Коли в одному середовищі опиняються кілька агентів штучного інтелекту, вони часто поводяться як конкуренти, кожен з яких намагається досягти власної вигоди, що ускладнює досягнення спільних цілей. Впродовж багатьох років проблема індивідуалізму у децентралізованих системах залишалася серйозною перешкодою для розробників. Проте команда Paradigms of Intelligence з Google запропонувала рішення, яке перетворює цей цифровий дарвінізм на конструктивну співпрацю між агентами без потреби у складних наборах правил.
Новий підхід до навчання штучного інтелектуДля перевірки своєї гіпотези дослідники звернулися до дилеми в’язня — відомої моделі з теорії ігор, яка демонструє, що раціональні учасники зазвичай обирають зраду, навіть якщо співпраця була б вигіднішою для всіх. У світі штучного інтелекту це означає, що агенти витрачають ресурси на суперництво, а не на розв’язання завдань користувача. Замість ручного обмеження дій програм, спеціалісти Google застосували метод Predictive Policy Improvement (PPI), який базується на адаптації агентів до динамічного середовища. Цифрові сутності взаємодіяли з різними типами опонентів — від простих ботів до складних моделей,
що постійно змінюють свою поведінку. Це стимулювало їх адаптуватися до нових умов, покладаючись на досвід власних взаємодій.
Перехід від ручного управління до екосистемного підходуСучасні фреймворки, такі як LangGraph, вимагають від розробників детального прописування логіки та координації агентів. Такий підхід підходить для простих задач, але масштабувати його для великих систем — вкрай складно. Пропонована Google методика дозволяє створювати лише умови для навчання, а не самі правила, що значно спрощує побудову складних мультиагентних систем.
Агенти ШІ шукають спільну мову. Ілюстрація: AI Для навчання агентів було задіяно алгоритм Group Relative Policy Optimization (GRPO). Цей підхід дає змогу агентам знаходити оптимальні рішення шляхом порівняння результатів у групі, не витрачаючи зайвих обчислювальних ресурсів. Як результат, цифрові агенти навчилися довготривалій співпраці без потреби знати внутрішню логіку опонентів. Вони усвідомили переваги взаємодопомоги над конфліктом у довгостроковій перспективі.
"Фактично, ми спостерігаємо трансформацію розробки ШІ:
від написання жорстких інструкцій до створення екосистем, де корисні форми взаємодії виникають природним шляхом". Для корпоративного сегмента це відкриває шлях до справжньої автономності. Замість необхідності зростання обсягів інформації для аналізу або створення нових систем контролю, агенти починають максимально ефективно використовувати доступні дані. Цей підхід масштабовується для великих мереж, у яких сотні програм можуть координувати складні бізнес-процеси без постійної участі людини.
Відтепер розробка штучного інтелекту змінюється: замість жорстких інструкцій створюються екосистеми, де співпраця виникає природно. Якщо дана методика стане загальноприйнятою, майбутні мультиагентні системи нагадуватимуть організований мурашник, а не хаотичний натовп.
Поки Google вдосконалює алгоритми для досягнення домовленостей між агентами, інші компанії експериментують із біологічними обчисленнями. Наприклад, стартап Cortical Labs працює над створенням дата-центрів, у яких обчислення виконують живі нейрони замість традиційних кремнієвих процесорів.
