Internet of Agentic AI: Incentive-Compatible Distributed Teaming and Workflow
यह शोध पत्र "इंटरनेट ऑफ एजेंटिक एआई" का प्रस्ताव करता है, जो एक विकेंद्रीकृत ढांचा है जो विषम स्वायत्त एजेंटों को क्लाउड और एज इंफ्रास्ट्रक्चर के माध्यम से स्केलेबल, विशिष्ट और आर्थिक रूप से व्यवहार्य वर्कफ़्लो निष्पादित करने के लिए गतिशील रूप से प्रोत्साहन-संगत गठबंधन बनाने में सक्षम बनाता है।
मूल पेपर CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) के तहत लाइसेंस किया गया है। नीचे दिए गए पेपर की यह व्याख्या AI से तैयार की गई है। इसे लेखकों ने न तो लिखा है, न इसका समर्थन किया है। तकनीकी सटीकता के लिए मूल पेपर देखें। पूरा डिस्क्लेमर पढ़ें
कल्पना कीजिए कि एक ऐसी दुनिया है जहाँ आर्टिफिशियल इंटेलिजेंस (AI) केवल एक विशाल, सर्वज्ञानी मस्तिष्क नहीं है जो एक ही सर्वर रूम में बैठा है, बल्कि विशेष "AI श्रमिकों" का एक विशाल, वैश्विक इंटरनेट है। यह उस शोध पत्र का दृष्टिकोण है जिसे शीर्षक दिया गया है: द इंटरनेट ऑफ एजेंटिक एआई (The Internet of Agentic AI)।
यहाँ इस शोध पत्र का एक सरल विवरण दिया गया है, जिसमें रोजमर्रा के उपमाओं (analogies) का उपयोग किया गया है।
1. समस्या: "ऑल-इन-वन" की बाधा (The "All-in-One" Bottleneck)
वर्तमान में, अधिकांश उन्नत AI सिस्टम एक विशाल, अखंड फैक्ट्री (monolithic factory) की तरह हैं। एक केंद्रीय बॉस (एक विशाल AI मॉडल) सब कुछ करने की कोशिश करता है: योजना बनाना, तर्क करना, तथ्य खोजना और कार्यों को निष्पादित करना।
- समस्या: इस फैक्ट्री का विस्तार करना कठिन है। यदि आपको एक नए कौशल (जैसे विशिष्ट चिकित्सा निदान या कानूनी अनुबंध की समीक्षा) की आवश्यकता है, तो आपको पूरी फैक्ट्री को फिर से बनाना होगा या उम्मीद करनी होगी कि केंद्रीय बॉस पहले से ही उसे जानता हो। यह धीमा, महंगा है और यह तब ठीक से काम नहीं करता जब विभिन्न संगठनों (जैसे एक अस्पताल और एक बीमा कंपनी) को एक साथ काम करने की आवश्यकता होती है लेकिन वे अपने आंतरिक "बॉस" को साझा नहीं कर सकते।
2. समाधान: "AI गिग इकोनॉमी" (The "AI Gig Economy")
लेखक एक नया सिस्टम प्रस्तावित करते हैं जिसे इंटरनेट ऑफ एजेंटिक एआई कहा जाता है। इसे एक फैक्ट्री के रूप में नहीं, बल्कि एक गिग इकोनॉमी प्लेटफॉर्म (जैसे AI के लिए एक सुपर-एडवांस्ड उबर या अपवर्क) के रूप में सोचें।
- श्रमिक (The Workers): एक बड़े मस्तिष्क के बजाय, यहाँ हजारों छोटे, विशिष्ट AI एजेंट हैं। कुछ हस्तलिपि पढ़ने (OCR) में माहिर हैं, कुछ एक्स-रे के विशेषज्ञ हैं, और अन्य बीमा पॉलिसियों की जांच करने में अच्छे हैं। वे अलग-अलग कंप्यूटरों पर रहते हैं (कुछ "क्लाउड" में, कुछ स्थानीय "एज" डिवाइस पर)।
- काम (The Job): जब कोई जटिल कार्य आता है (जैसे, "इस रोगी का निदान करें और उनके उपचार की व्यवस्था करें"), तो कोई भी अकेला एजेंट इसे अकेले नहीं कर सकता।
- टीम बनाना (The Team-Up): सिस्टम स्वचालित रूप से सही श्रमिकों के मिश्रण को खोजता है और केवल उस एक काम के लिए एक अस्थायी टीम (coalition) बनाता है। एक बार काम पूरा हो जाने के बाद, टीम समाप्त हो जाती है, और श्रमिक अगले काम के इंतजार में वापस चले जाते हैं।
3. चुनौती: उन्हें सहमत करना (Incentives)
सबसे कठिन काम केवल श्रमिकों को खोजना नहीं है; बल्कि यह सुनिश्चित करना है कि वे साथ काम करना चाहें।
- लागत (The Cost): प्रत्येक AI एजेंट को चलाने के लिए पैसे (बिजली, कंप्यूटिंग पावर) और संचार के लिए समय की आवश्यकता होती है।
- पुरस्कार (The Reward): काम एक पुरस्कार (पैसा या मूल्य) देता है।
- नियम (The Rule): शोध पत्र में इन्सेंटिव कम्पैटिबिलिटी (Incentive Compatibility) नामक नियमों का एक सेट पेश किया गया है। यह कहने का एक फैंसी तरीका है कि: "सिस्टम को इस तरह से डिज़ाइन किया जाना चाहिए कि प्रत्येक श्रमिक टीम में शामिल होने से अधिक पैसा कमाता है, बजाय घर पर रहने या अकेले काम करने की कोशिश करने के।"
- व्यवहार्यता की जाँच (The Feasibility Check): टीम बनाने से पहले, सिस्टम एक गणितीय जाँच करता है ताकि यह सुनिश्चित हो सके कि:
- टीम के पास काम करने के लिए आवश्यक कौशल है।
- टीम एक-दूसरे के करीब है (नेटवर्क पर) ताकि तेजी से बात की जा सके।
- कुल पुरस्कार सभी की लागतों का भुगतान करने और लाभ छोड़ने के लिए पर्याप्त बड़ा है।
4. यह कैसे काम करता है: "स्काउट" एल्गोरिदम (The "Scout" Algorithm)
शोध पत्र सबसे अच्छी टीम खोजने के लिए एक स्मार्ट एल्गोरिदम का प्रस्ताव करता है।
- स्काउट (The Scout): कल्पना कीजिए कि काम की शुरुआत में एक "स्काउट" एजेंट होता है। यह अपने आस-पास के पड़ोस (1 हॉप दूर) को देखता है कि क्या एक टीम बनाई जा सकती है।
- खोज का विस्तार (Expanding the Search): यदि पास में कोई टीम नहीं मिलती है, तो स्काउट अपनी खोज का दायरा बढ़ाता है (2 हॉप, फिर 3 हॉप, आदि) जब तक कि उसे काम करने वाला एक समूह न मिल जाए।
- लक्ष्य (The Goal): एल्गोरिदम सबसे सस्ती, कुशल टीम खोजने की कोशिश करता है जो काम पूरा कर सके। यह केवल किसी को भी नहीं चुनता; यह गणना करता है कि कितना "प्रयास" आवश्यक है और उस संयोजन को चुनता है जो बर्बादी को कम करते हुए सफलता की संभावना को अधिकतम करता है।
5. वास्तविक दुनिया का उदाहरण: स्वास्थ्य सेवा (Healthcare)
शोध पत्र एक स्वास्थ्य सेवा परिदृश्य का उपयोग यह दिखाने के लिए करता है कि यह कैसे काम करता है:
- रोगी (The Patient): एक रोगी एक छोटे क्लिनिक (नोड A) में आता है। क्लिनिक के पास बुनियादी उपकरण हैं लेकिन वह जटिल ब्रेन स्कैन नहीं कर सकता या बीमा नियमों की जांच नहीं कर सकता।
- गठबंधन (The Coalition):
- नोड A (क्लिनिक) रोगी के हस्तलिखित नोट्स को डिजिटल बनाता है।
- नोड B (इमेजिंग सेंटर) एक्स-रे का विश्लेषण करता है।
- नोड C (स्पेशलिस्ट अस्पताल) निदान करता है।
- नोड D (बीमा) जांचता है कि क्या उपचार कवर किया गया है।
- नोड E (टेलीहेल्थ) रोगी को योजना समझाता है।
- परिणाम: ये पांच अलग-अलग संस्थान, जो आमतौर पर एक-दूसरे से बात नहीं करते हैं, इस एक रोगी के लिए एक अस्थायी "वर्चुअल अस्पताल" बनाते हैं। वे अपने काम के विशिष्ट हिस्से के लिए डेटा साझा करते हैं, भुगतान प्राप्त करते हैं, और रोगी को एक पूर्ण समाधान मिलता है।
6. सिस्टम के ऊपर का "लेयर" (The "Layer" Above the System)
लेखक नोट करते हैं कि यह सिस्टम वर्तमान AI टूल्स (जैसे मॉडल कॉन्टेक्स्ट प्रोटोकॉल या MCP, जो टूल्स से बात करने का एक मानक तरीका है) को प्रतिस्थापित नहीं करता है। इसके बजाय, यह एक मैनेजर लेयर के रूप में ऊपर स्थित है।
- सोचिए कि MCP वे फोन लाइनें हैं जो एजेंटों को बात करने की अनुमति देती हैं।
- यह नया ढांचा डिस्पैचर है जो यह तय करता है कि किसे कॉल करना है, कब कॉल करना है, और बातचीत शुरू होने से पहले उन्हें कितना भुगतान करना है।
सारांश
शोध पत्र का तर्क है कि AI को वास्तव में स्केलेबल और जटिल वास्तविक दुनिया की समस्याओं के लिए उपयोगी बनाने के लिए, हमें एक विशाल AI मस्तिष्क बनाने की कोशिश करना बंद करना चाहिए। इसके बजाय, हमें विशेषीकृत AI एजेंटों का एक इंटरनेट बनाना चाहिए जो गतिशील रूप से टीम बना सकें, निष्पक्ष रूप से भुगतान पा सकें, और समस्याओं को हल कर सकें, ठीक वैसे ही जैसे फ्रीलांसरों का एक सुव्यवस्थित समूह काम करता है। शोध पत्र इन गणितीय नियमों और एल्गोरिदम को प्रदान करता है ताकि यह सुनिश्चित हो सके कि ये टीमें कुशलतापूर्वक काम करें और इस प्रक्रिया में नुकसान न उठाएं।
अपने क्षेत्र के पेपरों की भीड़ में उलझे हुए हैं?
आपके रिसर्च कीवर्ड से मेल खाने वाले सबसे नए और अलग सोच वाले पेपरों का रोज़ाना Digest पाएँ—तकनीकी सारांश के साथ, आपकी भाषा में।