कृत्रिम बुद्धिमत्ता तकनीक के विकास के साथ, मल्टी-एजेंट सिस्टम विभिन्न क्षेत्रों में जटिल कार्यों को संभालने में越来越 शक्तिशाली होते जा रहे हैं। ये सिस्टम कई विशेषीकृत एजेंटों से बने होते हैं, जो सहयोग करके अपने-अपने कौशल को लागू करते हैं और सामूहिक लक्ष्य प्राप्त करते हैं। इस तरह का सहयोग जटिल तर्क, प्रोग्रामिंग, औषधि खोज और सुरक्षा सुनिश्चित करने में उत्कृष्ट प्रदर्शन करता है, क्योंकि एजेंटों के बीच के संरचित इंटरएक्शन न केवल समस्या को हल करने की दक्षता को बढ़ाते हैं, बल्कि एक-दूसरे को ठीक करने में भी सहायक होते हैं, जिससे उनके आउटपुट में सुधार होता है। अनुसंधान से पता चला है कि इस प्रकार का सहयोग अक्सर उन कार्यों में बेहतर होता है जो कड़े तर्क या तथ्य सत्यापन की आवश्यकता होती है।

H2O.ai ने हाल ही में अपने नए मल्टी-एजेंट प्लेटफॉर्म h2oGPTe की घोषणा की, जो जनरेटिव और प्रेडिक्टिव आर्टिफिशियल इंटेलिजेंस मॉडल को जोड़ता है, जिसका लक्ष्य व्यवसायों को अधिक सुसंगत प्रतिक्रिया प्रदान करना है। H2O.ai के संस्थापक और CEO श्री अंबाती ने कहा कि व्यवसायों की AI एजेंटों की एक बड़ी आवश्यकता प्रतिक्रिया में सुसंगतता बनाए रखना है। h2oGPTe प्लेटफॉर्म H2O.ai के अपने मॉडल मिसिसिपी और डेन्यूब का उपयोग करता है, साथ ही अन्य बड़े मॉडल तक भी पहुंच प्रदान करता है।

आर्टिफिशियल इंटेलिजेंस के तेज़ विकास के इस दौर में, डेवलपर्स के सामने एक महत्वपूर्ण चुनौती है कि वे जटिल मल्टी-एजेंट सिस्टम का प्रबंधन कैसे करें। ऐसे सिस्टम में कई AI एजेंटों का सहयोग शामिल होता है, हालांकि, प्रभावी समन्वय और नियंत्रण करना अक्सर मुश्किल साबित होता है। इसके अलावा, वर्तमान में कुछ समाधान बहुत अधिक संसाधनों की आवश्यकता करते हैं, जिससे तैनाती और परीक्षण और भी जटिल हो जाते हैं। इस चुनौती का समाधान करने के लिए, OpenAI ने स्वार्म ढांचे की पेशकश की है, जो एक प्रयोगात्मक उपकरण है, जिसका उद्देश्य मल्टी-एजेंटों के प्रबंधन और समन्वय को सरल बनाना है।

OpenAI Solutions टीम द्वारा हाल ही में पेश किया गया प्रयोगात्मक ढाँचा Swarm AI क्षेत्र में नई संभावनाएँ ला रहा है। यह हल्का उपकरण सेट जो विशेष रूप से मल्टी-एजेंट सिस्टम के निर्माण, समुच्चय और तैनाती के लिए बनाया गया है, हमें जटिल कार्यों को संभालने के तरीके में बदलाव ला रहा है। Swarm ढाँचे की केंद्रीय अवधारणा यह है कि कई AI एजेंट (एजेंट) सहयोगात्मक तरीके से काम कर सकते हैं, प्रत्येक एजेंट के पास अपने विशेष कार्य और क्षमताएँ होती हैं। सावधानीपूर्वक डिज़ाइन की गई सहयोग प्रणाली के माध्यम से, ये AI एजेंट एक कुशल टीम की तरह मिलकर जटिल कार्यों को पूरा कर सकते हैं।

हाल ही में, OpenAI ने अपनी नई स्थापित मल्टी-एजेंट शोध टीम के लिए मशीन लर्निंग इंजीनियर्स की भर्ती की घोषणा की। यह संदेश OpenAI के शोध वैज्ञानिक नोआम ब्राउन द्वारा सोशल मीडिया प्लेटफॉर्म पर प्रकाशित किया गया था। उन्होंने कहा: "हम मानते हैं कि मल्टी-एजेंट AI तर्क क्षमताओं को बढ़ाने का एक महत्वपूर्ण रास्ता है, पिछले मल्टी-एजेंट अनुभव आवश्यक नहीं है।" ब्राउन ने इस क्षेत्र में अनुसंधान करने में रुचि रखने वाले पेशेवरों को टीम में शामिल होने के लिए आवेदन करने के लिए भी प्रोत्साहित किया। हाल ही में एक साक्षात्कार में, Open

टेक्स्ट से SQL तकनीक सामान्य उपयोगकर्ताओं को प्राकृतिक भाषा के माध्यम से डेटाबेस में आसानी से खोजने की अनुमति देती है, लेकिन जटिल डेटाबेस संरचना का सामना करते समय, SQL आदेशों में सही रूपांतरण एक चुनौती बन जाती है। दक्षिण चीनी प्रौद्योगिकी विश्वविद्यालय और तिंहुआ विश्वविद्यालय के शोध दल ने एक नई विधि - MAG-SQL (मल्टी-एजेंट जनरेशन मॉडल) प्रस्तुत की है, जिसका उद्देश्य इस प्रक्रिया की सटीकता को बढ़ाना है। MAG-SQL विभिन्न एजेंटों के सहयोग से काम करता है, जिसमें "सॉफ्ट पैटर्न लिंकर्स", "लक्ष्य-शर्त विभाजक", "उप SQL जनरेटर" और "उप SQL सुधारक" शामिल हैं।

Waymo के शोध दल ने सड़क यातायात भागीदारों के व्यवहार की भविष्यवाणी के लिए MotionLM पेश किया। पारंपरिक विधियों के विपरीत, MotionLM भाषा मॉडलिंग का उपयोग करता है, जिसमें जटिल अनुकूलन कार्यक्रमों की आवश्यकता नहीं होती। यह विधि सड़क पर भागीदारों के व्यवहार की भविष्यवाणी में उत्कृष्ट प्रदर्शन करती है, जो स्वायत्त वाहनों के लिए उपयुक्त है। MotionLM समय के कारण संबंधों का अनुकरण कर सकता है, जिससे भविष्यवाणी की सटीकता में सुधार होता है। यह अभिनव विधि स्वतंत्र ड्राइविंग क्षेत्र के विकास को बढ़ावा देने की उम्मीद करती है।