ทันเอไอ

ทีมนักวิจัยเผยแพร่ ARIA เฟรมเวิร์กแก้พลาดแบบเรียลไทม์ให้ระบบเอเจนต์ AI หลายตัว

งานวิจัยใหม่นำเสนอ ARIA เฟรมเวิร์กสำหรับตรวจสอบและแก้ไขข้อผิดพลาดในระบบเอเจนต์ AI หลายตัวขณะปฏิบัติงานจริง

วงการวิจัยปัญญาประดิษฐ์มีการเผยแพร่บทความวิชาการบนฐานข้อมูล arXiv รหัสอ้างอิง arXiv:2610.20780v1 โดยนำเสนอโครงสร้างที่มีชื่อว่า ARIA (Runtime Inspection and Amendment for Multi-Agent Systems) ซึ่งเข้ามาช่วยจัดการปัญหาข้อผิดพลาดในระบบเอเจนต์ AI หลายตัว (Multi-Agent Systems หรือ MAS) ที่ขับเคลื่อนด้วยโมเดลภาษาขนาดใหญ่ (LLM)

จากงานวิจัยระบุว่า ในระบบที่เอเจนต์หลายตัวทำงานร่วมกัน ความผิดพลาดเพียงจุดเล็กๆ ในระดับท้องถิ่น (local mistake) สามารถลุกลามและขยายวงกว้างได้ เมื่อเอเจนต์ตัวอื่นนำข้อมูลที่ผิดพลาดนั้นไปประมวลผลต่อ ส่งผลให้ภารกิจทั้งหมดล้มเหลวในท้ายที่สุด โดยวิธีการแก้ไขแบบดั้งเดิม เช่น การตรวจสอบงานหลังเสร็จสิ้นหรือการสั่งรันระบบซ้ำหลายรอบเพื่อหาจุดที่ผิดพลาด ยังไม่สามารถสร้างชุดนโยบายการแทรกแซงแบบอัตโนมัติในขณะที่ระบบกำลังปฏิบัติงานอยู่ได้

ด้วยเหตุนี้ ARIA จึงถูกพัฒนาขึ้นมาเป็นเฟรมเวิร์กสำหรับการเรียนรู้ว่าควรแทรกแซงและแก้ไขข้อผิดพลาดในระหว่างที่การทำงานยังดำเนินอยู่ (runtime) อย่างไร แนวคิดหลักของระบบนี้คือการเปลี่ยนผลลัพธ์จากการซ่อมแซมที่ผ่านการตรวจสอบแล้ว ให้กลายเป็นการกำกับดูแลที่สามารถนำกลับมาใช้ซ้ำได้ (reusable supervision) พร้อมทั้งย้ายกระบวนการค้นหาข้อผิดพลาดไปไว้ในขั้นตอนการสร้างข้อมูลและการฝึกอบรม เพื่อให้โมเดลที่ผ่านการฝึกฝนสามารถเข้ามาแทรกแซงการทำงานได้ทันทีโดยไม่ต้องเสียเวลาทดสอบทางเลือกอื่นซ้ำๆ ซึ่งในกระบวนการศึกษานี้ได้มีการรวบรวมเส้นทางการทำงานทั้งที่สำเร็จและล้มเหลวรวมกันกว่า 24,000 รายการ