Ученые НГУ получили патент на модель тепловой сети для ЖКХ https://www.nsu.ru/n/media/news/nauka/uchenye-ngu-poluchili-patent-na-model-teplovoy-seti-dlya-zhkkh/
Forwarded from База знаний AI
🪼Deep Dive: мультиагентные системы
Одним из центральных драйверов развития искусственного интеллекта сегодня остаются ИИ-агенты. Многие аналитики (в частности, специалисты Gartner) называют важным трендом в этой области в 2026 году разработку и внедрение мультиагентных, или многоагентных систем (Multi-Agent Systems, MAS).
🖍 Что это такое?
Если кратко резюмировать разные источники (Google Cloud, Hugging Face, IBM, NVIDIA, SAP и Cloud.ru), мультиагентные системы — это набор ИИ-агентов 🕵️♂️🕵️♂️, работающих над решением одной или нескольких задач.
Агенты в MAS действуют в одной общей среде (Environment), а чтобы достичь поставленной цели, они как сотрудничают, так и соперничают между собой.
Мультиагентные системы представляют собой естественное развитие направления ИИ-агентов. Ключевой метрикой эффективности MAS является рост производительности процессов.
💡 Как они устроены?
Обычно архитектуры мультиагентных систем классифицируют (Google Research, LangChain) на основе того, как агенты взаимодействуют между собой:
• независимо: ИИ-агенты работают параллельно;
• централизованно: агент-оркестратор распределяет задачи субагентам-специалистам и отвечает за конечный результат;
• децентрализованно: агенты общаются между собой на равных правах, и решение, как выполнять задачу, принимается большинством голосов;
• гибридно: агент-оркестратор сводит результат работы общающихся между собой субагентов.
🔧 Для каких задач использовать?
MAS хорошо себя проявляют (Anthropic, LangChain, ML6) там, где от них требуется понимать промпты (инструкции) в специализированных областях и взаимодействовать с большим количеством различных инструментов для их выполнения.
📈 Кто и как уже применяет MAS?
Несмотря на значительное число заявлений от компаний по всему миру о разработке и внедрении мультиагентных систем в свои продукты, кейсов с измеримыми показателями не так много.
В России ситуация схожая. Пока больше встречается анонсов о переходе на эту архитектуру или о платформах для самостоятельной разработки ИИ-агентов и MAS, сотрудничествах в этой сфере («Яндекс», «Сбер», MWS AI, «Билайн» и red_mad_robot, «Технологии Доверия», Just AI и др.).
📕 Что изучить дополнительно по теме
• Введение в руководство по проектированию агентных систем от CTO Google Cloud Антонио Гулли (Antonio Gulli)
• Инструкция по построению архитектур MAS от CEO стартапа Quantmate Николь Кёнигштайн (Nicole Königstein)
• Гайды по созданию мультиагентных систем от «Сбера», «Яндекса», n8n
• Разбор от AI CTO в red_mad_robot Владислава Шевченко новой архитектуры MAS Team of Thoughts от исследователей из Имперского колледжа Лондона и Microsoft Research
• Обзор саморазвивающихся (Self-Evolving) агентных систем от коллектива ученых из Великобритании и Сингапура
• Разбор угроз для безопасности мультиагентных систем от преподавателя МГТУ им. Н.Э. Баумана Бориса Захира
***
Deep Dive — формат разбора для быстрого погружения в новую (или хайповую) технотему. С марта этого года он стал доступен на сайте ICT.Moscow в расширенной версии.
👉🏻 Читать подробнее о мультиагентных системах
Одним из центральных драйверов развития искусственного интеллекта сегодня остаются ИИ-агенты. Многие аналитики (в частности, специалисты Gartner) называют важным трендом в этой области в 2026 году разработку и внедрение мультиагентных, или многоагентных систем (Multi-Agent Systems, MAS).
🖍 Что это такое?
Если кратко резюмировать разные источники (Google Cloud, Hugging Face, IBM, NVIDIA, SAP и Cloud.ru), мультиагентные системы — это набор ИИ-агентов 🕵️♂️🕵️♂️, работающих над решением одной или нескольких задач.
Агенты в MAS действуют в одной общей среде (Environment), а чтобы достичь поставленной цели, они как сотрудничают, так и соперничают между собой.
Мультиагентные системы представляют собой естественное развитие направления ИИ-агентов. Ключевой метрикой эффективности MAS является рост производительности процессов.
💡 Как они устроены?
Обычно архитектуры мультиагентных систем классифицируют (Google Research, LangChain) на основе того, как агенты взаимодействуют между собой:
• независимо: ИИ-агенты работают параллельно;
• централизованно: агент-оркестратор распределяет задачи субагентам-специалистам и отвечает за конечный результат;
• децентрализованно: агенты общаются между собой на равных правах, и решение, как выполнять задачу, принимается большинством голосов;
• гибридно: агент-оркестратор сводит результат работы общающихся между собой субагентов.
🔧 Для каких задач использовать?
MAS хорошо себя проявляют (Anthropic, LangChain, ML6) там, где от них требуется понимать промпты (инструкции) в специализированных областях и взаимодействовать с большим количеством различных инструментов для их выполнения.
📈 Кто и как уже применяет MAS?
Несмотря на значительное число заявлений от компаний по всему миру о разработке и внедрении мультиагентных систем в свои продукты, кейсов с измеримыми показателями не так много.
В России ситуация схожая. Пока больше встречается анонсов о переходе на эту архитектуру или о платформах для самостоятельной разработки ИИ-агентов и MAS, сотрудничествах в этой сфере («Яндекс», «Сбер», MWS AI, «Билайн» и red_mad_robot, «Технологии Доверия», Just AI и др.).
📕 Что изучить дополнительно по теме
• Введение в руководство по проектированию агентных систем от CTO Google Cloud Антонио Гулли (Antonio Gulli)
• Инструкция по построению архитектур MAS от CEO стартапа Quantmate Николь Кёнигштайн (Nicole Königstein)
• Гайды по созданию мультиагентных систем от «Сбера», «Яндекса», n8n
• Разбор от AI CTO в red_mad_robot Владислава Шевченко новой архитектуры MAS Team of Thoughts от исследователей из Имперского колледжа Лондона и Microsoft Research
• Обзор саморазвивающихся (Self-Evolving) агентных систем от коллектива ученых из Великобритании и Сингапура
• Разбор угроз для безопасности мультиагентных систем от преподавателя МГТУ им. Н.Э. Баумана Бориса Захира
***
Deep Dive — формат разбора для быстрого погружения в новую (или хайповую) технотему. С марта этого года он стал доступен на сайте ICT.Moscow в расширенной версии.
👉🏻 Читать подробнее о мультиагентных системах