Çoklu Agent Sistemleri (Multi-Agent Systems) ile Kolektif Problem Çözme Eğitimi
Çoklu Agent Sistemleri (Multi-Agent Systems) ile Kolektif Problem Çözme Eğitimi
Eğitim Hakkında
Bu seçkin uzmanlık programı, tek bir yapay zekâ modelinin yeteneklerinin ötesine geçerek, otonom, akıllı "agent"ların bir araya gelerek tek başlarına çözemeyecekleri karmaşık problemleri nasıl kolektif bir zekâ ile çözdüğünü inceler. Katılımcılar, bu otonom agentların nasıl tasarlandığını, birbirleriyle nasıl iletişim kurup müzakere ettiğini ve en önemlisi, ortak bir hedef doğrultusunda iş birliği yapmayı veya rekabet etmeyi nasıl "öğrendiklerini" en temel teorilerden en gelişmiş algoritmalara kadar derinlemesine öğreneceklerdir. Program, katılımcılara sadece mevcut sistemleri analiz etme değil, aynı zamanda tedarik zinciri optimizasyonundan finansal piyasa simülasyonlarına kadar kendi merkeziyetsiz, adapte olabilen ve dayanıklı (resilient) yapay zekâ sistemlerini tasarlama ve geliştirme yetkinliği kazandırmayı hedefler.
Ön Koşul
Bu eğitimin herhangi bir ön koşulu yoktur.
Eğitim İçeriği
- Agent Kavramının Tanımlanması
- Zeki Agent Nedir? Otonomi, reaktivite, pro-aktivite ve sosyal yetenek kavramları.
- Basit Refleks Agent'larından Akıl Yürüten (Deliberative) Agent'lara.
- Agent'ların Sınıflandırılması ve Ortam (Environment) Tipleri.
- Temel Teoriler
- Agent Teorisi: BDI (Belief-Desire-Intention) gibi bilişsel agent mimarilerinin derinlemesine incelenmesi.
- Oyun Teorisi: Agent'lar arası stratejik etkileşimleri modelleme. Normal ve Kapsamlı Form Oyunlar, Nash Dengesi, Mahkûmun İkilemi ve bunun işbirliğine etkileri.
- Dağıtık Problem Çözme (Distributed Problem Solving): Görev ayrışımı ve sonuç sentezi.
- Agent İletişim Dilleri (ACL)
- İletişimin Temelleri: Sözdizimi (Syntax), Anlambilim (Semantics) ve Pragmatik (Pragmatics).
- FIPA-ACL ve KQML: Endüstri standardı iletişim dillerinin yapısı, konuşma eylemleri (performatives) ve ontolojiler.
- Vaka İncelemesi: Basit bir "istek-cevap" (request-inform) diyaloğunun kodlanması.
- İletişim ve Etkileşim Mimarileri
- Kara Tahta (Blackboard) Sistemleri: Agent'ların ortak bir bilgi alanına yazıp okuyarak dolaylı yoldan iletişim kurduğu mimari.
- Mesajlaşma (Message Passing) Sistemleri: Agent'ların birbirlerine doğrudan mesaj gönderdiği mimariler.
- Koordinasyon Teknikleri
- Açık Artırma (Auction) Protokolleri: Görevlerin veya kaynakların agent'lar arasında verimli bir şekilde dağıtılması (İngiliz, Hollanda, Vickrey açık artırmaları).
- Contract Net Protokolü: Bir agent'ın bir görevi ilan etmesi ve diğer agent'ların teklif vererek görevi üstlenmesi süreci.
- Stigmerji: Karıncaların feromon izleri bırakması gibi, agent'ların ortamda iz bırakarak dolaylı yoldan koordine olması.
- Müzakere ve Anlaşma Stratejileri
- Müzakere Protokolleri ve Stratejileri: Teklif verme, karşı teklif sunma ve anlaşmaya varma.
- Fayda (Utility) Fonksiyonları ile agent'ların tercihlerini modelleme.
- Koalisyon Oluşturma (Coalition Formation)
- Agent'ların ortak bir hedef için geçici takımlar veya gruplar (koalisyonlar) oluşturma mantığı ve algoritmaları.
- MARL'ın Temel Zorlukları
- Durağan Olmayan Ortam (Non-stationarity): Bir agent öğrenirken, diğer agent'ların da değişmesiyle ortamın sürekli "kaygan" hale gelmesi.
- Kredi Atama Problemi (Credit Assignment Problem): Kolektif bir başarının veya başarısızlığın hangi agent'ın hangi aksiyonundan kaynaklandığını belirleme zorluğu.
- MARL Algoritmik Yaklaşımları
- Bağımsız Öğrenenler (Independent Learners): En basit yaklaşım ve limitasyonları (örn: Independent Q-Learning).
- Merkezi Eğitim-Merkeziyetsiz Uygulama (CTDE-Centralized Training with Decentralized Execution): En popüler paradigma. Simülasyon sırasında tüm bilgiyi kullanan merkezi bir "eleştirmen" ile eğitip, canlıda sadece kendi gözlemleriyle hareket eden agent'lar yaratma.
- Değer Ayrıştırma (Value Decomposition) Yöntemleri: QMIX ve VDN gibi algoritmalarla global ödül fonksiyonunu yerel agent'lara adil bir şekilde dağıtma.
- Politika Gradyan Yöntemleri: MADDPG gibi aktör-kritik tabanlı algoritmalar.
- Uygulamalı MARL Atölyesi
- PettingZoo kütüphanesi ile klasik çoklu agent ortamlarında (örn: av-avcı, işbirliği gerektiren oyunlar) MARL algoritmalarının kodlanması ve eğitilmesi.
- LLM'leri Agent Beyni Olarak Kullanma
- Stanford'un "Generative Agents" projesinin derinlemesine analizi: LLM'lerin hafıza, planlama ve yansıtma (reflection) yetenekleriyle nasıl inandırıcı sosyal davranışlar sergilediği.
- LLM Agent Framework'leri
- Microsoft AutoGen ve LangChain Agents: Farklı rollerdeki (örn: "yazılımcı", "testçi", "proje yöneticisi") LLM agent'larının bir yazılım projesini kolektif olarak tamamladığı sistemlerin tasarlanması.
- Vaka İncelemesi: Bir pazar araştırması simülasyonu ("müşteri" agent'lar ve "satıcı" agent'lar).
- Aşama 1: Ortam ve Agent'ların Tasarımı
- Bir harita üzerinde depolar, müşteriler ve dinamik talep noktaları içeren bir simülasyon ortamı (Mesa veya custom Python) oluşturma.
- Otonom teslimat kamyonu (veya drone) agent'larının tasarlanması: Algılama (yakındaki diğer kamyonlar, talep noktaları), aksiyonlar (hareket et, paket al/bırak) ve hedefler (maliyeti minimize et).
- Aşama 2: Koordinasyon Mekanizmasının Entegrasyonu
- Yeni teslimat görevlerinin, en uygun kamyon agent'ına Contract Net veya açık artırma protokolü ile atanması.
- Aşama 3: MARL ile Zeki Davranışların Eğitilmesi
- Kamyon agent'larının, çarpışmalardan kaçınmayı, trafik sıkışıklığını öngörmeyi ve rotalarını kolektif olarak optimize etmeyi MARL ile öğrenmesi.
- Aşama 4: Senaryo Analizi ve Değerlendirme
- Simülasyonu çalıştırma ve sistemin genel verimliliğini (toplam teslimat süresi, yakıt maliyeti) ölçme.
- "Bir depoda arıza olursa" veya "ani bir talep artışı yaşanırsa" sistemin bu şoklara karşı ne kadar dayanıklı (resilient) olduğunu test etme.
- Gerçek Dünya Uygulamaları
- Robotik (Swarm Intelligence), Otonom Araç Filoları, Tedarik Zinciri Yönetimi, Finansal Piyasalar, Elektrik Şebekesi Yönetimi, Savunma Sanayii.
- Etik ve Güvenlik Zorlukları
- Kontrolden Çıkan Emergent Davranışlar: Agent'ların istenmeyen ve zararlı kolektif stratejiler geliştirmesi.
- Sorumluluk Problemi: Merkeziyetsiz bir sistemin neden olduğu bir hatadan kimin sorumlu olduğu.
- Manipülasyon ve Aldatma: Agent'ların kendi çıkarları için diğer agent'ları yanıltması.
- Gelecek Araştırma Konuları: Hibrit Zekâ, Açıklanabilir MARL
- Proje Sunumları ve Teknik Değerlendirme
- Eğitimin Ana Çıkarımlarının Özetlenmesi
- İleri Araştırma ve Kariyer için Yol Haritası
- Bu alandaki en önemli akademik konferanslar (AAMAS, NeurIPS), açık kaynaklı projelere katkı ve potansiyel araştırma konuları.
Kazanımlar
- E-posta yanıt sürelerini dakikalardan saniyelere indirerek tutarlılığı artırabileceksiniz.
- Kurumsal veri kaynaklarına güvenli ve izlenebilir erişim sağlayarak gölge BT riskini azaltabileceksiniz.
- Doğruluk, gizlilik, gecikme ve maliyet gibi ölçülebilir kalite metrikleriyle sürdürülebilir çözümler üretebileceksiniz.
- Şirket şemanıza ve iş kurallarınıza uygun özelleştirilebilir yapılar (intent-SQL haritaları, guardrail’ler) tasarlayabileceksiniz.
Hedef Kitle
- Çoklu robotların (swarm robotics) koordinasyonu üzerine çalışan Robotik Mühendisleri,
- Ekonomik piyasaları, sosyal dinamikleri veya tedarik zincirlerini modelleyen Simülasyon Uzmanları ve Kantitatif Analistler,
- Merkeziyetsiz otonom organizasyonlar (DAO) ve Web3 ekosistemleri için zeki sistemler geliştiren Blockchain ve Sistem Mimarları,
- Gerçekçi ve dinamik sanal dünyalar yaratmak isteyen Oyun Geliştirme (Game AI) Uzmanları.
- Karmaşık ve dağıtık yapay zekâ sistemleri tasarlayan Kıdemli Yapay Zekâ Mühendisleri ve Araştırmacıları,
Sertifika
Eğitimlerimize %80 oranında katılım gösterilmesi ve eğitim müfredatına göre uygulanacak sınav/projelerin başarıyla tamamlanması durumunda, eğitimin sonunda dijital ve QR kod destekli “BT Akademi Başarı Sertifikası” verilmektedir.
İlgili Kurslar
SEKTÖRÜN GÜVENDİĞİ ÇÖZÜM ORTAĞI
BT Akademi'yi tercih eden 4.000'den fazla kurum yanılmıyor.
