Mixture of Agents (MoA)

Ajanlar Karışımı (MoA), karmaşık görevleri iş birliği içinde çözmek için birden fazla büyük dil modelinden (LLM) veya otonom ajandan yararlanan gelişmiş bir yapay zeka mimarisidir. Bir yanıt oluşturmak için tek bir modele güvenmek yerine, bir MoA sistemi aynı anda birkaç farklı modele sorgu gönderir. Bu ilk ajanlar, daha sonra bir toplayıcı veya sentezleyici ajana iletilen bağımsız yanıtlar üretirler. Toplayıcı, bu çeşitli bakış açılarını değerlendirir, iyileştirir ve tek, yüksek kaliteli bir nihai çıktıya dönüştürür. Bu iş birliğine dayalı yaklaşım, akıl yürütme yeteneklerini önemli ölçüde artırır ve bağımsız modellerin bireysel önyargılarını veya zayıflıklarını azaltarak doğal dil işleme (NLP) ve problem çözme alanında büyük bir ileri atılımı temsil eder.

Link to this sectionAjanlar Karışımı vs. Uzmanlar Karışımı#

Kulağa benzer gelseler de, MoA'yı ilgili Uzmanlar Karışımı (MoE) kavramından ayırmak çok önemlidir.

• Uzmanlar Karışımı (MoE): Tek bir sinir ağı mimarisi içinde çalışır. Çıkarım sırasında her bir token için yalnızca belirli, uzmanlaşmış alt katmanları (uzmanları) etkinleştirmek için bir yönlendirme mekanizması kullanır. Bu, yüksek parametre sayılarını korurken hesaplama verimliliğini optimize eder.
• Mixture of Agents (MoA): Operates at the model or system level. It involves entirely separate AI agents—often built on different foundation models—interacting in a pipeline. MoA acts more like a model ensemble combined with an intelligent review process, as detailed in recent multi-agent system research.

Link to this sectionGerçek Dünya Uygulamaları#

MoA mimarileri, derin akıl yürütme, doğruluk kontrolü ve çeşitli veri sentezi gerektiren ortamlarda üstün performans gösterir.

• Karmaşık Yazılım Mühendisliği: Yazılım geliştirmede bir MoA sistemi, temel mantığı yazmak için Anthropic Claude, birim testleri oluşturmak için OpenAI GPT-4o ve güvenlik denetimi için yerelleştirilmiş bir model kullanabilir. Nihai bir toplayıcı ajan, birleştirilmiş kodu gözden geçirir, test eder ve iyileştirilmiş, hatasız bir betik çıktısı üretir.
• Otomatik Tıbbi Teşhis: Sağlıkta yapay zekada, bir teşhis MoA işlem hattı; hasta geçmişini incelemek, laboratuvar sonuçlarını analiz etmek ve tıbbi görüntülemeyi işlemek için uzmanlaşmış ajanları devreye sokabilir. Sentezleyici ajan, doktorların kapsamlı bir teşhis oluşturmasına yardımcı olmak için bu bulguları birleştirir ve insan hatası olasılığını önemli ölçüde azaltır.

Link to this sectionGörmeyi MoA İş Akışlarına Entegre Etmek#

Modern MoA sistemleri giderek daha fazla çok modlu hale geliyor; bu da, üzerinde akıl yürütmeden önce fiziksel dünyayı algılamak için bilgisayarlı görü (CV) modellerine güvendikleri anlamına gelir. Örneğin, üretimde yapay zeka alanında, görsel bir ajan canlı kamera beslemesini inceleyebilir ve olgusal gözlemlerini bir akıl yürütme ajanına gönderebilir.

Aşağıdaki Python örneği, Ultralytics YOLO26'nın, sonraki LLM'lere aktarılacak bağlamsal verileri çıkararak bir MoA işlem hattı içinde nasıl "görsel ajan" olarak işlev görebileceğini göstermektedir. Geliştiriciler, Ultralytics Platform kullanarak bu uzmanlaşmış görü araçlarını sorunsuz bir şekilde yönetebilir ve ince ayar yapabilirler.

from ultralytics import YOLO

# Initialize YOLO26 as a dedicated visual agent
visual_agent = YOLO("yolo26n.pt")

# The agent observes the environment by running inference on an image
results = visual_agent("https://ultralytics.com/images/bus.jpg")

# Extract structured data to pass to the MoA aggregator
detected_classes = [visual_agent.names[int(cls)] for cls in results[0].boxes.cls]
unique_objects = set(detected_classes)

# This text context is then sent to the reasoning agent
print(f"Visual Agent Report: I have identified {', '.join(unique_objects)} in the scene.")

PyTorch gibi çerçevelerle oluşturulmuş yüksek yetenekli görü modelleri ile Google Gemini gibi gelişmiş bilişsel motorlar arasındaki boşluğu kapatan MoA ekosistemleri, insan iş birliğini yansıtır. Daha sağlam ve güvenilir otonom sistemlerin yolunu açan Ajanik RAG işlem hatlarının hızla temel taşı haline geliyorlar.