|
Getting your Trinity Audio player ready...
|
In letzter Zeit haben Banken wie JP Morgan und Bank of America behutsam generative KI und KI-Agenten in ihre Dienstleistungen integriert. Die Bank of New York Mellon (BNY), ein Vorreiter in dieser Entwicklung, hat nun sein KI-Tool Eliza aktualisiert, um es zu einem Multi-Agenten-System auszubauen1How big U.S. bank BNY manages armies of AI agents
Multi-Agenten-Ansatz
Laut Sarthak Pattanaik, Leiter des KI-Hubs bei BNY, hat die Bank zu Beginn analysiert, wie verschiedene Abteilungen miteinander verbunden werden können, um den Informationszugang zu erleichtern. BNY entwickelte einen Empfehlungsagenten, der den Vertriebsteams hilft, passende Produkte für Kunden zu empfehlen, indem er Informationen über Kunden und Produkte verknüpft. Dies reduziert die Anzahl der Personen, mit denen Vertriebsmitarbeiter kommunizieren müssen, erheblich.
Aufbau des Systems
Das Multi-Agenten-System von BNY, das in Eliza implementiert ist, besteht aus etwa 13 Agenten, die miteinander „verhandeln“, um Produktempfehlungen zu ermitteln. Diese Agenten reichen von funktionsspezifischen Agenten bis hin zu Segmentagenten, die strukturierte und unstrukturierte Daten nutzen. Das System ist jedoch nicht vollständig autonom; BNY Betont, dass es nicht die Fähigkeit hat, automatisch Präsentationen zu erstellen.
BNY setzt Microsofts Autogen für die Entwicklung von KI-Agenten ein und verwendet gleichzeitig Open-Source-Lösungen. Die Softwareingenieure der Bank arbeiteten eng mit anderen Abteilungen zusammen, um sicherzustellen, dass die Agenten über die erforderliche Expertise verfügen und weniger „Halluzinationen“ aufweisen.
Weiterentwicklung von Eliza
BNY plant, Eliza weiter auszubauen. Die erste Version von Eliza wurde 2024 veröffentlicht, nachdem sie seit 2023 in Entwicklung war2Exclusive: How BNY’s new AI tool Eliza is minting an army of disposable assistants. Eliza ermöglicht es den Mitarbeitern, auf eine Vielzahl von KI-Anwendungen zuzugreifen und relevante Daten zu suchen. Für die nächste Version (Eliza 2.0) strebt die Bank an, intelligentere Agenten zu entwickeln, die lernen, logisch denken und autonomer handeln können. Hierbei sind Aspekte wie Risikomanagement, Erklärbarkeit und Transparenz wichtig, bevor eine vollständige Autonomie erreicht werden kann.
Ein Multiagentensystem (MAS) ist ein dezentrales KI-System, in dem mehrere autonome KI-Agenten miteinander interagieren, um gemeinsam komplexe Aufgaben zu lösen. Jeder Agent in einem MAS hat spezifische Fähigkeiten und kann unabhängig handeln, die Umgebung wahrnehmen, Entscheidungen treffen und Maßnahmen ergreifen.
Hauptmerkmale eines Multiagentensystems Dezentralisierung:
- Agenten arbeiten unabhängig und nutzen lokale Daten, ohne sich auf eine zentrale Steuerung zu verlassen.
- Lokale Ansichten: Jeder Agent hat nur eine begrenzte Sicht auf das Gesamtsystem.
Autonomie: Agenten interpretieren Informationen und handeln basierend auf eigenen Regeln und Zielen. - Kommunikation: Agenten tauschen Informationen über definierte Protokolle aus.
- Kooperation: Agenten arbeiten zusammen, um gemeinsame Ziele zu erreichen
Vorteile von Multiagentensystemen
- Flexibilität und Skalierbarkeit: MAS können sich dynamisch an veränderte Umgebungen anpassen.
- Robustheit: Das System bleibt funktionsfähig, selbst wenn einzelne Komponenten ausfallen.
- Selbstorganisation: Agenten können sich effektiv organisieren und Aufgaben koordinieren.
- Echtzeitbetrieb: Ermöglicht sofortige Reaktionen auf aktuelle Situationen
Anwendungsbereiche
Multiagentensysteme finden Anwendung in verschiedenen Bereichen wie:
- Industrielle Fertigung
- Autonome Fahrzeuge und Verkehrssteuerung
- Logistik und Lagersysteme
- Smart Cities Handel und Finanzwesen
Durch die Zusammenarbeit mehrerer spezialisierter Agenten können Multiagentensysteme komplexe Probleme effizienter lösen als einzelne KI-Systeme.
Zuerst erschienen auf Bankstil