論文の概要: From Semantic Web and MAS to Agentic AI: A Unified Narrative of the Web of Agents
- arxiv url: http://arxiv.org/abs/2507.10644v3
- Date: Sat, 02 Aug 2025 11:13:45 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-05 20:32:48.636886
- Title: From Semantic Web and MAS to Agentic AI: A Unified Narrative of the Web of Agents
- Title（参考訳）: セマンティックウェブとMASからエージェントAIへ:エージェントのWebを統一した物語
- Authors: Tatiana Petrova, Boris Bliznioukov, Aleksandr Puzikov, Radu State,
- Abstract要約: エージェントのWeb(WoA)の包括的進化的概要について紹介する。
A2AやMPPのような現代的なプロトコルは、FIPA標準やOWLベースのセマンティックエージェントのような以前の標準の制限に対する直接的な進化的応答であることを示す。
我々は、新しいプロトコルは不可欠であるが、堅牢でオープンで信頼できるエコシステムを構築するには不十分である、と結論付けている。
- 参考スコア（独自算出の注目度）: 43.50183874732483
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: The concept of the Web of Agents (WoA), which transforms the static, document-centric Web into an environment of autonomous agents acting on users' behalf, has attracted growing interest as large language models (LLMs) become more capable. However, research in this area is still fragmented across different communities. Contemporary surveys catalog the latest LLM-powered frameworks, while the rich histories of Multi-Agent Systems (MAS) and the Semantic Web are often treated as separate, legacy domains. This fragmentation obscures the intellectual lineage of modern systems and hinders a holistic understanding of the field's trajectory. We present the first comprehensive evolutionary overview of the WoA. We show that modern protocols like A2A and the MCP, are direct evolutionary responses to the well-documented limitations of earlier standards like FIPA standards and OWL-based semantic agents. To systematize this analysis, we introduce a four-axis taxonomy (semantic foundation, communication paradigm, locus of intelligence, discovery mechanism). This framework provides a unified analytical lens for comparing agent architectures across all generations, revealing a clear line of descent where others have seen a disconnect. Our analysis identifies a paradigm shift in the 'locus of intelligence': from being encoded in external data (Semantic Web) or the platform (MAS) to being embedded within the agent's core model (LLM). This shift is foundational to modern Agentic AI, enabling the scalable and adaptive systems the WoA has long envisioned. We conclude that while new protocols are essential, they are insufficient for building a robust, open, trustworthy ecosystem. Finally, we argue that the next research frontier lies in solving persistent socio-technical challenges, and we map out a new agenda focused on decentralized identity, economic models, security, and governance for the emerging WoA.
- Abstract（参考訳）: Web of Agents(WoA)の概念は、静的なドキュメント中心のWebを、ユーザに代わって行動する自律的なエージェントの環境に変換するもので、大規模言語モデル(LLM)がより有能になるにつれて、関心が高まりつつある。
しかし、この地域の研究はいまだに地域によって断片化されている。
現代の調査では、最新のLLMベースのフレームワークをカタログ化しているが、Multi-Agent Systems(MAS)とSemantic Webの豊富な歴史は、しばしば独立したレガシードメインとして扱われる。
この断片化は現代のシステムの知的な系統を曖昧にし、分野の軌道の全体的理解を妨げる。
我々はWoAの包括的な進化的概要を初めて提示する。
A2AやMPPのような現代的なプロトコルは、FIPA標準やOWLベースのセマンティックエージェントといった以前の標準の文書化された制限に対する直接的な進化的応答であることを示す。
この分析を体系化するために,4軸分類法(セマンティック基盤,コミュニケーションパラダイム,知能の軌跡,発見機構)を導入する。
このフレームワークは、すべての世代にわたってエージェントアーキテクチャを比較するための統一された分析レンズを提供し、他の人が接続を切断したのを見た明確な降下線を明らかにする。
我々の分析では、外部データ(Semantic Web)やプラットフォーム(MAS)にエンコードされることから、エージェントのコアモデル(LLM)に埋め込まれることまで、"インテリジェンスの軌跡"におけるパラダイムシフトを特定した。
このシフトは、WoAが長い間想定していたスケーラブルで適応的なシステムを可能にする、現代的なエージェントAIの基礎となっている。
我々は、新しいプロトコルは不可欠であるが、堅牢でオープンで信頼できるエコシステムを構築するには不十分である、と結論付けている。
最後に、次の研究フロンティアは永続的な社会技術的課題の解決にあります。我々は、新たなWoAのための分散アイデンティティ、経済モデル、セキュリティ、ガバナンスに焦点を当てた新しいアジェンダをマップアップします。
関連論文リスト
- OS Agents: A Survey on MLLM-based Agents for General Computing Devices Use [101.57043903478257]
アイアンマンの架空のJ.A.R.V.I.Sほど有能で多用途なAIアシスタントを作る夢は、長い間想像力に恵まれてきた。
マルチモーダル(multi-modal)な大きな言語モデル((M)LLMs)の進化により、この夢は現実に近づいている。
本調査は,OSエージェント研究の現状を整理し,学術調査と産業開発の両方の指針を提供する。
論文 参考訳（メタデータ） (2025-08-06T14:33:45Z) - Agentic Web: Weaving the Next Web with AI Agents [109.13815627467514]
大規模言語モデル(LLM)を活用したAIエージェントの出現は、エージェントWebに対する重要な転換点である。
このパラダイムでは、エージェントが直接対話して、ユーザに代わって複雑なタスクを計画、コーディネート、実行します。
本稿では,エージェントWebの理解と構築のための構造化フレームワークを提案する。
論文 参考訳（メタデータ） (2025-07-28T17:58:12Z) - Why do AI agents communicate in human language? [6.784986834853486]
大規模言語モデル(LLM)は、現代のAIエージェントシステムの基礎となっている。
ほとんどの既存のシステムでは、エージェント間通信は主に自然言語に依存している。
この設計はエージェントとエージェントの協調に基本的な制限をもたらすと我々は主張する。
論文 参考訳（メタデータ） (2025-06-03T10:53:29Z) - Agentic AI and Multiagentic: Are We Reinventing the Wheel? [0.0]
AI Agenticという言葉は、基本的にAIエージェントのバズワードとしてよく使われ、AI Multiagenticはマルチエージェントシステムのバズワードとして使われる。
この混乱は、自律エージェントとマルチエージェントシステムの分野における数十年の研究を見落としている。
この論文は、科学と技術に関する厳密さと、AIにおける最先端技術から確立された用語の使用を提唱している。
論文 参考訳（メタデータ） (2025-06-02T09:19:11Z) - Internet of Agents: Fundamentals, Applications, and Challenges [66.44234034282421]
異種エージェント間のシームレスな相互接続、動的発見、協調的なオーケストレーションを可能にする基盤となるフレームワークとして、エージェントのインターネット(IoA)を紹介した。
我々は,機能通知と発見,適応通信プロトコル,動的タスクマッチング,コンセンサスとコンフリクト解決機構,インセンティブモデルなど,IoAの重要な運用イネーラを分析した。
論文 参考訳（メタデータ） (2025-05-12T02:04:37Z) - Vision-Language-Action Models: Concepts, Progress, Applications and Challenges [4.180065442680541]
Vision-Language-Actionモデルは、知覚、自然言語理解、実施された行動を単一の計算フレームワーク内で統一することを目的としている。
この基礎的なレビューは、ビジョン・ランゲージ・アクションモデルにおける最近の進歩の包括的合成を提示する。
主要な進歩分野は、アーキテクチャの革新、パラメータ効率のトレーニング戦略、リアルタイム推論アクセラレーションである。
論文 参考訳（メタデータ） (2025-05-07T19:46:43Z) - Large Language Model Agent: A Survey on Methodology, Applications and Challenges [88.3032929492409]
大きな言語モデル(LLM)エージェントは、目標駆動の振る舞いと動的適応能力を持ち、人工知能への重要な経路を示す可能性がある。
本調査は, LLMエージェントシステムを方法論中心の分類法により体系的に分解する。
私たちの作業は、エージェントの構築方法、コラボレーション方法、時間の経過とともにどのように進化するか、という、統一されたアーキテクチャの視点を提供します。
論文 参考訳（メタデータ） (2025-03-27T12:50:17Z) - IntellAgent: A Multi-Agent Framework for Evaluating Conversational AI Systems [2.2810745411557316]
IntellAgentは、対話型AIシステムを評価するためのスケーラブルでオープンソースのフレームワークである。
IntellAgentは、ポリシー駆動グラフモデリング、リアルイベント生成、対話型ユーザエージェントシミュレーションを組み合わせることで、合成ベンチマークの作成を自動化する。
我々の研究は、IntellAgentが、研究と展開の橋渡しの課題に対処することで、会話AIを前進させるための効果的なフレームワークであることを示した。
論文 参考訳（メタデータ） (2025-01-19T14:58:35Z) - Internet of Agents: Weaving a Web of Heterogeneous Agents for Collaborative Intelligence [79.5316642687565]
既存のマルチエージェントフレームワークは、多種多様なサードパーティエージェントの統合に苦慮することが多い。
我々はこれらの制限に対処する新しいフレームワークであるInternet of Agents (IoA)を提案する。
IoAはエージェント統合プロトコル、インスタントメッセージのようなアーキテクチャ設計、エージェントのチーム化と会話フロー制御のための動的メカニズムを導入している。
論文 参考訳（メタデータ） (2024-07-09T17:33:24Z) - Attacks in Adversarial Machine Learning: A Systematic Survey from the
Life-cycle Perspective [69.25513235556635]
敵対的機械学習(英: Adversarial Machine Learning、AML)は、機械学習の逆行現象を研究する。
機械学習システムの異なる段階で発生するこの敵対現象を探求するために、いくつかのパラダイムが最近開発された。
既存の攻撃パラダイムをカバーするための統一的な数学的枠組みを提案する。
論文 参考訳（メタデータ） (2023-02-19T02:12:21Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。