Представьте систему здравоохранения, где несколько ИИ-агентов отвечают за разные задачи: один оценивает симптомы, другой управляет расписанием, третий — страховыми вопросами, четвёртый — аптекой. Каждый из них — эксперт в своей области, но обладает уникальными знаниями и целями. Пока они могут обмениваться данными, но не способны координировать уход за пациентом без участия человека.
«Интеллект уже существует, — объясняет Виджей Пандей, старший вице-президент и генеральный менеджер Outshift by Cisco. — Не хватает соединительной ткани, которая превращает четырёх незнакомцев в одну команду».
Эта «соединительная ткань» возникает благодаря добавлению семантического слоя — того, что в Outshift называют «Интернетом познания». Он позволяет агентам из разных областей не просто работать вместе, но и «думать» сообща, разделяя намерения, контекст и рассуждения.
Семантический слой опирается на лежащий ниже слой связности — «Интернет агентов», благодаря которому автономные агенты могут находить друг друга, подтверждать идентичность и обмениваться сообщениями между разными средами.
По словам Пандея, совместное использование этих слоёв открывает «следующий шаг на пути к распределённому искусственному суперинтеллекту».
От одиночных «кремниевых гениев» к «Интернету познания»
Годами индустрия ИИ концентрировалась на росте. Вертикальное масштабирование породило всё более крупные модели, обученные на растущих объёмах данных и вычислительных мощностей. В результате появились продвинутые способности к рассуждению — своего рода «мозг» для ИИ-агентов, позволяющий им воспринимать, анализировать и действовать в цифровой среде.
Хотя вертикальное масштабирование и дальше будет давать всё более способных агентов, для настоящего автономного решения задач в разных системах, компаниях и на разных платформах требуется ещё и горизонтальное масштабирование, — утверждает Пандей.
Мультиагентные системы уже изучают в таких сферах, как разработка ПО, поиск лекарств и научное моделирование, однако их результаты пока не впечатляют. Согласно одному исследованию, при оценке семи опенсорсных мультиагентных систем частота отказов колеблется от 41% до 87%.
«Связанные агенты неплохо справляются с координацией: берут задачу, похожую на те, что они видели раньше, дробят её и распределяют между собой, — поясняет Пандей. — Но они не могут удерживать общую цель и совместно искать решение, которому ни один из них не был обучен».
«Это архитектурная проблема, а не вопрос запросов к модели, — добавляет Пандей. — Без правильного слоя координации примитивные мультиагентные конфигурации могут работать хуже, чем один агент. Качественный скачок — когда команда агентов самостоятельно сходится к решению новой задачи, без того чтобы человек сшивал разрозненные фрагменты».
Для достижения этой цели, как говорит Пандей, Outshift создала слой связности под названием AGNTCY — опенсорсный проект, переданный под управление Linux Foundation. AGNTCY позволяет агентам из разных систем, компаний и платформ находить друг друга, подтверждать личность и обмениваться сообщениями по открытым стандартизированным протоколам.
По словам Пандея, это приближает реализацию концепции Интернета познания. Такой подход создаёт семантический слой, который позволяет агентам согласовывать цели (разделять намерения), объединять корпоративные знания и накопленную память (разделять контекст) и принимать коллективные компромиссные решения (разделять рассуждения).
Пандей сравнивает этот путь с эволюцией человека: «Сотни тысяч лет люди становились умнее поодиночке, и накопленные знания умирали вместе с каждым человеком, — рассказывает он. — Около 70 000 лет назад ситуация изменилась: люди научились разделять намерения, накапливать знания и рассуждать коллективно. Именно тогда разрозненные особи превратились в цивилизацию. Агенты находятся на том же пороге. Мы создали "кремниевых гениев" и наделили их свободой действий. Им не хватает только того слоя, который позволил людям перейти к коллективному мышлению».
Первые шаги к распределённому суперинтеллекту
Чтобы агенты могли работать вместе, технологический стек опирается на три ключевых компонента:
Общее намерение через протоколы состояния познания
Протоколы состояния познания — это своего рода семантическое рукопожатие, позволяющее агентам договориться о цели до начала действий и затем совместно продвигаться к ней. Outshift разработала опенсорсный координационный слой под названием Mycelium, который организации могут клонировать и использовать для своих агентов.
«Мы обнаружили, что неструктурированные группы принимали решение лишь примерно в трети случаев по 14 сценариям, — говорит Пандей о внутреннем тестировании. — А координационный протокол, заставляющий агентов объявить цель, выявить недостающую информацию и разрешить конфликты до начала действий, повысил этот показатель до 93%».
Общий контекст через ткань познания
Ткань познания — это общая институциональная память и коммуникационная сеть, позволяющая инсайтам агентов накапливаться со временем, а не сбрасываться при каждой сессии. По словам Пандея, этот управляемый политиками контекстный слой решает проблему «организационной амнезии», гарантируя, что базовый интеллект системы будет только расти.
Общие рассуждения через когнитивные усилители и защитные технологии
Для совместных рассуждений могут применяться два типа когнитивных движков. Когнитивные усилители ускоряют общие рассуждения и моделирование, а защитные технологии (guardrail technologies, GAT) создают фреймворки безопасности, контроля затрат и соблюдения требований. Люди активно участвуют на этом уровне, принимая суждения, которые система маршрутизирует к ним (вместо проверки результатов постфактум).
Совместное использование когнитивных процессов в мультиагентных системах порождает и новые риски: непреднамеренное делегирование, вредоносные инъекции в запросы или отравление памяти, а также появление агентов с избыточными привилегиями, имеющих доступ к данным и разрешениям далеко за пределами их задач. Поэтому требуются специфичные для среды средства контроля, защищающие от нежелательных действий или последствий.
«Агенты обладают человекоподобными атрибутами, но действуют с машинной скоростью и в машинном масштабе, — говорит Пандей. — Всё, что мы строили двадцать лет — контроль доступа, идентификацию, соблюдение нормативов — создавалось либо для людей, либо для машин, но не для тех и других одновременно».
Continuous Agent Semantic Authorization (CASA) — опенсорсный референсный проект, разработанный Outshift, — представляет собой GAT, гарантирующий, что действия агента остаются надёжно привязанными к исходной цели пользователя за счёт непрерывной авторизации. CASA считывает, что агент пытается выполнить, и сверяет каждый запрос к инструменту с этой задачей.
Например, в медицинской системе агент, которому поручено обобщить карту пациента, может начать с запроса всей базы данных. В этом случае CASA отклонит такой вызов, поскольку запрос перестаёт соответствовать авторизованной задаче.
«Современные средства контроля ограничены ролью или сессией, а не конкретной задачей, поэтому агент, получивший доступ к инструменту, может использовать его для чего угодно, — объясняет Пандей. — Примерно в 90% случаев у агента нет способа подтвердить, что он вообще допущен к порученной работе».
Эксперименты для кросс-доменных инноваций
По мнению Пандея, при горизонтальном масштабировании интеллекта на предприятии стоит начать с экспериментов на одном кросс-функциональном процессе, который охватывает три-четыре команды и сейчас требует участия человека для авторизации передачи этапов.
«Разверните его как небольшую мультиагентную систему на открытой интероперабельной инфраструктуре с измеримым базовым уровнем, — советует он. — Продолжайте строить более крупные модели, добавьте поверх них горизонтальную ось и измените метрики. Отслеживайте моменты, когда инсайт одного агента улучшил работу другого — это признак того, что горизонтальное масштабирование действует».
Начав эксперименты уже сейчас со слоями намерений, контекста и рассуждений, организации смогут опередить конкурентов. «Проблемы ещё не решены, инфраструктура только создаётся, — говорит Пандей. — Это идеальный момент, чтобы её построить».