ارائه یک معماری مرجع برای سامانه های هوشمند مبتنی بر عامل های هوش مصنوعی (Multi-Agent AI):چالش ها، الزامات طراحی و روندهای آینده

گسترش سریع مدل های هوش مصنوعی مولد و پیشرفت مدل های زبانی بزرگ (Large Language Models) موجب ظهور نسل جدیدی از سامانه های هوشمند شده است که از آن ها با عنوان سامانه های مبتنی بر عامل های هوشمند (Agentic AI) یا سامانه های چندعاملی (Multi-Agent Systems) یاد می شود. برخلاف معماری های سنتی که یک مدل منفرد مسئول انجام تمامی وظایف است، در سامانه های چندعاملی مجموعه ای از عامل های مستقل و همکاری کننده، وظایف را میان خود تقسیم کرده و از طریق تعامل، برنامه ریزی، استدلال و اشتراک دانش، مسائل پیچیده را حل می کنند. این رویکرد علاوه بر افزایش دقت، مقیاس پذیری و انعطاف پذیری، امکان توسعه سامانه های خودمختار را در حوزه هایی نظیر مهندسی نرم افزار، امنیت سایبری، اینترنت اشیا، رباتیک، سلامت هوشمند و سامانه های تصمیم یار فراهم ساخته است.با وجود مزایای قابل توجه، توسعه این سامانه ها با چالش هایی همچون هماهنگی میان عامل ها، مدیریت حافظه، امنیت، حفظ حریم خصوصی، قابلیت توضیح پذیری، اعتمادپذیری، کنترل هزینه های محاسباتی و ارزیابی عملکرد مواجه است. پژوهش حاضر با مرور نظام مند مطالعات اخیر، مهم ترین معماری ها و چارچوب های توسعه سامانه های چندعاملی را بررسی کرده و نقاط قوت و محدودیت های آن ها را تحلیل می کند. بر پایه این تحلیل، یک معماری مرجع پیشنهادی با عنوان SMART-MAS (Secure Modular Architecture for Reliable and Trustworthy Multi-Agent Systems) ارائه می شود که شامل لایه های مدیریت وظایف، هماهنگی عامل ها، حافظه و دانش، امنیت و اعتماد، توضیح پذیری، پایش عملکرد و یادگیری مستمر است. این معماری با هدف افزایش قابلیت اطمینان، مقیاس پذیری، امنیت و شفافیت طراحی شده و می تواند به عنوان چارچوبی برای توسعه نسل آینده سامانه های هوشمند مورد استفاده قرار گیرد. نتایج این پژوهش نشان می دهد که تلفیق معماری های چندعاملی با اصول هوش مصنوعی قابل اعتماد، مسیر موثری برای توسعه سامانه های هوشمند آینده فراهم می کند.

کلیدواژه ها:

عامل هوشمند ، سامانه های چندعاملی ، هوش مصنوعی عامل محور ، معماری مرجع ، هماهنگی عامل ها ، هوش مصنوعی قابل اعتماد ، مدل های زبانی بزرگ.