Nel mondo moderno dell'intelligenza artificiale, alle macchine viene chiesto sempre più spesso di risolvere problemi leggendo enormi quantità di informazioni. Immaginate un bibliotecario che deve rispondere a una domanda specifica su una biblioteca che contiene milioni di libri. Un approccio consiste nel leggere ogni singolo libro, dalla prima all'ultima pagina, prima di tentare una risposta. Un altro approccio consiste nel fornire al bibliotecario un set di strumenti semplici: un modo per consultare un catalogo, camminare verso uno scaffale specifico e leggere solo le pagine rilevanti. Questo secondo metodo si basa sull'idea che una macchina possa imparare a navigare in una struttura complessa senza dover memorizzare tutto in anticipo. Questa è la sfida centrale nel costruire agenti capaci di ragionare su grafi di conoscenza, ovvero mappe digitali che collegano fatti, concetti e tabelle di dati. L'obiettivo è creare un sistema che possa trovare l'informazione giusta in una rete massiccia e mutevole di dati, proprio come farebbe un esperto umano, piuttosto che cercare di forzare l'intera rete in un unico, travolgente slot di memoria.

I ricercatori di Oplit hanno sviluppato un nuovo sistema chiamato GRA, un Graph Reasoning Agent (Agente di Ragionamento su Grafi), per testare questo approccio di navigazione contro un metodo più tradizionale. Hanno costruito un ambiente di fabbrica simulato, completo di un gemello digitale delle sue operazioni, inclusi i regolamenti su come vengono prodotti i prodotti, i dati sugli ordini e i registri delle prestazioni delle macchine. Questo ambiente, noto come Unified Factory Knowledge Model, contiene centinaia di domande analitiche che richiedono al sistema di trovare risposte specifiche collegando diversi pezzi di informazione. Alcune domande chiedono numeri semplici, mentre altre richiedono al sistema di comprendere regole complesse, come ad esempio se un nuovo programma di produzione sia possibile dato lo stato attuale della fabbrica. I ricercatori volevano vedere se un agente che esplora questa fabbrica digitale passo dopo passo, utilizzando un piccolo set di strumenti generici per cercare informazioni, potesse performare meglio di un agente a cui viene semplicemente somministrato l'intero manuale della fabbrica e lo schema del database tutto in una volta.

Il team ha testato tre modi diversi per gestire questo compito. Il primo metodo, che chiamano approccio a contesto completo (full-context approach), scarica l'intera descrizione della fabbrica, inclusi ogni tabella e ogni regola, nella memoria dell'intelligenza artificiale prima che inizi. È come consegnare al bibliotecaro l'intero catalogo della biblioteca e ogni libro presente nell'edificio prima di porre una singola domanda. Il secondo metodo rimuove completamente la mappa, fornendo all'agente solo un elenco di documenti testuali e tabelle da cercare, senza alcuna connessione tra di essi. Il terzo metodo, GRA, fornisce all'agente un set di sette strumenti semplici: può elencare ciò che ha nelle vicinanze, leggere i dettagli di un elemento specifico, cercare parole, cercare significati, eseguire una query al database, elaborare un piano di pensiero e, infine, fornire una risposta. Fondamentalmente, l'agente non conosce i nomi delle tabelle o delle regole in anticipo; deve scoprirli usando questi strumenti per esplorare il grafo.

I risultati hanno mostrato che l'agente che navigava il grafo passo dopo passo era più accurato di quello che cercava di leggere tutto in una volta. In un set di test di 258 domande, l'agente di navigazione ha risposto correttamente l'88,4 percento delle volte, mentre l'agente che leggeva il contesto completo ha risposto correttamente l'83,3 percento delle volte. Ancora più importante, l'agente di navigazione ha raggiunto questa maggiore precisione elaborando meno di un terzo delle informazioni che l'agente a contesto completo doveva processare. Ciò suggerisce che, per compiti complessi, sia meglio vedere meno, ma vedere in modo più selettivo. L'agente che leggeva tutto era spesso sopraffatto dal volume enorme di testo, mentre l'agente di navigazione si concentrava solo sui pezzi specifici di dati necessari per risolvere il problema in questione.

I ricercatori hanno anche scoperto che il successo di questo metodo di navigazione dipendeva fortemente dall'affidabilità degli strumenti utilizzati dall'agente. Quando il modello di intelligenza artificiale era bravo a seguire le istruzioni e a usare i propri strumenti senza commettere errori, l'approccio di navigazione funzionava molto bene. Tuttavia, quando il modello faticava a usare gli strumenti correttamente, il vantaggio svaniva e il metodo che leggeva tutto in una volta otteneva prestazioni migliori. Ciò indica che il beneficio di navigare un grafo deriva dalla capacità di recuperare esattamente ciò di cui si ha bisogno, ma questo funziona solo se l'agente può essere considerato affidabile nel recuperarlo correttamente. Lo studio ha scoperto che la struttura del grafo stesso non era la ragione principale del miglioramento; piuttosto, il miglioramento derivava dall'atto di accedere selettivamente alle informazioni. Anche quando il grafo veniva rimosso e l'agente cercava attraverso testi piatti, esso superava comunque il metodo a contesto completo, provando che la chiave era la strategia di ricerca dell'informazione piuttosto che la lettura di tutto.

Per dimostrare come questo funzioni in uno scenario del mondo reale, i ricercatori hanno mostrato come l'agente gestisse una richiesta da parte di un operatore di fabbrica. L'operatore chiedeva se una specifica regola potesse essere seguita: ovvero che le cornici in alluminio dovessero essere saldate in una di due stazioni specifiche un lunedì. L'agente non conosceva la risposta immediatamente. Ha iniziato cercando le stazioni di saldatura nella mappa digitale. Ha scoperto che una stazione era in realtà limitata alla saldatura di sole cornici in carbonio, una regola che non era ovvia dalla richiesta dell'operatore ma che era archiviata nel grafo. Questo ha immediatamente escluso un'opzione. L'agente ha poi controllato l'altra stazione e ha calcolato se avesse tempo a sufficienza per gestire il carico di lavoro. Ha confrontato le stime temporali standard con i dati storici effettivi e ha scoperto che il lavoro reale richiedeva più tempo del previsto, rendendo la richiesta impossibile da soddisfare in quel giorno. L'agente ha restituito un rifiuto chiaro, spiegando i due motivi specifici per cui la regola non poteva essere seguita, e ha persino suggerito due modi per correggere il programma.

In un secondo esempio, un operatore ha chiesto se fosse possibile limitare il numero di cambi di colore su una linea di assemblaggio a tre per turno. L'agente ha nuovamente navigato il grafo per trovare la definizione di turno e i registri della produzione passata. Ha riprodotto dieci mesi di storia per vedere quanto spesso quel limite sarebbe stato superato. Ha scoperto che in un numero esiguo di giorni il limite sarebbe stato ecceduto, ma non così spesso da rendere la regola impossibile da adottare. L'agente ha concluso che la regola era fattibile ma comportava un piccolo rischio stagionale. Una volta che l'operatore ha confermato, il sistema ha tradotto automaticamente la regola in un formato matematico che un risolutore informatico potesse utilizzare per gestire il programma della fabbrica, e ha poi registrato questa nuova regola nella mappa digitale per usi futuri.

Questo lavoro dimostra che l'intelligenza artificiale può gestire efficacemente la complessa conoscenza industriale agendo come un abile investigatore piuttosto che come un lettore passivo. Usando un piccolo set di strumenti semplici per esplorare una rete strutturata di fatti, il sistema può rispondere a domande difficili in modo più accurato ed efficiente rispetto al tentativo di processare tutto in una volta. Lo studio mostra che vedere meno, ma vederlo con uno scopo, permette all'agente di rispondere meglio. Questo approccio è particolarmente prezioso man mano che i set di dati crescono in dimensione e complessità, diventando eventualmente troppo grandi per entrare in un singolo prompt di memoria. In queste situazioni, la capacità di navigare e recuperare informazioni specifiche diventa l'unica via percorribile per un processo decisionale intelligente. I ricercatori concludono che il passo successivo sia perfezionare il sistema affinché non possa solo giudicare se una regola sia possibile, ma possa anche scrivere automaticamente il codice informatico necessario per farla rispettare, chiudendo il cerchio tra l'istruzione umana e l'esecuzione della macchina.