في عصر الذكاء الاصطناعي المتزايد، أصبح الاعتماد على الوكلاء الذكيين في إنجاز المهام أمرًا شائعًا. لكن، ما الذي يحدث عندما يتشارك هؤلاء الوكلاء في الموارد مع وكلاء آخرين يمثلون مستخدمين مختلفين بأهداف متباينة؟

بحسب دراسة جديدة نُشرت على arXiv، يبدو أن التنسيق بين هذه الفرق المتعددة من الوكلاء في بيئات متعددة، مثل المصادقة باستخدام مفاتيح API أو مشاركة الجداول الزمنية في العيادات، غالبًا ما يؤدي إلى نتائج أسوأ. لقد تم اختبار هذه النظرية عبر خمسة نماذج متقدمة و77 سيناريو في أربعة بيئات مختلفة.

في كل تجربة، تم مقارنة وكيل واحد يخدم جميع المستخدمين (المنسق) مع فرق تتكون من وكلاء يمثلون مستخدمين مختلفين، مع وجود قناة تواصل أو بدونها. النتائج كانت مثيرة: في كل البيئات، أظهرت الفرق نتائج جماعية أسوأ من المنسق. في بعض الحالات، وفي absence من القناة، انهارت الفرق تمامًا. مثلاً، في بيئة مساعد شخصي، كان المنسق قادرًا على تلبية الطلبات المستهدفة للمستخدمين بمعدل ضعف الفرق.

تتضمن السلوكيات المميزة المرتبطة بالأداء الجماعي الضعيف تزايد فترة الانتظار عند زيادة عدد الأعضاء، وتجاوز الأوامر، وخلق ادعاءات غير صحيحة. لحل هذه المشاكل، تم التعرف على تدابير فعّالة، مثل تعيين قائد للفرقة، وإعطاء التعليمات الإجرائية الواضحة، واستخدام فحص منصات يتيح للوكلاء قراءة رسائل أقرانهم قبل الالتزام بأي إجراء.

بالإضافة إلى هذا، سيتم إصدار بيئات مفاتيح API والعيادة والمساعد الشخصي كجزء من MAMUBench، والتي تتضمن 74 سيناريو لتقييم التنسيق في فرق متعددة الوكلاء. هذه الخطوة تمثل إمكانية جديدة لتحسين التعاون بين الوكلاء وتفادي المشكلات المترتبة على تعدد المستخدمين.

ما رأيكم في هذا التطور وكيف يمكن أن يؤثر على مستقبل التعاون بين الذكاء الاصطناعي؟ شاركونا في التعليقات.