Çok ajanlı yapay zekâ sistemi nedir? CAI'yi kurarken öğrendiklerimiz

Yapay zekâ projelerinin çoğu tek bir büyük modelle başlar. Bir soru sorulur, model cevap verir. Bu, bir metni özetlemek ya da bir e-postaya taslak yazmak için yeterlidir. Ama işin içinde karar varsa — para, risk, sıra, öncelik — tek bir modelden her şeyi beklemek kırılgan bir yapı kurar.

Çok ajanlı sistemler bu kırılganlığa verilmiş bir cevaptır. Bu yazıda ne olduklarını, ne zaman gerektiklerini ve kendi otonom ticaret sistemimiz CAI’yi kurarken neler öğrendiğimizi anlatıyoruz.

Çok ajanlı sistem, kısaca

Çok ajanlı bir yapay zekâ sistemi, her biri tek bir işe odaklanan birden fazla “ajanın” birlikte çalıştığı bir yapıdır. Ajan, belli bir görevi olan, belli verilere bakan ve belli bir çıktı üreten bir yazılım parçasıdır. Arkasında bir dil modeli, istatistiksel bir model ya da basit kurallar olabilir.

Ajanların üstünde genellikle bir orkestratör bulunur. Orkestratör, ajanların çıktılarını toplar, birbirleriyle çeliştiklerinde hangisine ne kadar güveneceğine karar verir ve sistemin tek bir sonuca ulaşmasını sağlar.

Bir benzetmeyle: tek bir modelden her şeyi istemek, bir şirkette bütün kararları tek bir kişiye bırakmaya benzer. Çok ajanlı sistem ise uzmanlardan oluşan bir masa ve o masayı yöneten bir başkandır.

Tek bir modelden farkı ne?

Üç önemli fark var:

• Uzmanlık. Her ajan dar bir alanda çalıştığı için daha tutarlı ve denetlenebilir sonuç üretir. “Piyasa şu an trendde mi, sıkışmada mı?” sorusuna cevap veren bir ajanı test etmek, her şeyi bilen bir modeli test etmekten çok daha kolaydır.
• Gerekçe. Kararın hangi ajanın hangi görüşünden çıktığı kayda geçer. Sonradan “bu karar neden verildi?” sorusunun bir cevabı olur.
• Sınırlar. Riskli bir adımı tek bir noktadan durdurabilir, belli kararları insan onayına bağlayabilir, maliyeti ajan başına bütçeleyebilirsiniz.

Bedeli de var: daha fazla parça, daha fazla bağlantı ve daha dikkatli bir mimari demek. Her proje çok ajanlı bir yapı gerektirmez.

Ne zaman çok ajanlı bir sistem gerekir?

Kendi deneyimimizde şu durumlarda tek bir model yetersiz kalıyor:

1. Karar, farklı türden bilgilerin birleşimine dayanıyorsa. Örneğin hem sayısal veriye hem metne hem de geçmiş kayıtlara bakmak gerekiyorsa.
2. Koşullar değişiyorsa. Bir yaklaşımın işe yaradığı ortam ile bir başkasının işe yaradığı ortam farklıysa, bunları ayrı uzmanlara bölmek daha sağlamdır.
3. Hata pahalıysa. Yanlış bir kararın maliyeti yüksekse, kararları birbirini denetleyen parçalara bölmek ve bir durdurma mekanizması kurmak şarttır.
4. Kararın açıklanması gerekiyorsa. Bir müşteriye, bir denetçiye ya da kendinize “neden?” sorusunun cevabını verebilmeniz gerekiyorsa.

Bu dört durumdan hiçbiri yoksa, iyi yazılmış tek bir model çağrısı çoğu zaman yeterlidir. Mimariyi gereğinden karmaşık kurmak da bir hatadır.

CAI: on ajanlı bir ticaret sistemi

CAI (Compass AI), atölyemizde geliştirdiğimiz ve gerçek sermayeyle çalışan otonom bir kripto vadeli işlem sistemidir. Klasik ticaret botları tek bir stratejiye dayanır ve piyasa karakter değiştirdiğinde — trendden sıkışmaya, sakinlikten ani oynaklığa geçtiğinde — zayıf düşer. CAI’de tek bir “kahraman strateji” yerine on uzman ajanın uzlaşmasını aradık.

Mimari üç katmandan oluşuyor:

• Algı katmanı. Piyasanın o anki rejimini, zincir üstü sinyalleri ve makro koşulları okuyan ajanlar. Bu katman karar vermez; yalnızca dünyayı tarif eder.
• Karar katmanı. Her biri kendi uzmanlığına dair görüş üreten ajanlar ve bu görüşleri ağırlıklandırarak tek bir pozisyon kararına indirgeyen bir meta-orkestratör.
• İcra katmanı. Risk bütçesini, fiyat kaymasını ve kademeli girişi yöneten katman. Bir karar doğru olsa bile kötü uygulanırsa zarar ettirir; bu yüzden icra ayrı bir uzmanlık olarak ele alınır.

Performans rakamlarını gizlilik nedeniyle paylaşmıyoruz. Ama mimari hakkında söyleyebileceğimiz çok şey var.

Öğrendiklerimiz

1. Durdurma düğmesi mimarinin ilk satırıdır. Sistemi tek bir tıkla devreden çıkarma imkânı sonradan eklenecek bir özellik değil. CAI’de elle durdurma her zaman otomatik kararlardan önce gelir. Bunu baştan kurmak, sistemi canlıya almaya cesaret etmenin önkoşulu oldu.

2. Ajanın görevi ne kadar dar olursa o kadar iyi. “Piyasayı analiz et” gibi geniş bir görev tanımı tutarsız sonuç verir. “Şu an trend mi var, sıkışma mı?” gibi tek bir soruya cevap veren ajan hem daha isabetli hem de test edilebilir oluyor.

3. Orkestratör, ajanların ortalamasını almaz. Ajanların görüşlerini eşit ağırlıkla birleştirmek, en kötü ajanı en iyisi kadar söz sahibi yapar. Hangi koşulda hangi ajana ne kadar güvenileceği, sistemin asıl zekâsıdır.

4. Her karar gerekçesiyle kaydedilmeli. Bir şey ters gittiğinde ilk soru “neden?” oluyor. Kararı oluşturan görüşlerin kaydı yoksa bu sorunun cevabı da yok.

5. Risk ve maliyet bütçesi baştan yazılır. Ne kadar kayba izin verildiği, bir ajanın ne kadar kaynak tüketebileceği ve hangi durumda insan onayının şart olduğu sonradan değil, tasarım aşamasında belirlenmeli.

Ticaret dışında nerede işe yarar?

Aynı mimari yaklaşım ticaret dışındaki karar süreçlerine de uygulanabiliyor:

• Başvuruları, talepleri ya da belgeleri ön değerlendirmeden geçiren, kararı gerekçesiyle insana sunan sistemler.
• Şirket içi dokümanlarla çalışan ve hangi bilgiye dayandığını gösteren asistanlar.
• Birden fazla kaynaktan gelen veriyi birleştirip raporlayan, şüpheli durumları işaretleyen izleme sistemleri.

Ortak nokta şu: yapay zekâ kararı tek başına vermiyor. Kararın parçalarını üretiyor, birleştiriyor ve gerekçesiyle sunuyor. Son söz, tasarımda belirlediğiniz yerde insanda kalıyor.

Kendi projeniz için

Bir karar sürecini yapay zekâyla kurmayı ya da mevcut bir yapay zekâ projesini daha sağlam hâle getirmeyi düşünüyorsanız, işe genellikle kısa bir mimari çalışmayla başlıyoruz: hangi ajanların gerektiği, hangi verilerle çalışacakları, sınırların nerede olacağı ve başarının nasıl ölçüleceği. Bu çalışmanın kendisi, çoğu zaman projenin en değerli çıktısı oluyor.