Agenti su larga scala: un’architettura incentrata sulla percezione per agenti persistenti

Abstract degli autori

Gli agenti linguistici cognitivi hanno compiuto notevoli progressi grazie all’integrazione, nei modelli linguistici, di memoria, strumenti e procedure decisionali, che consentono loro di ragionare e agire in ambienti interattivi. Le architetture esistenti concepiscono perlopiù questi agenti come sistemi destinati a risolvere compiti circoscritti, definiti dagli utenti. Un obiettivo sempre più importante è invece far sì che gli agenti linguistici offrano assistenza continuativa in contesti di lunga durata, nei quali le esigenze degli utenti, il contesto e le procedure di servizio permangono e cambiano, e restino utili per l’ampia gamma di compiti che emergono nel tempo. Manca tuttavia un quadro di riferimento per caratterizzare gli agenti di IA persistenti, organizzare i lavori esistenti e orientare gli sviluppi futuri. A questo scopo proponiamo la Perception-Centered Architecture for Persistent Agents (Pera). Pera descrive un agente persistente organizzato attorno a componenti di percezione e controllo che rilevano continuamente segnali rilevanti per il servizio, provenienti dalle esecuzioni episodiche dei compiti, dal contesto interno e dai cambiamenti nell’ambiente circostante, e li usano per definire compiti legati al ciclo di vita. Questi compiti guidano il funzionamento continuo e l’adattamento delle procedure di servizio dell’agente. Usiamo Pera per organizzare retrospettivamente i lavori recenti, esaminare un caso di studio dettagliato e offrire indicazioni prospettiche per costruire agenti persistenti più capaci. Così come l’ingegneria del software è passata dalla programmazione su piccola scala a quella su larga scala, Pera inquadra l’evoluzione degli agenti linguistici come un’analoga transizione architetturale verso sistemi di intelligenza adattiva e di lunga durata.