A Taxonomy of Architecture Options for Foundation Model-based Agents: Analysis and Decision Model

Negli ultimi anni è emersa un nuovo tipo di intelligenza artificiale, che non si limita a rispondere alle domande ma compie azioni. Questi non sono semplici programmi che seguono una rigida lista di istruzioni. Al contrario, sono sistemi basati su massicci "modelli di fondazione", che sono come vaste biblioteche della conoscenza e del linguaggio umano che sono state addestrate per comprendere il contesto e generare nuove idee. Quando gli sviluppatori collegano questi modelli a strumenti in grado di navigare sul web, scrivere codice o controllare software, creano degli "agenti". Questi agenti possono percepire il proprio ambiente, ragionare su un problema, pianificare una sequenza di passi e agire per raggiungere un obiettivo, proprio come farebbe un impiegato umano. Dalla gestione di complessi progetti software alla navigazione in mondi virtuali, questi sistemi promettono di rivoluzionare il nostro modo di lavorare. Eppure, man mano che questi agenti diventano più capaci, il modo in cui gli ingegneri li costruiscono è rimasto caotico. Senza un linguaggio condiviso o una mappa chiara delle scelte, i progettisti spesso assemblano i sistemi in modo ad hoc, prendendo decisioni basate su supposizioni piuttosto che su una comprensione sistematica di come le diverse parti si incastrino tra loro e quali compromessi creino.

Un team di ricercatori si è posto l'obiettivo di portare ordine in questa crescente complessità. Hanno condotto una revisione massiccia di 66 studi scientifici per capire esattamente come vengano costruiti questi agenti basati su modelli di fondazione. Il loro obiettivo non era solo elencare le parti, ma creare una guida strutturata che spieghi le conseguenze di ogni scelta di progettazione. Il risultato è una "tassonomia" completa, che è essenzialmente un sistema di classificazione dettagliato che organizza i molti modi in cui un agente può essere costruito. Hanno scoperto che gli architetti devono compiere scelte fondamentali su come un agente riceve le informazioni, come ricorda gli eventi passati, come pianifica le proprie azioni e come si coordina con altri agenti. Ad esempio, un agente può essere progettato per lavorare da solo o come parte di un team, per ricordare tutto ciò che vede per sempre o per dimenticare i dettagli vecchi per risparmiare spazio, o per seguire un unico percorso lineare verso un obiettivo o per esplorare simultaneamente molteplici rotte possibili.

I ricercatori hanno scoperto che ognuna di queste scelte comporta un costo. Non esiste un design perfetto che eccella in tutto. Se un architetto sceglie un sistema che è altamente flessibile e capace di adattarsi a cambiamenti imprevisti, spesso sacrifica la capacità di testare e correggere facilmente quel sistema in un secondo momento. Se dà priorità a un sistema di memoria che sia veloce da elaborare per il computer, potrebbe rendere più difficile per un essere umano comprendere perché l'agente abbia preso una specifica decisione. Per aiutare gli ingegneri a navigare tra questi difficili compromessi, il team ha costruito un "modello decisionale". Questo modello funge da mappa, mostrando esattamente come la scelta di un'opzione architettonica influenzi l'affidabilità, la velocità, la sicurezza e la facilità d'uso del sistema. Esso rende visibili i compromessi nascosti, permettendo ai progettisti di scegliere un percorso che si allinei alle loro esigenze specifiche, che si tratti di costruire un sistema che non debba mai fallire o uno che possa apprendere e adattarsi al volo.

Per garantire che i loro risultati fossero utili e accurati, i ricercatori hanno testato il loro framework con dodici esperti provenienti sia dalle università che da grandi aziende tecnologiche. Questi esperti, che vantano anni di esperienza nella costruzione di sistemi di IA complessi, hanno revisionato la classificazione e il modello decisionale. Gli esperti hanno concordato sul fatto che il framework catturasse con successo i blocchi costruttivi essenziali di questi agenti e fornisse un modo chiaro e pratico per ragionare sul loro design. Hanno constatato che il modello aiutava a chiarire scelte precedentemente confuse, come il bilanciamento tra la necessità che un agente sia autonomo e la necessità che sia sicuro e prevedibile. Lo studio conferma che il campo si sta allontanando dall'esperimento casuale verso un approccio ingegneristico più disciplinato, dove le decisioni vengono prese con una chiara comprensione delle conseguenze.

Il lavoro non pretende di aver risolto ogni problema o di fornire un unico modo migliore per costruire un agente. Invece, offre una base strutturata per la prossima generazione di progettazione. Organizzando il panorama delle opzioni e mappando esplicitamente i compromessi, i ricercatori hanno fornito agli architetti un vocabolario comune e un metodo rigoroso per il processo decisionale. Questo passaggio permette al settore di maturare, passando da una collezione di esperimenti isolati a una disciplina coesa in cui i sistemi possono essere progettati con intenzione, affidabilità e una chiara comprensione dei propri limiti. Poiché questi sistemi intelligenti diventeranno sempre più integrati nella nostra vita quotidiana, avere una mappa chiara di come sono costruiti e di cosa possono e non possono fare sarà essenziale per creare una tecnologia che sia potente e affidabile.