En el mundo de la inteligencia artificial, los agentes de inteligencia artificial han sido un tema de interés en los últimos tiempos. Sin embargo, estos agentes tienen un problema: pueden ser difíciles de mantener enfocados en las tareas que necesitan ejecutar, especialmente en tareas de largo horizonte. En este sentido, la arquitectura de un solo agente puede ser limitante, ya que puede sufrir de la dilución de contexto, la saturación de herramientas y el fenómeno «perdido en el medio».
Para superar estos desafíos, se ha propuesto la idea de agentes de inteligencia artificial jerárquica, que se basan en la separación de preocupaciones y la delegación de tareas entre diferentes niveles de agentes. En este sentido, la jerarquía de agentes de inteligencia artificial puede ser vista como una estructura que se asemeja a cómo se organiza el trabajo en la mayoría de las empresas.
En la parte superior, se encuentra el agente de alto nivel, que es el jefe y puede procesar planes estratégicos, realizar la descomposición de tareas y gestionar procesos. A continuación, se encuentran los agentes de nivel medio, que reportan a los agentes de alto nivel y realizan tareas como implementar planes y descomponer tareas, y coordinar a equipos de agentes de nivel bajo.
En la parte inferior, se encuentran los agentes de nivel bajo, que reciben directivas de arriba y reportan los resultados a medida que van. Estos agentes de nivel bajo pueden ser especializados en tareas específicas y tienen acceso a herramientas específicas, lo que evita la saturación de herramientas y la selección de herramientas incorrectas.
La jerarquía de agentes de inteligencia artificial también permite la flexibilidad de modelo, ya que se puede encajar diferentes modelos a diferentes tareas. Además, permite la paralelismo y el bucle de retroalimentación recursiva, lo que facilita la monitoreo y el retry de los resultados.
Sin embargo, también hay algunas limitaciones reales que debemos ser conscientes. Una de ellas es la descomposición de tareas, que puede ser muy difícil y puede generar errores que se propagan a través de las diferentes capas de agentes. Otro problema es el overhead de coordinación, que requiere arquitectonar un sistema entero y diseñar el manejo de estado y la lógica de transferencia entre los agentes.
En conclusión, la jerarquía de agentes de inteligencia artificial es un enfoque interesante para superar los desafíos de tareas de largo horizonte. Sin embargo, es importante ser consciente de las limitaciones y desafíos que conlleva esta arquitectura.
Fuente: YouTube
