تُمثل الأنظمة متعددة الوكلاء (Multi-Agent Systems - MAS) أحد الابتكارات الرائدة في الذكاء الاصطناعي، حيث تسهم في حل المشكلات المعقدة عبر تعاون وكلاء متخصصين. غير أن هذه الأنظمة تعاني من خطر "العدوى"، حيث يمكن أن يؤدي اختراق وكيل واحد إلى تأثيرات سلبية على باقي الوكلاء، مما ينجم عنه تعرض شامل لمشاكل الاختراق.

التوجه الحالي للدفاع ضد هذه العدوى يتضمن تدريب وكيل على استخدام عامل شفاء أكثر عدوى، مما يدفع الوكلاء لاسترجاعه بدلاً من التعامل مع أمثلة الفيروس الضارة (Virus Adversarial Examples - VirAEs). لكن هذه الاستراتيجية تعزز الاستجابات المتشابهة بين الوكلاء، مما يوفر فقط قمعًا سطحيًا وليس شفاءً حقيقياً.

لذا، نعيد تقييم هذه الدفاعات، التي تعمل بشكل عالمي عبر عامل شفاء مشترك، بينما تنشأ العدوى من سلوكيات تفاعل محلية. وهذا التباين يحد من فعاليتها.

للتغلب على هذه التحديات، نقترح إطار عمل جديد خالي من التدريب يُعرف باسم "التنقية المحلية المدعومة بالبصيرة" (Foresight-Guided Local Purification - FLP). يتمحور هذا الإطار حول كيفية تفكير كل وكيل في التفاعلات المستقبلية ليتعقب تطور السلوكيات ويقضي على العدوى. يتمثل ذلك في قيام كل وكيل بمحاكاة مسارات سلوكية مستقبلية خلال جولات المحادثة التالية.

لضمان تنوع الأداء في الأنظمة متعددة الوكلاء، نقدم استراتيجية محاكاة متعددة الشخصيات، تُمكننا من التنبؤ بشكل موثوق عبر مختلف سياقات التفاعل. ثم نستخدم تنوع الاستجابات كإشارة تشخيصية للكشف عن العدوى من خلال تحليل التباينات في التنبؤات المستندة إلى الشخصيات على المستويين الناتج والمعنوي.

بالنسبة للوكلاء المصابين، نقوم بتطبيق التنقية الموضعية: إذ يتم التخفيف من العدوى الحديثة عبر عكس الألبوم بشكل فوري، بينما يتم التعامل مع العدوى طويلة الأمد باستخدام التشخيص الثنائي التكراري (Recursive Binary Diagnosis - RBD) الذي يقسم الألبوم ويطبق نفس استراتيجية التشخيص لتحديد مصادر العدوى والقضاء عليها.

تظهر التجارب أن FLP يقلل من معدل العدوى التراكمي الأقصى من أكثر من 95% إلى أقل من 5.47%. علاوة على ذلك، تتقارب مؤشرات الاسترجاع والمعاني بشكل وثيق مع القيم الأساسية السليمة، مما يشير إلى فعالية الحفاظ على تنوع التفاعل.

ما رأيكم في هذا التطور الثوري في مجال الدفاعات ضد العدوى في الأنظمة متعددة الوكلاء؟ شاركونا في التعليقات.