O avanço dos modelos de linguagem de grande porte tem impulsionado a transição de assistentes conversacionais passivos para agentes autônomos, capazes de compreender objetivos, planejar ações e executar tarefas complexas. No entanto, a capacidade de um único agente é limitada por seus dados locais, permissões de ferramentas e ambiente de execução. Um estudo recente explora as redes de agentes de propósito geral distribuídas, que são redes ponto a ponto abertas onde agentes heterogêneos podem se descobrir, estabelecer confiança, negociar regras de cooperação e executar tarefas abertas.
Esses agentes heterogêneos são implantados em dispositivos pessoais, nós de borda ou ambientes de computação autônomos. As redes de agentes não podem ser formadas simplesmente combinando sobreposições ponto a ponto existentes com sistemas multiagentes convencionais. Diferentemente das redes P2P tradicionais, as redes de agentes devem propagar declarações semânticas sobre intenções, capacidades, estados e restrições de cooperação.
O estudo propõe uma arquitetura em camadas, centrada em uma camada de adaptação de protocolo que conecta semânticas de tarefas de nível superior com operações de rede de nível inferior. Para isso, são identificados três problemas principais de mecanismo: a propagação de anúncios semânticos para descoberta de colaboradores, a identidade verificável e reputação multi-tópico para governança da cooperação, e o design de um mecanismo de gradiente semântico para execução de tarefas abertas.
Para cada problema, o estudo apresenta uma rota técnica, incluindo fofoca sem corpo com registros sequenciais, vinculação de identidade baseada em BAID com reputação MG-EigenTrust, e um loop de geração de mecanismo no estilo Stackelberg impulsionado por feedback de atribuição semântica. Os resultados relatados incluem a sobrecarga de protótipos para verificação em camadas do estilo BAID e simulações de nível de mecanismo do MG-EigenTrust sob ataques de disfarce-colusão entre tópicos. O framework resultante fornece uma base em nível de sistema para a colaboração de agentes aberta, confiável e escalável.
essas descobertas oferecem um alicerce promissor para o desenvolvimento de sistemas de inteligência artificial mais robustos e interconectados. Tais sistemas permitirão que agentes autônomos colaborem de maneira eficaz em um ambiente distribuído.
Com informações de ARXIV.