AI முகவர்களின் மறுமலர்ச்சி

AI முகவர்களின் (AI Agents) பரந்து விரிந்த உலகில், புதிய தெம்புடன் சில முன்னேற்றங்கள் காணப்படுகின்றன. MCP (Model Context Protocol), A2A (Agent-to-Agent Protocol), மற்றும் UnifAI போன்ற நெறிமுறைகள் ஒன்றிணைந்து, பல AI முகவர்கள் ஒன்றோடொன்று தொடர்பு கொள்ளும் ஒரு புதிய உள்கட்டமைப்பை உருவாக்குகின்றன. இந்த உள்கட்டமைப்பு, AI முகவர்களை வெறும் தகவல் வழங்கும் சேவைகளில் இருந்து மேம்படுத்தி, பயன்பாட்டு மற்றும் கருவி சேவை நிலைகளுக்கு கொண்டு செல்ல முயல்கிறது. இது AI முகவர்களின் இரண்டாவது வசந்த காலமாக இருக்குமா என்பதுதான் முக்கியமான கேள்வி.

MCP (Model Context Protocol) ஐப் புரிந்துகொள்ளுதல்

Anthropic நிறுவனத்தால் உருவாக்கப்பட்டது, மாதிரி சூழல் நெறிமுறை (Model Context Protocol) என்பது AI மாதிரிகளை வெளிப்புற கருவிகளுடன் இணைக்கும் ஒரு ‘நரம்பு மண்டலத்தை’ நிறுவுவதற்காக வடிவமைக்கப்பட்ட ஒரு திறந்த-நிலை ஒப்பந்தமாகும். இந்த நெறிமுறை, முகவர்களுக்கும் வெளிப்புற கருவிகளுக்கும் இடையிலான முக்கியமான இயங்குதன்மை சவால்களை எதிர்கொண்டு தீர்க்கிறது. Google DeepMind போன்ற தொழில்துறை ஜாம்பவான்களின் ஒப்புதல், MCP ஐ தொழில்துறையில் ஒரு அங்கீகரிக்கப்பட்ட தரநிலையாக விரைவாக நிலைநிறுத்தியுள்ளது.

MCP இன் தொழில்நுட்ப முக்கியத்துவம் செயல்பாட்டு அழைப்புகளின் தரப்படுத்தலில் உள்ளது, இது வெவ்வேறு பெரிய மொழி மாதிரிகள் (LLMs) ஒரு ஒருங்கிணைந்த மொழியைப் பயன்படுத்தி வெளிப்புற கருவிகளுடன் தொடர்பு கொள்ள உதவுகிறது. இந்த தரப்படுத்தல் Web3 AI சுற்றுச்சூழல் அமைப்பில் ‘HTTP நெறிமுறை’ போன்றது. இருப்பினும், MCP க்கு சில வரம்புகள் உள்ளன, குறிப்பாக தொலைதூர பாதுகாப்பான தொடர்புகளில், சொத்துக்கள் சம்பந்தப்பட்ட அடிக்கடி தொடர்புகளில் இது மிகவும் தெளிவாகிறது.

A2A (Agent-to-Agent Protocol) ஐ விளக்குதல்

Google நிறுவனத்தால் முன்னிலைப்படுத்தப்பட்டது, Agent-to-Agent Protocol என்பது முகவர்களுக்கிடையேயான தொடர்புகளுக்கான ஒரு தகவல் தொடர்பு கட்டமைப்பாகும், இது ‘Agent சமூக வலைப்பின்னல்’ போன்றது. AI கருவிகளை இணைப்பதில் கவனம் செலுத்தும் MCP ஐப் போலல்லாமல், A2A முகவர்களுக்கிடையேயான தொடர்பு மற்றும் தொடர்புக்கு முக்கியத்துவம் அளிக்கிறது. இது திறன் கண்டுபிடிப்பை நிவர்த்தி செய்ய ஒரு முகவர் அட்டை (Agent Card) பொறிமுறையைப் பயன்படுத்துகிறது, இது அட்லாசியன் (Atlassian) மற்றும் சேல்ஸ்ஃபோர்ஸ் (Salesforce) உட்பட 50 க்கும் மேற்பட்ட நிறுவனங்களால் ஆதரிக்கப்படும் குறுக்கு-தளம் மற்றும் பல-மாதிரி முகவர் ஒத்துழைப்பை செயல்படுத்துகிறது.

செயல்பாட்டு ரீதியாக, A2A AI உலகில் ஒரு ‘சமூக நெறிமுறையாக’ செயல்படுகிறது, இது ஒரு தரப்படுத்தப்பட்ட அணுகுமுறையின் மூலம் வெவ்வேறு சிறிய AI நிறுவனங்களிடையே ஒத்துழைப்பை எளிதாக்குகிறது. நெறிமுறைக்கு அப்பால், AI முகவர்களை அங்கீகரிப்பதில் கூகிளின் பங்கு குறிப்பிடத்தக்கது.

UnifAI ஐ பகுப்பாய்வு செய்தல்

ஒரு முகவர் ஒத்துழைப்பு வலையமைப்பாக நிலைநிறுத்தப்பட்டுள்ளது, UnifAI MCP மற்றும் A2A இரண்டின் பலத்தையும் ஒருங்கிணைப்பதை நோக்கமாகக் கொண்டுள்ளது, சிறிய மற்றும் நடுத்தர நிறுவனங்களுக்கு (SMEs) குறுக்கு-தளம் முகவர் ஒத்துழைப்பு தீர்வுகளை வழங்குகிறது. இதன் கட்டமைப்பு ஒரு ‘நடு அடுக்கு’ போன்றது, ஒருங்கிணைந்த சேவை கண்டுபிடிப்பு பொறிமுறையின் மூலம் முகவர் சுற்றுச்சூழல் அமைப்பின் செயல்திறனை மேம்படுத்த பாடுபடுகிறது. இருப்பினும், மற்ற நெறிமுறைகளுடன் ஒப்பிடும்போது, UnifAI இன் சந்தை செல்வாக்கு மற்றும் சுற்றுச்சூழல் அமைப்பு வளர்ச்சி இன்னும் ஒப்பீட்டளவில் குறைவாகவே உள்ளது, இது குறிப்பிட்ட முக்கிய சூழ்நிலைகளில் சாத்தியமான எதிர்காலத்தை பரிந்துரைக்கிறது.

DARK: சோலானாவில் MCP சேவையக பயன்பாடு

DARK என்பது Solana பிளாக்செயினில் கட்டப்பட்ட MCP சேவையக பயன்பாட்டின் செயல்படுத்தலைக் குறிக்கிறது. நம்பகமான செயல்பாட்டு சூழலை (Trusted Execution Environment - TEE) பயன்படுத்துவதன் மூலம், இது பாதுகாப்பை வழங்குகிறது, AI முகவர்கள் சொத்து இருப்புகளை வினவுதல் மற்றும் டோக்கன்களை வழங்குதல் போன்ற செயல்பாடுகளுக்கு Solana பிளாக்செயினுடன் நேரடியாக தொடர்பு கொள்ள அனுமதிக்கிறது.

இந்த நெறிமுறையின் முக்கிய சிறப்பம்சம் என்னவென்றால், DeFi இடத்தில் AI முகவர்களுக்கு அதிகாரம் அளிக்கும் திறன், ஆன்-செயின் செயல்பாடுகளுக்கான நம்பகமான செயல்பாட்டு சிக்கலைத் தீர்க்கிறது. MCP ஐ அடிப்படையாகக் கொண்ட DARK இன் பயன்பாட்டு-அடுக்கு செயல்படுத்தல் ஆய்வுக்கான புதிய வழிகளைத் திறக்கிறது.

ஆன்-செயின் AI முகவர்களுக்கான சாத்தியமான விரிவாக்க திசைகள் மற்றும் வாய்ப்புகள்

இந்த தரப்படுத்தப்பட்ட நெறிமுறைகளின் உதவியுடன், ஆன்-செயின் AI முகவர்கள் பல்வேறு விரிவாக்க திசைகள் மற்றும் வாய்ப்புகளை ஆராயலாம்:

• பரவலாக்கப்பட்ட செயலாக்க பயன்பாட்டு திறன்கள்: DARK இன் TEE அடிப்படையிலான வடிவமைப்பு ஒரு முக்கிய சவாலை எதிர்கொள்கிறது - AI மாதிரிகள் ஆன்-செயின் செயல்பாடுகளை நம்பகத்தன்மையுடன் செயல்படுத்த உதவுகிறது. இது DeFi துறையில் AI முகவர் செயல்படுத்தலுக்கு தொழில்நுட்ப ஆதரவை வழங்குகிறது, மேலும் அதிகமான AI முகவர்கள் தன்னிச்சையாக பரிவர்த்தனைகளைச் செயல்படுத்தவும், டோக்கன்களை வழங்கவும், பணப்புழக்கக் குளங்களை நிர்வகிக்கவும் வழிவகுக்கும்.

  வெறும் கருத்தியல் முகவர் மாதிரிகளுடன் ஒப்பிடும்போது, இந்த நடைமுறை முகவர் சுற்றுச்சூழல் அமைப்பு உண்மையான மதிப்பைக் கொண்டுள்ளது. (இருப்பினும், தற்போது GitHub இல் 12 செயல்கள் மட்டுமே இருப்பதால், DARK இன்னும் அதன் ஆரம்ப கட்டத்தில் உள்ளது, பெரிய அளவிலான பயன்பாட்டிலிருந்து வெகு தொலைவில் உள்ளது.)

• பல-முகவர் கூட்டு பிளாக்செயின் நெட்வொர்க்குகள்: பல-முகவர் ஒத்துழைப்பு சூழ்நிலைகளின் A2A மற்றும் UnifAI இன் ஆய்வு ஆன்-செயின் முகவர் சுற்றுச்சூழல் அமைப்புக்கு புதிய நெட்வொர்க் விளைவு சாத்தியக்கூறுகளை அறிமுகப்படுத்துகிறது. பல்வேறு சிறப்பு முகவர்களைக் கொண்ட ஒரு பரவலாக்கப்பட்ட பிணையத்தை கற்பனை செய்து பாருங்கள், இது ஒரு LLM இன் திறன்களை விட அதிகமாக இருக்கலாம் மற்றும் ஒரு தன்னாட்சி, கூட்டு, பரவலாக்கப்பட்ட சந்தையை உருவாக்கும். இது பிளாக்செயின் நெட்வொர்க்குகளின் விநியோகிக்கப்பட்ட தன்மையுடன் கச்சிதமாக ஒத்துப்போகிறது.

AI முகவர் நிலப்பரப்பின் பரிணாமம்

AI முகவர் துறை வெறும் விளம்பரத்தால் மட்டும் இயக்கப்படுவதிலிருந்து விலகிச் செல்கிறது. ஆன்-செயின் AI க்கான வளர்ச்சிப் பாதை, முதலில் குறுக்கு-தளம் தரநிலை சிக்கல்களை (MCP, A2A) கையாள்வதையும், பின்னர் பயன்பாட்டு-அடுக்கு கண்டுபிடிப்புகளாகப் பிரிப்பதையும் உள்ளடக்கியிருக்கலாம் (DARK இன் DeFi முயற்சிகள் போன்றவை).

பரவலாக்கப்பட்ட முகவர் சுற்றுச்சூழல் அமைப்பு ஒரு புதிய அடுக்கு விரிவாக்க கட்டமைப்பை உருவாக்கும்: அடிப்படை அடுக்கு TEE போன்ற அடிப்படை பாதுகாப்பு உத்தரவாதங்களைக் கொண்டுள்ளது, நடுத்தர அடுக்கில் MCP/A2A போன்ற நெறிமுறை தரநிலைகள் உள்ளன, மேலும் மேல் அடுக்கில் குறிப்பிட்ட செங்குத்து பயன்பாட்டு சூழ்நிலைகள் உள்ளன. (இது இருக்கும் Web3 AI ஆன்-செயின் நிலையான நெறிமுறைகளுக்கு எதிர்மறையாக இருக்கலாம்.)

பொது பயனர்களுக்கு, ஆன்-செயின் AI முகவர்களின் ஆரம்ப ஏற்ற இறக்கங்களை அனுபவித்த பிறகு, மிகப்பெரிய சந்தை மதிப்பு குமிழியை உருவாக்கக்கூடிய திட்டங்களை அடையாளம் காண்பதில் இருந்து கவனம் மாறி, Web3 ஐ AI உடன் ஒருங்கிணைப்பதில் பாதுகாப்பு, நம்பிக்கை மற்றும் ஒத்துழைப்பு போன்ற முக்கிய வலியை உண்மையாக உரையாற்றும் திட்டங்களுக்கு மாற வேண்டும். மற்றொரு குமிழி பொறியின் வீழ்ச்சியைத் தவிர்க்க, திட்ட முன்னேற்றம் Web2 இல் AI தொழில்நுட்ப கண்டுபிடிப்புகளுடன் ஒத்துப்போகிறதா என்பதை கண்காணிப்பது நல்லது.

முக்கிய கருத்துக்கள்

• AI முகவர்கள் Web2 AI நிலையான நெறிமுறைகளை (MCP, A2A போன்றவை) அடிப்படையாகக் கொண்ட பயன்பாட்டு-அடுக்கு விரிவாக்கம் மற்றும் விளம்பர வாய்ப்புகளின் புதிய அலையைக் கொண்டிருக்கலாம்.
• AI முகவர்கள் இப்போது ஒரு நிறுவனத்தின் தகவல் புஷ் சேவைகளுக்கு மட்டும் மட்டுப்படுத்தப்படவில்லை. பல AI முகவர் ஊடாடும் மற்றும் கூட்டு செயலாக்க கருவி சேவைகள் (DeFAI, GameFAI போன்றவை) முக்கிய கவனமாக இருக்கும்.

AI தொடர்புகளை தரப்படுத்துவதில் MCP இன் பங்கைப் பற்றிய ஆழமான ஆய்வு

MCP இன் மையமானது, AI மாதிரிகள் வெளிப்புற உலகத்துடன் தொடர்பு கொள்ள ஒரு பொதுவான மொழியை உருவாக்குவதாகும். ஒவ்வொரு தனிப்பயன் ஒருங்கிணைப்புகளின் தேவையின்றி, AI அமைப்புகள் பல்வேறு கருவிகள் மற்றும் சேவைகளுடன் தொடர்பு கொள்ள அனுமதிக்கும் உலகளாவிய மொழிபெயர்ப்பாளராக இதைக் கருதுங்கள். இது ஒரு குறிப்பிடத்தக்க முன்னேற்றமாகும், ஏனெனில் இது AI மூலம் இயக்கப்படும் பயன்பாடுகளை உருவாக்குவதற்குத் தேவையான சிக்கலையும் நேரத்தையும் பெரிதும் குறைக்கிறது.

MCP இன் முக்கிய நன்மைகளில் ஒன்று, வெவ்வேறு கருவிகள் மற்றும் சேவைகளின் அடிப்படை சிக்கல்களை சுருக்கமாகக் கூறக்கூடியது. அதாவது, AI உருவாக்குநர்கள் குறிப்பிட்ட API அல்லது தரவு வடிவங்களுடன் எவ்வாறு தொடர்பு கொள்வது என்பதன் விவரங்களில் மூழ்கிவிடாமல் தங்கள் பயன்பாடுகளின் தர்க்கத்தில் கவனம் செலுத்த முடியும். இந்த சுருக்கம் MCP தரத்தை ஆதரிக்கும் வரை, ஒரு கருவியை மற்றொன்றுடன் மாற்றுவதை எளிதாக்குகிறது.

மேலும், MCP AI மேம்பாட்டிற்கு மிகவும் மட்டுப்படுத்தப்பட்ட மற்றும் ஒருங்கிணைக்கக்கூடிய அணுகுமுறையை ஊக்குவிக்கிறது. AI மாதிரிகள் வெளிப்புற கருவிகளுடன் எவ்வாறு தொடர்பு கொள்கின்றன என்பதற்கான தெளிவான இடைமுகத்தை வரையறுப்பதன் மூலம், சிறிய, அதிக சிறப்பு வாய்ந்த கூறுகளை இணைப்பதன் மூலம் சிக்கலான AI அமைப்புகளை உருவாக்குவது எளிதாகிறது. இந்த மட்டுத்தன்மை பல்வேறு திட்டங்களில் AI கூறுகளை மறுபயன்பாடு மற்றும் பகிர்வதை எளிதாக்குகிறது.

இருப்பினும், MCP கொண்டு வரும் தரப்படுத்தல் சில சவால்களையும் முன்வைக்கிறது. பரந்த அளவிலான கருவிகள் மற்றும் சேவைகளுக்கு வேலை செய்யும் ஒரு பொதுவான இடைமுகத்தை வரையறுப்பது கவனமான சிந்தனை மற்றும் சமரசம் தேவைப்படுகிறது. இந்த தரம் மிகவும் பொதுவானதாகி குறிப்பிட்ட கருவிகளின் நுணுக்கங்களை முழுமையாகப் பிடிக்காமல் போகும் அபாயம் உள்ளது. கூடுதலாக, இந்த தரம் பாதுகாப்பானது மற்றும் தீங்கிழைக்கும் தாக்குதல்களுக்கு எதிராக பாதுகாக்கிறது என்பதை உறுதிப்படுத்துவது மிகவும் முக்கியமானது.

ஒரு கூட்டு AI சுற்றுச்சூழல் அமைப்பிற்கான A2A இன் பார்வை

MCP AI மாதிரிகள் மற்றும் வெளிப்புற கருவிகளுக்கு இடையிலான தொடர்பில் கவனம் செலுத்தும் போது, A2A ஒரு பரந்த கண்ணோட்டத்தை எடுத்துக்கொண்டு AI முகவர்களின் கூட்டு சுற்றுச்சூழல் அமைப்பை எதிர்பார்க்கிறது. இந்த சுற்றுச்சூழல் அமைப்பு வெவ்வேறு AI முகவர்களை தொடர்பு கொள்ளவும், ஒருங்கிணைக்கவும் மற்றும் சிக்கலான சிக்கல்களைத் தீர்க்க ஒன்றிணைந்து பணியாற்றவும் அனுமதிக்கும்.

முகவர் அட்டை (Agent Card) பொறிமுறையானது A2A இன் முக்கிய அங்கமாகும், இது முகவர்கள் ஒருவருக்கொருவர் திறன்களைக் கண்டறியவும் தகவல்களைப் பரிமாறிக்கொள்ளவும் உதவுகிறது. இந்த பொறிமுறையானது முகவர்கள் தங்கள் திறன்கள் மற்றும் சேவைகளை விளம்பரப்படுத்த அனுமதிக்கிறது, மற்ற முகவர்கள் அவற்றைக் கண்டுபிடித்துப் பயன்படுத்துவதை எளிதாக்குகிறது. முகவர் அட்டை (Agent Card) அவர்களின் அடிப்படை செயல்படுத்தலைப் பொருட்படுத்தாமல் மற்ற முகவர்களால் புரிந்து கொள்ளப்படுவதை உறுதிசெய்து, அவர்களின் திறன்களை விவரிக்க ஒரு தரப்படுத்தப்பட்ட வழியையும் வழங்குகிறது.

தொடர்பு மற்றும் ஒத்துழைப்பில் A2A இன் கவனம் AI பயன்பாடுகளுக்கு பரந்த அளவிலான சாத்தியக்கூறுகளைத் திறக்கிறது. தேவை முன்னறிவிப்பு, தளவாடங்களை மேம்படுத்துதல் அல்லது ஒப்பந்தங்களை பேச்சுவார்த்தை நடத்துதல் போன்ற ஒவ்வொரு முகவரும் ஒரு குறிப்பிட்ட பணியை கவனித்து ஒரு விநியோகச் சங்கிலியை நிர்வகிக்க ஒன்றாக வேலை செய்யும் AI முகவர்களின் குழுவை கற்பனை செய்து பாருங்கள். ஒத்துழைத்து தகவல்களைப் பகிர்வதன் மூலம், இந்த முகவர்கள் விநியோகச் சங்கிலியை மிகவும் திறமையாகவும் மீள்தன்மையுடனும் மாற்ற முடியும்.

இருப்பினும், ஒரு கூட்டு AI சுற்றுச்சூழல் அமைப்பை உருவாக்குவது குறிப்பிடத்தக்க சவால்களையும் முன்வைக்கிறது. முகவர்கள் ஒருவரையொருவர் நம்பவும் தகவல்களைப் பாதுகாப்பாகப் பரிமாறிக்கொள்ளவும் முடியும் என்பதை உறுதிப்படுத்துவது முக்கியம். கூடுதலாக, பல முகவர்களிடையே மோதல்களைத் தீர்ப்பதற்கும் செயல்களை ஒருங்கிணைப்பதற்கும் நெறிமுறைகளை உருவாக்குவது அவசியம்.

இடைவெளியைக் குறைப்பதற்கான UnifAI இன் லட்சியம்

AI பயன்பாடுகளை உருவாக்குவதற்கும் பயன்படுத்துவதற்கும் ஒரு ஒருங்கிணைந்த தளத்தை வழங்குவதன் மூலம் MCP மற்றும் A2A க்கு இடையிலான இடைவெளியைக் குறைக்க UnifAI நோக்கமாகக் கொண்டுள்ளது. இது இரண்டு நெறிமுறைகளின் பலத்தையும் ஒன்றிணைக்க முற்படுகிறது, வெளிப்புற சேவைகளுடன் தொடர்பு கொள்ளவும் மற்ற AI முகவர்களுடன் ஒத்துழைக்கவும் உருவாக்குநர்களுக்கு ஒரு விரிவான கருவி தொகுப்பை வழங்குகிறது.

UnifAI இன் SME களில் கவனம் செலுத்துவது குறிப்பாக குறிப்பிடத்தக்கது. SME களுக்கு சிக்கலான AI அமைப்புகளை புதிதாக உருவாக்குவதற்கான வளங்களும் நிபுணத்துவமும் பெரும்பாலும் இல்லை. பயன்படுத்த தயாராக இருக்கும் தளத்தை வழங்குவதன் மூலம், SME கள் AI தொழில்நுட்பங்களைப் பின்பற்றவும் அவர்களின் வணிக செயல்முறைகளை மேம்படுத்தவும் UnifAI உதவ முடியும்.

இருப்பினும், AI சந்தையில் நிறுவப்பட்ட வீரர்களுடன் போட்டியிடும் சவாலை UnifAI எதிர்கொள்கிறது. வெற்றிபெற, தற்போதுள்ள தீர்வுகளிலிருந்து வேறுபடுத்தும் ஒரு கட்டாய மதிப்பு முன்மொழிவை அது வழங்க வேண்டும். இது குறிப்பிட்ட முக்கிய சந்தைகளில் கவனம் செலுத்துவதை அல்லது வேறு எங்கும் கிடைக்காத தனித்துவமான அம்சங்களை வழங்குவதை உள்ளடக்கியிருக்கலாம்.

DeFi இல் DARK இன் தைரியமான படி

Solana இல் MCP சேவையகத்தின் DARK இன் செயல்படுத்தல் பரவலாக்கப்பட்ட நிதி (DeFi) உடன் AI ஐ ஒருங்கிணைப்பதற்கான ஒரு தைரியமான படியைக் குறிக்கிறது. நம்பகமான செயல்பாட்டு சூழலை (TEE) பயன்படுத்துவதன் மூலம், DARK AI முகவர்களை Solana பிளாக்செயினுடன் பாதுகாப்பாக தொடர்பு கொள்ள உதவுகிறது, இது AI மூலம் இயக்கப்படும் DeFi பயன்பாடுகளுக்கு பல சாத்தியக்கூறுகளைத் திறக்கிறது.

DARK இன் முக்கிய நன்மைகளில் ஒன்று சிக்கலான DeFi உத்திகளை தானியங்குபடுத்தும் திறன் ஆகும். சந்தை நிலைமைகளைக் கண்காணிக்கவும், வர்த்தகங்களை செயல்படுத்தவும், மனித தலையீடு இல்லாமல் பணப்புழக்கக் குளங்களை நிர்வகிக்கவும் AI முகவர்களை நிரல்படுத்தலாம். இந்த ஆட்டோமேஷன் செயல்திறனை மேம்படுத்தலாம் மற்றும் மனித பிழைக்கான ஆபத்தை குறைக்கலாம்.

இருப்பினும், AI ஐ DeFi உடன் ஒருங்கிணைப்பது குறிப்பிடத்தக்க அபாயங்களையும் முன்வைக்கிறது. AI முகவர்கள் தங்கள் குறியீட்டில் அல்லது அடிப்படை DeFi நெறிமுறைகளில் உள்ள பாதிப்புகளைப் பயன்படுத்தும் தாக்குதல்களுக்கு ஆளாக நேரிடும். கூடுதலாக, DeFi இல் AI ஐப் பயன்படுத்துவது வெளிப்படைத்தன்மை மற்றும் பொறுப்புக்கூறல் பற்றிய கவலைகளை எழுப்பக்கூடும்.

AI முகவர்களின் எதிர்காலம்: பல அடுக்கு அணுகுமுறை

AI முகவர்களின் பரிணாமம் ஒரு பல அடுக்கு அணுகுமுறையைப் பின்பற்ற வாய்ப்புள்ளது, வெவ்வேறு அடுக்குகள் அமைப்பின் வெவ்வேறு அம்சங்களுக்கு பொறுப்பாகும். அடிப்படை அடுக்கு TEE கள் போன்ற தொழில்நுட்பங்களைப் பயன்படுத்தி அடிப்படை பாதுகாப்பு மற்றும் நம்பிக்கையை வழங்குவதில் கவனம் செலுத்தும். நடுத்தர அடுக்கில் MCP மற்றும் A2A போன்ற நெறிமுறை தரநிலைகள் இருக்கும், அவை இயங்குதன்மை மற்றும் ஒத்துழைப்பை செயல்படுத்துகின்றன. மேல் அடுக்கில் வெவ்வேறு தொழில்கள் மற்றும் பயன்பாட்டு நிகழ்வுகளுக்கு ஏற்ற குறிப்பிட்ட செங்குத்து பயன்பாடுகள் இடம்பெறும்.

இந்த பல அடுக்கு அணுகுமுறை AI முகவர்களை மட்டுப்படுத்தப்பட்ட மற்றும் அளவிடக்கூடிய வழியில் உருவாக்க அனுமதிக்கும். மற்ற அடுக்குகளின் செயல்பாட்டைப் பாதிக்காமல் வெவ்வேறு அடுக்குகளை சுயாதீனமாக உருவாக்கலாம் மற்றும் மேம்படுத்தலாம். இந்த மட்டுத்தன்மை புதிய தொழில்நுட்பங்கள் மற்றும் பயன்பாட்டு நிகழ்வுகளுக்கு AI முகவர்களை மாற்றியமைப்பதை எளிதாக்கும்.

இருப்பினும், வெவ்வேறு அடுக்குகள் தடையின்றி ஒன்றாக வேலை செய்வதை உறுதி செய்வது ஒரு முக்கிய சவாலாக இருக்கும். வெவ்வேறு அடுக்குகளும் ஒன்றுக்கொன்று இணக்கமாக வடிவமைக்கப்பட வேண்டும், மேலும் அவற்றுக்கிடையே தெளிவான இடைமுகங்கள் இருக்க வேண்டும். கூடுதலாக, வெவ்வேறு அடுக்குகள் பாதுகாப்பானவை மற்றும் தீங்கிழைக்கும் தாக்குதல்களுக்கு எதிராக பாதுகாக்கின்றன என்பதை உறுதி செய்வது முக்கியம்.