𝗖𝗹𝗮𝘂𝗱𝗲 𝗗𝘆𝗻𝗮𝗺𝗶𝗰 𝗪𝗼𝗿𝗸𝗳𝗹𝗼𝘄𝘀: 𝗖𝗵𝗼𝗿𝗲𝗼𝗴𝗿𝗮𝗽𝗵𝗲𝗱 𝗦𝗲𝗺𝗮𝗻𝘁𝗶𝗰 𝗕𝗲𝗵𝗮𝘃𝗶𝗼𝗿𝘀 𝗰𝗵𝗲 𝗿𝘂𝗽 𝗮𝗻𝗲
पारंपारिक वर्कफ्लोमध्ये प्रत्येक पायरी व्यवस्थापित करण्यासाठी एका मध्यवर्ती कंट्रोलरचा वापर केला जातो. कंट्रोलरला क्रमाने येणाऱ्या गोष्टी माहित असतात: वर्गीकरण करणे (classify), टूल कॉल करणे (call tool), प्रतीक्षा करणे (wait), शाखा तयार करणे (branch) आणि पूर्ण करणे (finish). हे अंदाज वर्तवण्यासाठी (predictability) उपयुक्त आहे, परंतु ते लवचिक नसते.
मी एक वेगळा दृष्टिकोन वापरतो. माझी प्रणाली 'कोरियोग्राफ्ड सिमेंटिक बिहेव्हियर्स' (choreographed semantic behaviors) वापरते. एका कंट्रोलरऐवजी, एजंट्स इव्हेंट्स पब्लिश (publish) आणि सबस्क्राईब (subscribe) करतात. एका एजंटला संपूर्ण प्रणाली माहित असण्याची गरज नसते. त्याला फक्त 'सिमेंटिक कॉन्ट्रॅक्ट' (semantic contract) माहित असणे आवश्यक आहे.
यामुळे एक हायब्रिड मॉडेल तयार होते:
- IntentGraph मॅक्रो इंटेंशन (macro intention) परिभाषित करते.
- QuarkBehavior सर्वात लहान सिमेंटिक युनिट (semantic unit) परिभाषित करते.
- SubAgents इव्हेंट्सवर प्रतिक्रिया देतात.
- ProofAgents अचूकता पडताळतात.
- HealingAgents अवैध स्थिती (invalid states) दुरुस्त करतात.
- BenchmarkAgents खर्च आणि लॅटन्सी (latency) मोजतात.
- Governor निकाल स्वीकारार्ह आहे की नाही हे ठरवतो.
या मॉडेलमध्ये, ऑर्केस्ट्रेशन (orchestration) उच्च-स्तरीय हेतू हाताळते. कोरियोग्राफी (choreography) स्थानिक अनुकूलन (local adaptation) हाताळते. ऑर्केस्ट्रेटर काय साध्य करायचे आहे हे सांगतो. एजंट्स इव्हेंट्सना कशा प्रकारे प्रतिसाद द्यावा हे स्वतः शोधून काढतात.
मी याला 'सिमेंटिक राउटिंग' (semantic routing) म्हणतो. जेव्हा एखादा मेसेज येतो, तेव्हा प्रणाली त्या हेतूचे वर्गीकरण करते. ती फक्त एखादे फंक्शन कॉल करत नाही. ती एक बिहेव्हियर निवडते, डेटा प्रमाणित (validate) करते आणि यश (success) किंवा त्रुटी (error) इव्हेंट्स जारी करते.
ही आर्किटेक्चर अनेक प्रगत पॅटर्न सक्षम करते:
Adversarial Verification एखाद्या एजंटने आउटपुट तयार केल्यानंतर, दुसरा एजंट ते चुकीचे असल्याचे सिद्ध करण्याचा प्रयत्न करतो. ॲडव्हर्सरी (adversary) एका अटॅकर, कंपायलर किंवा दुर्भावनापूर्ण वापरकर्ता (malicious user) म्हणून काम करतो. तो मदत करण्याचा प्रयत्न करत नाही. तो त्या उमेदवाराला (candidate) निकामी करण्याचा प्रयत्न करतो.
Generate-and-Filter प्रणाली अनेक उपाय (solutions) तयार करते. त्यानंतर ती त्यांना 'डिटरमिनिस्टिक गेट्स' (deterministic gates) मधून चालवते. हे गेट्स स्कीमा (schema), प्रकार (types), युनिट टेस्ट्स आणि सुरक्षा धोरणे (security policies) तपासतात. जनरेशन स्वस्त आहे, परंतु स्वीकृती (acceptance) कडक असणे आवश्यक आहे.
Tournament जर कोणताही एक उपाय सर्वोत्तम नसेल, तर मी टूर्नामेंट आयोजित करतो. मी अनेक स्पर्धात्मक उपाय तयार करतो आणि एका रूब्रिकच्या (rubric) आधारे त्यांना गुण देतो. आम्ही त्यांची CPU खर्च, मेमरी वापर आणि सुरक्षितता यावर तुलना करतो. टूर्नामेंट केवळ विजेता नाही, तर एक स्कोअरकार्ड तयार करते.
Intent-based Healing बहुतेक प्रणाली त्रुटी (error) दर्शवून थांबतात. माझी प्रणाली त्रुटीकडे एक नवीन इव्हेंट म्हणून पाहते. एक हीलिंग एजंट त्या त्रुटीला सबस्क्राईब करतो, ट्रेस (trace) प्राप्त करतो आणि पेलोड (payload) दुरुस्त करण्याचा प्रयत्न करतो. हे अभिसरणाचे (convergence) एक चक्र आहे.
चुका टाळणे हे आपले ध्येय नाही. प्रत्येक चुकीचे रूपांतर एका नवीन अर्थपूर्ण वर्तनात करणे हे आपले ध्येय आहे. जर एखादी त्रुटी घडली, तर याचा अर्थ असा की आपल्याकडे ज्ञानाचा अभाव आहे. आपण त्या त्रुटीचा वापर एक नवीन नियम तयार करण्यासाठी करतो, जेणेकरून ती चूक पुन्हा कधीही होणार नाही.
यामुळे कोडिंग हे केवळ अंदाज लावण्याच्या खेळाकडून अभियांत्रिकीकडे वळते.
पर्यायी लर्निंग कम्युनिटी: https://t.me/GyaanSetuAi