UserCentrix: An Agentic Memory-augmented AI Framework for Smart Spaces

Resumo Técnico: UserCentrix

1. Problema e Contexto

A evolução de ambientes inteligentes (smart spaces) exige sistemas capazes de personalização em tempo real e adaptação dinâmica às necessidades do usuário. No entanto, a implementação de agentes de IA baseados em Grandes Modelos de Linguagem (LLMs) enfrenta desafios críticos:

• Gestão de Recursos: Equilibrar a latência, a precisão e o custo computacional, especialmente em dispositivos de borda (edge) com recursos limitados.
• Complexidade de Multi-Agentes: À medida que o número de agentes aumenta, surgem sobrecargas de comunicação, custos de sincronização e latência.
• Falta de Adaptação Contextual: Muitos sistemas não conseguem ajustar dinamicamente a profundidade do raciocínio ou a alocação de recursos com base na urgência da intenção do usuário.
• Memória e Personalização: A dificuldade em reter e estruturar experiências passadas para melhorar interações futuras sem reprocessamento desnecessário.

O artigo propõe o UserCentrix, um framework de orquestração híbrida de agentes que visa resolver essas questões através de mecanismos de decisão orientados à intenção e urgência.

2. Metodologia e Arquitetura

O UserCentrix é uma arquitetura de dois níveis (Lado do Usuário e Lado do Prédio/Edifício) que integra agentes de IA com memória aumentada e capacidades de auto-escala.

A. Arquitetura Geral:

• Lado do Usuário: Utiliza agentes LM personalizados com memória escalável e mecanismos de autoavaliação. Eles interpretam a intenção do usuário, recuperam conhecimento histórico (Raciocínio Baseado em Casos - CBR) e refinam respostas.
• Lado do Prédio (Smart Building): Gerencia o ambiente através de três módulos principais:
  1. Módulo de Tomada de Decisão: Classifica a urgência da intenção (Alta vs. Baixa) e seleciona a estratégia de agente adequada.
  2. Módulo de Execução de Sub-tarefas: Desdobra a intenção em tarefas menores executadas por agentes de baixo nível, utilizando Rendezvous Points (RPs) como memória compartilhada para coordenação e resolução de conflitos.
  3. Módulo de Gerenciamento e Análise: Utiliza uma fila de mensagens com Time-To-Live (TTL) para agendar comandos e um Agente de Ambiente que monitora desvios em tempo real, gerando comandos corretivos.

B. Mecanismos Chave:

• Classificação de Urgência:
  • Alta Urgência (Tempo < 2h): O agente prioriza a velocidade, gerando caminhos de raciocínio simplificados, reduzindo chamadas de LLM e sub-tarefas para garantir resposta imediata.
  • Baixa Urgência (Tempo ≥ 2h): O agente prioriza a precisão, gerando múltiplos caminhos de raciocínio, explorando opções complexas e utilizando aprendizado em contexto (in-context learning) para refinar soluções.
• Otimização Pareto: Um analisador Pareto avalia as soluções geradas com base em três funções de aptidão:
  1. Similaridade Semântica (cumprimento da intenção).
  2. Precisão (alinhamento com o objetivo original).
  3. Custo de Uso de Chamadas de LLM (quantidade de chamadas em relação a um máximo).
     O objetivo é encontrar o equilíbrio ótimo (Pareto) entre qualidade da decisão e custo computacional.
• Memória Aumentada: Os agentes armazenam intenções, preferências e justificativas de decisões em um repositório estruturado. Ao receber uma nova intenção, o sistema calcula a similaridade semântica com casos passados para recuperar preferências ou justificar decisões, evitando reprocessamento.

3. Principais Contribuições

1. Agente LM Personalizado com Memória Escalável: Um sistema que aprende com interações passadas, utilizando CBR e autoavaliação para aumentar a confiabilidade e eficiência.
2. Arquitetura Agente com Auto-escala Proativa: Adaptação dinâmica da profundidade do raciocínio e alocação de orçamento de inferência baseada na urgência da intenção do usuário.
3. Redes de Raciocínio Cooperativo: Múltiplos agentes que negociam termos de colaboração em pontos de encontro (RPs) para mitigar conflitos de intenção e garantir alinhamento.
4. Módulo de Gerenciamento com TTL: Controle de comandos via fila de mensagens com temporização precisa, garantindo que ações ocorram no momento exato e permitindo monitoramento de falhas.
5. Avaliação Empírica Robusta: Implementação e teste do framework utilizando diversos modelos (LLMs e SLMs) em ambientes de borda e nuvem, avaliados por Human-in-the-Loop e LLM-as-a-Judge.

4. Resultados Experimentais

Os experimentos foram conduzidos em um cenário de campus universitário inteligente (Oulu, Finlândia), comparando modelos como GPT-4o, Gemini 1.5 Flash, Claude 3.5 Sonnet, Mistral, Command-r7b e Granite3.1-MoE.

• Desempenho de Modelos:
  • GPT-4o e Gemini 1.5 Flash destacaram-se como os mais eficientes, oferecendo o melhor equilíbrio entre latência, uso de CPU e precisão em ambos os ambientes (nuvem e borda).
  • GPT-4o demonstrou latência extremamente baixa (ex: 1.38s na borda para alta urgência) e uso de CPU mínimo (2-5%).
  • Modelos maiores como Claude 3.5 Sonnet e Mistral apresentaram latências significativamente maiores (centenas de segundos) e alto consumo de recursos na borda, tornando-os menos viáveis para aplicações em tempo real restritas a recursos.
• Impacto da Urgência:
  • Agentes de Alta Urgência foram consistentemente mais rápidos, reduzindo chamadas de LLM e profundidade de hierarquia.
  • Agentes de Baixa Urgência permitiram gerações de soluções mais ricas e precisas, embora com maior custo computacional.
• Aprendizado em Contexto (In-Context Learning):
  • Após o ciclo de aprendizado (uso de memórias anteriores), o agente de baixa urgência (GPT-4o) mostrou melhoria na similaridade das soluções em aproximadamente 6,1%, com maior consistência na seleção de soluções ótimas.
• Avaliação de Precisão:
  • O mecanismo de otimização Pareto conseguiu identificar configurações que mantinham alta qualidade semântica enquanto minimizavam o custo de chamadas de LLM.
  • O Agente de Ambiente conseguiu detectar desvios e gerar comandos corretivos com alta precisão (1.0 em modelos selecionados) e baixa latência.

5. Significado e Conclusão

O UserCentrix representa um avanço significativo na orquestração de IA para espaços inteligentes, demonstrando que:

• A seleção dinâmica de modelos baseada na urgência da tarefa é crucial para a eficiência em ambientes de recursos limitados.
• A integração de memória aumentada e aprendizado em contexto permite que os agentes evoluam suas estratégias sem re-treinamento, melhorando a personalização ao longo do tempo.
• A abordagem híbrida (Borda-Nuvem) com orquestração de agentes e otimização Pareto oferece uma solução robusta para equilibrar a qualidade do raciocínio e a eficiência computacional.

O framework valida a viabilidade de sistemas de IA autônomos, adaptativos e orientados à intenção que operam de forma eficiente em cenários do mundo real, reduzindo a necessidade de intervenção humana e melhorando a experiência do usuário em ambientes inteligentes.