)術(shù)界好奇的事物發(fā)展成為應(yīng)對當今復(fù)雜互聯(lián)挑戰(zhàn)的關(guān)鍵架構(gòu)模式。當你面臨需要分布式操作、快速適應(yīng)或大規(guī)模協(xié)作的問題時,MAS提供了傳統(tǒng)系統(tǒng)無法比擬的方案。

但MAS并非僅僅因為聽起來很棒就去使用。只有經(jīng)過仔細選擇,其優(yōu)勢與實際問題相匹配,才能獲得最佳結(jié)果。此外,團隊還必須為構(gòu)建和管理這些系統(tǒng)的實際工作做好準備。

原文標題:Why And When do we need to build Multi-Agent Systems?,作者:Riya Bansal

責(zé)任編輯:姜華 來源: 51CTO內(nèi)容精選
相關(guān)推薦

2024-10-25 09:19:18

2021-04-25 15:06:16

微軟虛擬桌面IT

2021-03-10 16:23:32

人工智能智能建筑智能清潔

2023-04-04 07:15:01

2021-05-24 11:30:49

智能建筑IOT物聯(lián)網(wǎng)

2020-10-26 08:34:18

知識體系普適性

2023-04-14 12:04:51

2022-05-11 15:30:36

智能建筑智能照明物聯(lián)網(wǎng)

2022-07-06 09:29:40

JMH性能測試

2024-01-12 17:36:16

人工智能機器學(xué)習(xí)

2018-05-16 13:35:51

人工智能

2023-09-04 10:57:52

汽車制造商IIoT

2023-08-22 13:56:02

人工智能邊緣計算

2024-06-28 07:59:34

C#編程字段

2021-08-30 10:27:49

SaaS公有云云計算

2015-08-20 14:23:46

IT自動化

2024-08-29 08:00:00

2025-02-21 08:17:13

2020-01-06 17:37:03

人工智能區(qū)塊鏈技術(shù)

2011-02-16 09:42:04

DevOps
點贊
收藏

51CTO技術(shù)棧公眾號