Исследователи из фонда i2CAT, университета Оулу и университета Халифы предложили набор принципов, которые позволят роям ИИ‑агентов в сети RAN не принимать ошибочных решений, ведущих к сбоям связи. Речь идет о перспективной архитектуре, где несколько LLM‑агентов внутри RIC (RAN Intelligent Controller) подписаны на телеметрию O‑RAN, обмениваются сообщениями и совместно управляют сетью. Проблема в том, что текущая архитектура воспринимает любое сообщение агента как неоспоримый факт, хотя на деле это лишь след чужих рассуждений, который может содержать галлюцинацию — синтаксически безупречную, но неверную.

Пример: при массовой переустановке соединений из‑за аварии соседней ячейки возникает всплеск запросов на доступ к каналу, а загрузка ресурсных блоков падает ниже 2%. Канал управления забит служебными пакетами, планировщик не успевает выдавать разрешения на передачу. Агент‑детектор аномалий, обученный только на пользовательской нагрузке, видит незнакомую картину, ошибочно классифицирует ячейку как простаивающую и рекомендует отключить резервную несущую. Агент энергосбережения исполняет команду, превращая временную перегрузку в отключенный сектор. Формально все верно, но интерпретация была неверной.

Решение исследователи нашли в человеческой психологии — способности моделировать, во что верит собеседник и в чем он может ошибаться. На этой основе сформулированы пять принципов.

  1. Сообщение агента — это не факт, а его личное мнение. Прежде чем ему поверить, получатель должен вспомнить, что этот отправитель писал раньше, и по этой истории понять, насколько его выводам можно доверять.
  2. Доверие к сообщению нельзя просто включить или выключить по принципу «верю — не верю». Правильнее оценивать его по шкале. Чем увереннее говорит отправитель и чем меньше эта уверенность расходится с тем, что от него логично было ожидать в такой ситуации, тем выше доверие. Эта история «дообучаема» и довольно шаткая, но пока в теории осуществима.
  3. Чтобы понять, придет ли вся сеть агентов к одному правильному выводу и как быстро, достаточно посмотреть на то, как плотно и надежно они связаны друг с другом. Чем крепче эти связи между агентами, тем быстрее ложное мнение одного не успевает разойтись по всей системе, а верное — наоборот, быстро подтверждается остальными.
  4. Столкнуть мнения. Агенту полезно представлять, что думает о ситуации сосед, и что этот сосед думает о мнении самого агента. Если пытаться просчитать ещё один уровень вложенности («а что он думает, что я думаю, что он думает…»), это резко увеличивает нагрузку на вычисления, а точность выводов при этом не растет, а падает почти до случайного угадывания.
  5. Даже при неограниченной скорости передачи данных агенты смогут договориться только если у них совпадают цели. Если один агент оптимизирует, например, экономию энергии, а другой — качество связи, и их приоритеты слишком сильно расходятся, то первый начинает неосознанно искажать свои сообщения в свою пользу. Получатель это понимает и перестает доверять точным деталям — в итоге, при достаточно сильном расхождении целей, сообщения могут идти между агентами бесконечно, но пользы от них будет ровно ноль, независимо от того, какой канал связи между ними стоит.

Предложенные принципы пока теоретические, но они задают направление для будущих архитектур RAN, где решения принимают не отдельные алгоритмы, а коллективы ИИ‑агентов. Внедрение таких подходов потребует пересмотра протоколов обмена сообщениями и механизмов оценки достоверности.