يتكون النظام متعدد الوكلاء (MAS) من عدة وكلاء ذكاء اصطناعي (AI) يعملون معًا لأداء المهام نيابةً عن مستخدم أو نظام آخر.
يتمتع كل وكيل داخل النظام متعدد الوكلاء بخصائص فردية، ولكن جميع الوكلاء يتعاونون لتحقيق الخصائص العالمية المطلوبة.1 تُعد الأنظمة متعددة الوكلاء ذات قيمة كبيرة في تنفيذ المهام واسعة النطاق والمعقدة، والتي قد تشمل مئات أو حتى آلاف الوكلاء.2
تتمحور هذه الفكرة حول وكلاء الذكاء الاصطناعي (AI). يشير وكيل الذكاء الاصطناعي إلى نظام أو برنامج قادر على تنفيذ المهام بشكل مستقل نيابةً عن مستخدم أو نظام آخر، من خلال تصميم مهام سير العمل واستخدام الأدوات المتاحة. في جوهر وكلاء الذكاء الاصطناعي توجد النماذج اللغوية الكبيرة (LLMs). تعتمد هذه الوكلاء الذكية على تقنيات معالجة اللغة الطبيعية المتقدمة للنماذج اللغوية الكبيرة لفهم مدخلات المستخدم والرد عليها. يعمل الوكلاء على حل المشكلات خطوة بخطوة ويحددون متى يجب استدعاء الأدوات الخارجية. ما يميز وكلاء الذكاء الاصطناعي عن النماذج اللغوية الكبيرة التقليدية هو استخدام الأدوات والقدرة على تصميم خطة عمل. يمكن أن تشمل الأدوات المتاحة للوكيل مجموعات بيانات خارجية، وعمليات البحث على الويب، وواجهات برمجة التطبيقات (APIs). وبالمثل مع اتخاذ القرار البشري، يمكن لوكلاء الذكاء الاصطناعي تحديث ذاكرتهم أثناء اكتساب معلومات جديدة. تسمح مشاركة المعلومات، واستخدام الأدوات، والتعلم التكيفي لوكلاء الذكاء الاصطناعي بأن يكونوا أكثر عمومية من النماذج اللغوية الكبيرة التقليدية.
لمزيد من المعلومات حول أنظمة الوكيل الفردي، يُرجى الاطلاع على محتوى وكلاء الذكاء الاصطناعي المُفصَّل لدينا.
تتفاعل الأنظمة أحادية الوكيل الذكية مع بيئتها لتخطيط المهام وتنفيذها بشكل مستقل، واستدعاء الأدوات، وإنتاج الاستجابات. توفر الأدوات المتاحة للوكيل معلومات قد لا تكون متاحة له بخلاف ذلك. وكما ذُكر سابقًا، يمكن أن تكون هذه المعلومات قاعدة بيانات يتم الوصول إليها عبر واجهة برمجة التطبيقات (API) أو وكيل آخر. يوجد تمييز هنا بين الأنظمة أحادية الوكيل والأنظمة متعددة الوكلاء. عند استدعاء وكيل آخر كأداة، يكون هذا الوكيل الثانوي جزءًا من المحفزات البيئية للوكيل الأصلي، حيث يتم استيعاب المعلومات دون حدوث تعاون إضافي. أما الأنظمة متعددة الوكلاء، فتختلف عن ذلك من خلال دمج جميع الوكلاء داخل البيئة، حيث يقوم كل وكيل بنمذجة أهداف الوكلاء الآخرين وذاكرتهم وخطة عملهم.4 يمكن أن يكون الاتصال بين الوكلاء مباشرًا أو غير مباشر من خلال تعديل البيئة المشتركة.
كل كيان داخل النظام متعدد الوكلاء هو وكيل مستقل إلى حد ما. يتجلى هذا الاستقلال عادةً في قدرة الوكيل على التخطيط، واستدعاء الأدوات، والاستدلال العام. في النظام متعدد الوكلاء، يظل الوكلاء مستقلين، لكنهم أيضًا يتعاونون وينسقون داخل هياكل الوكلاء.3 لحل المشكلات المعقدة، يُعد كل من تواصل الوكلاء وحل المشكلات الموزع أمرًا أساسيًا. يمكن وصف هذا النوع من تفاعل الوكلاء بأنه التعلم المعزز متعدد الوكلاء. يمكن أن تتضمن المعلومات المشتركة من خلال هذا النوع من التعلم بيانات فورية يتم الحصول عليها عبر المستشعرات أو الإجراءات. بالإضافة إلى ذلك، يمكن مشاركة تجارب الوكلاء في شكل معلومات حلقية. يمكن أن تتكون هذه الحلقات من تسلسلات من الأحاسيس، والإجراءات، والسياسات المكتسبة. وأخيرًا، يمكن للوكلاء مشاركة تجاربهم في الوقت الفعلي لمنع الوكلاء الآخرين من إعادة تعلم السياسات نفسها بشكل متكرر.5
تُعد الأنظمة أحادية الوكلاء قوية بحد ذاتها، حيث يمكنها إنشاء المهام الفرعية، واستخدام الأدوات، والتعلم من خلال تفاعلاتها. ويُعزز السلوك الجماعي للأنظمة متعددة الوكلاء من دقة الأداء، وقابليته للتكيف، وقدرته على التوسع. تميل الأنظمة متعددة الوكلاء إلى التفوق على الأنظمة أحادية الوكيل بفضل الاستخدام المشترك لموارد متعددة، والتحسين، والأتمتة. فبدلاً من أن يتعلم كل وكيل السياسات نفسها بشكل مستقل، يمكن مشاركة التجارب المكتسبة لتحسين تعقيد الوقت والكفاءة.5
يمكن للأنظمة متعددة الوكلاء العمل وفق بنيات متنوعة. في الشبكات المركزية، تحتوي وحدة مركزية على قاعدة المعرفة الشاملة، وتربط بين الوكلاء، وتشرف على تبادل المعلومات. وتتمثل إحدى نقاط القوة في هذه البنية في سهولة التواصل بين الوكلاء وتوحيد المعرفة. أما نقطة الضعف في المركزية، فهي الاعتماد على الوحدة المركزية؛ فإذا فشلت هذه الوحدة، يتعطل نظام الوكلاء بالكامل.6
يتبادل الوكلاء في الشبكات اللامركزية المعلومات مع الوكلاء المجاورين بدلاً من الاعتماد على قاعدة معرفة عالمية. ومن بين فوائد الشبكات اللامركزية، تبرز كل من المتانة والنمطية، حيث لا يؤدي فشل أحد الوكلاء إلى انهيار النظام بالكامل، نظرًا لعدم وجود وحدة مركزية. وتتمثل إحدى التحديات التي تواجه الوكلاء في الأنظمة اللامركزية في تنسيق سلوكهم لتحقيق أقصى فائدة للوكلاء المتعاونين.7
توجد طرق عديدة لتنظيم الوكلاء داخل نظام متعدد الوكلاء، من ضمنها:
يتميز الهيكل الهرمي بأنه يشبه الشجرة ويحتوي على وكلاء بمستويات متفاوتة من الاستقلالية. في هيكل هرمي بسيط، يمكن لوكيل واحد أن يمتلك صلاحية اتخاذ القرار. أما في الهيكل الهرمي المتجانس، فيمكن توزيع المسؤوليات بين عدة وكلاء.8
ضمن هذا النوع من البنية، يتم تجميع الوكلاء في نظام هرمي متكامل (Holarchies). تشير الوحدة البنائية (Holon) إلى كيان لا يمكنه العمل دون مكوناته. على سبيل المثال، يُعتبر جسم الإنسان وحدة بنائية لأنه لا يمكنه العمل دون أعضائه.9 وبالمثل، في الأنظمة متعددة الوكلاء المكونة من وحدات بنائية، يمكن أن يكون للوكيل الرئيسي عدة وكلاء فرعيين بينما يبدو ككيان واحد.8 كما يمكن لهذه الوكلاء الفرعية أن تلعب أدوارًا في وحدات بنائية أخرى. تُعد هذه الهياكل الهرمية ذاتية التنظيم ومُصممة لتحقيق هدف معين من خلال التعاون بين الوكلاء الفرعيين.
تُعد التحالفات مفيدة في حالات انخفاض أداء الوكلاء الفرديين داخل المجموعة. في هذه الحالات، يتحد الوكلاء مؤقتًا لتعزيز الكفاءة أو تحسين الأداء. وبمجرد تحقيق الأداء المطلوب، يتم تفكيك هذه التحالفات. قد يكون من الصعب الحفاظ على هذه التحالفات في البيئات الديناميكية، مما يجعل إعادة التشكيل ضرورية غالبًا لتحسين الأداء.9
تتشابه الفرق في هيكلها مع التحالفات. في الفرق، يتعاون الوكلاء لتحسين أداء المجموعة. على عكس التحالفات، لا يعمل الوكلاء في الفرق بشكل مستقل. يكون الوكلاء في الفرق أكثر اعتمادًا على بعضهم البعض، كما أن هيكلهم يكون أكثر هرمية مقارنةً بالتحالفات.8
تتجلى سلوكيات الوكلاء داخل الأنظمة متعددة الوكلاء غالبًا في أنماط سلوكية مماثلة لتلك الموجودة في الطبيعة. يمكن تطبيق السلوكيات التالية على كل من الوكلاء البرمجيين المتعددين (Multisoftware Agents) والوكلاء الروبوتيين المتعددين (Multirobot Agents).
قد يشبه السلوك الجماعي في الأنظمة متعددة الوكلاء ذلك الذي يظهر لدى الطيور والأسماك والبشر. في هذه الأنظمة، يتشارك الوكلاء هدفًا مشتركًا ويتطلبون مستوى معينًا من التنظيم لتنسيق سلوكهم. يرتبط سلوك التجمّع بالمزامنة الاتجاهية، ويمكن وصف هيكل هذه التجمعات من خلال الاستدلالات التالية:10
في سياق وكلاء البرمجيات، يعد هذا التنسيق أمرًا بالغ الأهمية للأنظمة متعددة الوكلاء التي تدير شبكات النقل مثل أنظمة السكك الحديدية.
يمكن مقارنة التموضع المكاني للوكلاء في الأنظمة متعددة الوكلاء بظاهرة التجمّع التي تحدث في الطبيعة. فعلى سبيل المثال، تطير الطيور بشكل متزامن من خلال التكيف مع حركة الطيور المجاورة. من منظور تقني، يشير التجمّع إلى التنظيم الذاتي الناشئ والاندماج بين الوكلاء البرمجيين في ظل تحكم لامركزي.11 إحدى فوائد التجمّع هي إمكانية تدريب مشغّل واحد لإدارة مجموعة من الوكلاء، مما يجعل هذه الطريقة أقل استهلاكًا للموارد الحسابية وأكثر موثوقية مقارنةً بتدريب مشغّل لكل وكيل على حدة.12
يمكن للأنظمة متعددة الوكلاء حل العديد من المهام المعقدة الواقعية. ومن الأمثلة على المجالات القابلة للتطبيق ما يلي:
يمكن استخدام الأنظمة متعددة الوكلاء لإدارة أنظمة النقل. وتكمن الخصائص التي تمكّن هذه الأنظمة من تنسيق أنظمة النقل المعقدة في التواصل، والتعاون، والتخطيط، والوصول إلى المعلومات في الوقت الفعلي. تشمل أمثلة الأنظمة الموزعة التي قد تستفيد من الأنظمة متعددة الوكلاء أنظمة السكك الحديدية، وتخصيص الشاحنات، والسفن البحرية التي تزور الموانئ نفسها.13
يمكن استخدام الأنظمة متعددة الوكلاء لتنفيذ مهام محددة في مجال الرعاية الصحية. تساعد هذه الأنظمة المعتمدة على الوكلاء في التنبؤ بالأمراض والوقاية منها من خلال تحليل الجينات، ومن بين التطبيقات المحتملة لها الأبحاث الطبية المتعلقة بالسرطان.14 بالإضافة إلى ذلك، يمكن للأنظمة متعددة الوكلاء أن تعمل كأدوات لمحاكاة انتشار الأوبئة والحد منه. يصبح هذا التنبؤ ممكنًا من خلال استخدام الشبكات العصبية المدعومة بمعلومات وبائية، إلى جانب تقنيات التعلم الآلي لإدارة مجموعات بيانات ضخمة. يمكن أن تؤثر هذه النتائج على الصحة العامة وصياغة السياسات العامة.15
تتأثر سلاسل التوريد بالعديد من العوامل التي تمتد من تصنيع المنتجات إلى شرائها من قبل المستهلكين. يمكن للأنظمة متعددة الوكلاء الاستفادة من مواردها المعلوماتية الواسعة، ومرونتها، وقابليتها للتوسع لربط عناصر إدارة سلسلة التوريد. لضمان التنقل الأمثل في هذه الأتمتة الذكية، يجب أن يتفاوض الوكلاء الافتراضيون مع بعضهم البعض. تُعد هذه المفاوضات ضرورية للوكلاء الذين يتعاونون مع وكلاء آخرين لديهم أهداف متعارضة.16
يمكن للأنظمة متعددة الوكلاء أن تساهم في تعزيز أنظمة الدفاع. تشمل التهديدات المحتملة قضايا الأمن الوطني المادي والهجمات الإلكترونية. تستطيع الأنظمة متعددة الوكلاء استخدام أدواتها لمحاكاة الهجمات المحتملة، مثل محاكاة هجوم بحري، حيث يعمل الوكلاء في فرق لتتبع التفاعلات بين القوارب الإرهابية المتسللة والسفن الدفاعية.17 بالإضافة إلى ذلك، ومن خلال العمل في فرق تعاونية، يمكن للوكلاء مراقبة مناطق مختلفة من الشبكة لاكتشاف التهديدات الواردة، مثل الهجمات الموزعة لحجب الخدمة (DDoS).18
تتمتع الأنظمة متعددة الوكلاء بعدة خصائص تمنحها مزايا، بما في ذلك:
يمكن للأنظمة متعددة الوكلاء التكيف مع البيئات المتغيرة من خلال إضافة الوكلاء أو إزالتهم أو تكييفهم.
يتيح تعاون عدة وكلاء إمكانية مشاركة كمية أكبر من المعلومات. يسمح هذا التعاون للأنظمة متعددة الوكلاء بحل مشكلات ومهام أكثر تعقيدًا مقارنة بالأنظمة أحادية الوكيل.
تتطلب الأنظمة أحادية الوكيل من الوكيل الواحد تنفيذ مهام في مجالات متعددة، في حين يمكن لكل وكيل في النظام متعدد الوكلاء امتلاك خبرة متخصصة في مجال معين.
تميل أطر العمل متعددة الوكلاء إلى التفوق على الوكلاء الفرديين.19 هذا لأنه كلما زاد عدد خطط العمل المتاحة للوكيل، زاد التعلم والتفكير. يمكن أن يكون وكيل الذكاء الاصطناعي الذي يدمج المعرفة والتعليقات من وكلاء الذكاء الاصطناعي الآخرين المتخصصين في المجالات ذات الصلة مفيدًا في تجميع المعلومات. يعد هذا التعاون الخلفي لوكلاء الذكاء الاصطناعي والقدرة على سد فجوات المعلومات أمرًا فريدًا بالنسبة لأطر العمل الفعالة، مما يجعلها أداة قوية وتقدمًا ذا مغزى في الذكاء الاصطناعي.
هناك العديد من التحديات المرتبطة بتصميم وتنفيذ الأنظمة متعددة الوكلاء، ومنها:
قد تواجه أنظمة الوكلاء المتعددين المعتمدة على نماذج الأساس نفس التحديات والمشكلات المشتركة. وقد تؤدي هذه نقاط الضعف إلى فشل شامل لجميع الوكلاء المرتبطين على مستوى النظام أو إلى التعرض لهجمات معاكسة20. وهذا يبرز أهمية حوكمة البيانات في بناء نماذج الأساس، وكذلك الحاجة إلى عمليات التدريب والاختبار الشاملة.
يُعد تطوير وكلاء قادرين على التنسيق والتفاوض مع بعضهم البعض أحد أكبر التحديات في بناء الأنظمة متعددة الوكلاء. يُعد هذا التعاون ضروريًا لضمان عمل النظام متعدد الوكلاء بكفاءة.
قد تواجه الوكلاء التي تعمل بشكل مستقل وذاتياً في الشبكات اللامركزية سلوكًا متضاربًا أو غير متوقع. في ظل هذه الظروف، قد يكون من الصعب اكتشاف المشكلات وإدارتها داخل النظام الأكبر.
1 Edmund H. Durfee and Jeffrey S. Rosenschein, "Distributed problem solving and multi-agent systems: Comparisons and examples." In Proceedings of the Thirteenth International Distributed Artificial Intelligence Workshop, 1994, https://aaai.org/papers/000-ws94-02-004/ (محتوى الرابط موجود خارج موقع ibm.com)
² David Kinny and Michael Georgeff, "Modelling and design of multi-agent systems," International Workshop on Agent Theories, Architectures, and Languages, 1996, https://link.springer.com/chapter/10.1007/BFb0013569 (محتوى الرابط موجود خارج موقع ibm.com)
³ Michael Wooldridge, An introduction to multiagent systems. John Wiley & Sons, 2009, https://dl.acm.org/doi/10.5555/1695886 (محتوى الرابط موجود خارج موقع ibm.com)
⁴ Peter Stone and Manuela Veloso, “Multiagent Systems: A Survey from a Machine Learning Perspective,” Autonomous Robotics, 2000, https://link.springer.com/article/10.1023/A:1008942012299 (محتوى الرابط موجود خارج موقع ibm.com)
⁵ Ming Tan, “Multi-Agent Reinforcement Learning: Independent versus Cooperative Agent,” Proceedings of the tenth international conference on machine learning, 1993, https://web.media.mit.edu/~cynthiab/Readings/tan-MAS-reinfLearn.pdf (محتوى الرابط موجود خارج موقع ibm.com)
⁶ Jianan Wang, Chunyan Wang, Ming Xin, Zhengtao Ding and Jiayuan Shan, Cooperative Control of Multi-Agent Systems: An Optimal and Robust Perspective, Academic Press, 2020, https://www.sciencedirect.com/book/9780128201183/cooperative-control-of-multi-agent-systems?via=ihub= (محتوى الرابط موجود خارج موقع ibm.com)
⁷ Lucian Busoniu, Bart De Schutter and Robert Babuska, “Decentralized reinforcement learning control of a robotic manipulator,” Proceedings of the 9th International Conference on Control, Automation, Robotics and Vision, 2006, https://ieeexplore.ieee.org/document/4150192 (محتوى الرابط موجود خارج موقع ibm.com)
⁸ Parasumanna Gokulan Balaji and Dipti Srinivasan, "An Introduction to Multi-Agent Systems,” Innovations in Multi-Agent Systems and Applications - 1, 2010, https://link.springer.com/chapter/10.1007/978-3-642-14435-6_1 (محتوى الرابط موجود خارج موقع ibm.com)
⁹ Vincent Hilaire, Abder Koukam and Sebastian Rodriguez, "An adaptative agent architecture for holonic multi-agent systems," ACM Transactions on Autonomous and Adaptive Systems (TAAS), 2008, https://dl.acm.org/doi/10.1145/1342171.1342173 (محتوى الرابط موجود خارج موقع ibm.com)
¹⁰ Reza Olfati-Saber, “Flocking for Multi-Agent Dynamic Systems: Algorithms and Theory,” EEE Transactions on automatic control 51, no. 3, 2006, https://ieeexplore.ieee.org/document/1605401 (محتوى الرابط موجود خارج موقع ibm.com)
¹¹ H. Van Dyke Parunak and Sven A. Brueckner, "Engineering swarming systems," Methodologies and software engineering for agent systems, 2004, https://link.springer.com/chapter/10.1007/1-4020-8058-1_21 (محتوى الرابط موجود خارج موقع ibm.com)
¹² Ross Arnold, Kevin Carey, Benjamin Abruzzo and Christopher Korpela, "What is a robot swarm: a definition for swarming robotics," IEEE 10th annual ubiquitous computing, electronics & mobile communication conference (uemcon), 2019, https://ieeexplore.ieee.org/document/8993024 (محتوى الرابط موجود خارج موقع ibm.com)
¹³ Hans Moonen, Multi-agent systems for transportation planning and coordination, 2009.
¹⁴ Elhadi Shakshuki and Malcolm Reid, “Multi-Agent System Applications in Healthcare: Current Technology and Future Roadmap,” Procedia Comput Sci, 2015, https://www.sciencedirect.com/science/article/pii/S1877050915008716?via%3Dihub (محتوى الرابط موجود خارج موقع ibm.com)
¹⁵ Alexander Rodríguez, "AI & Multi-agent Systems for Data-centric Epidemic Forecasting," AAMAS, 2023, https://dl.acm.org/doi/10.5555/3545946.3599132 (محتوى الرابط موجود خارج موقع ibm.com)
¹⁶ Ksenija Mandic and Boris Delibašić, “Application Of Multi-Agent Systems In Supply Chain Management,” Management Journal of Sustainable Business and Management Solutions in Emerging Economies, 2012, https://scindeks.ceon.rs/article.aspx?artid=0354-86351263075M (محتوى الرابط موجود خارج موقع ibm.com)
¹⁷ Thomas W. Lucas, Susan M. Sanchez, Lisa R. Sickinger, Felix Martinez and Jonathan W. Roginski, 2007 Winter Simulation Conference, 2007, https://ieeexplore.ieee.org/document/4419596 (محتوى الرابط موجود خارج موقع ibm.com)
¹⁸ Igor Kotenko, Multi-agent Modelling and Simulation of Cyber-Attacks and Cyber-Defense for Homeland Security, IEEE International Workshop on Intelligent Data Acquisition and Advanced Computing Systems: Technology and Applications, 2007, https://ieeexplore.ieee.org/document/4488494(محتوى الرابط موجود خارج موقع ibm.com)
¹⁹ Junyou Li, Qin Zhang, Yangbin Yu, Qiang Fu and Deheng Ye. "More agents is all you need." arXiv preprint, 2024, https://arxiv.org/abs/2402.05120 (محتوى الرابط موجود خارج موقع ibm.com)
²⁰ Alan Chan, Carson Ezell, Max Kaufmann, Kevin Wei, Lewis Hammond, Herbie Bradley, Emma Bluemke, Nitarshan Rajkumar, David Krueger, Noam Kolt, Lennart Heim and Markus Anderljung, “Visibility into AI Agents,” The 2024 ACM Conference on Fairness, Accountability, and Transparency, 2024, https://arxiv.org/abs/2401.13138 (محتوى الرابط موجود خارج موقع ibm.com)