Naukowcy z arXiv badają, jak skonstruować rozproszone sieci agentów opartych na dużych modelach językowych, w których niezależne systemy AI mogą współpracować bez centralnego sterowania. Dotychczasowe podejścia łączące tradycyjne sieci peer-to-peer z wieloagentowymi systemami okazują się niewystarczające, ponieważ nie są w stanie efektywnie propagować informacji semantycznych o tym, co agent potrafi, czego chce i jakie ma ograniczenia.
Proposed architektura opiera się na warstwie adaptacji protokołu, która łączy wysokopoziomową semantykę zadań z niskopoziomowymi operacjami sieciowymi. To pozwala heterogenicznym agentom wdrażanym na urządzeniach osobistych, brzegowych węzłach czy autonomicznych środowiskach komputerowych na samodzielne odkrywanie się nawzajem i nawiązywanie współpracy. Artykuł identyfikuje trzy fundamentalne problemy: propagacja semantycznych ogłoszeń dla odkrywania współpracowników, weryfikowalne tożsamości i reputacja wielotematyczna dla zarządzania zaufaniem, oraz mechanizmy projektowania gradientów semantycznych dla wykonywania otwartych zadań.
To badanie jest istotne dla przyszłości zdecentralizowanych systemów AI, szczególnie w kontekście wzrostu zainteresowania autonomicznymi agentami. Jeśli takie sieci uda się praktycznie zrealizować, mogłyby umożliwić kooperację między AI wdrażanymi w różnych organizacjach i środowiskach bez konieczności centralnego pośrednika, co byłoby przełomem dla otwartych ekosystemów agentów.