Quando comecei a trabalhar com sistemas de colaboração multiagente (MAC), eles pareciam algo saído da ficção científica. É um grupo de entidades digitais autônomas que negociam, compartilham contexto e resolvem problemas em conjunto. Ao longo do ano passado, o MAC começou a tomar forma prática, com aplicações em múltiplos problemas do mundo real, incluindo agricultura adaptativa ao clima, gestão da cadeia de abastecimento e gestão de desastres. Está emergindo lentamente como um dos padrões arquitetônicos mais promissores para enfrentar desafios complexos e distribuídos no mundo real.
Em termos simples, os sistemas MAC consistem em múltiplos agentes inteligentes, cada um projetado para executar tarefas específicas, que são coordenados através de protocolos ou objetivos compartilhados. Em vez de um grande modelo tentando compreender e resolver tudo, os sistemas MAC decompõem o trabalho em partes especializadas, com agentes comunicando-se e adaptando-se dinamicamente.
As arquiteturas tradicionais de IA geralmente operam isoladamente, contando com modelos predefinidos. Embora poderosos, eles tendem a falhar quando confrontados com complexidade imprevisível ou de vários domínios. Por exemplo, um único modelo treinado para prever atrasos na cadeia de abastecimento pode ter um bom desempenho em condições estáveis, mas muitas vezes falha quando confrontado com situações como choques simultâneos, falhas logísticas ou mudanças políticas. Em contraste, a colaboração multiagente distribui inteligência. Os agentes são unidades especializadas no terreno responsáveis pela análise ou acção, enquanto um “supervisor” ou “orquestrador” coordena os seus resultados. Em termos empresariais, estes são componentes autônomos que colaboram através de interfaces definidas.
