A OpenAI está contratando para formar uma equipe 'Multi-Agente': Um Novo Avanço no Desenvolvimento de IA

A OpenAI lançou recentemente o modelo de IA o1 e decidiu formar uma equipe de pesquisa "multiagente" para avançar no desenvolvimento da inteligência artificial. O pesquisador Noam Brown compartilhou essa novidade na plataforma X.

De acordo com a escala de cinco níveis da OpenAI, o recém-lançado modelo o1 se enquadra na segunda categoria: "raciocínio". O desenvolvimento de sistemas multiagentes é fundamental para alcançar os objetivos do terceiro nível. Os cinco níveis são definidos da seguinte forma:

1. Chatbots: IA com habilidades básicas de conversação.

2. Raciocínio: IA capaz de resolver problemas em nível humano.

3. Agentes: IA que pode executar tarefas em nome dos usuários.

4. Inovadores: IA que ajuda a gerar novas ideias.

5. Organizador: IA que gerencia tarefas organizacionais de maneira eficiente.

A OpenAI e Brown acreditam que os sistemas multiagentes são essenciais para aprimorar as capacidades da IA. Brown afirmou: "Acreditamos que os multiagentes são um caminho para alcançar um raciocínio superior em IA."

Segundo o Information Daily, a OpenAI está desenvolvendo dois tipos de agentes de IA para automatizar tarefas complexas:

- Agentes focados no controle de dispositivos, capazes de transferir dados ou gerar relatórios complexos.

- Agentes especializados em tarefas na web, como coleta de dados públicos ou reserva de voos.

Simultaneamente, a DeepMind do Google está ativamente trabalhando em agentes de IA. O CEO Demis Hassabis prevê que esses sistemas podem estar operacionais dentro de um a dois anos. Em uma entrevista ao Bloomberg, ele expressou entusiasmo sobre a próxima fase dos grandes modelos gerais, observando: "Podemos esperar ver mais comportamentos semelhantes a esses agentes este ano ou no próximo."

Introdução aos Sistemas Multiagentes

Os sistemas multiagentes são compostos por vários agentes independentes impulsionados por grandes modelos de linguagem, interconectados de maneiras específicas. Cada agente possui seus próprios prompts, um modelo de linguagem abrangente (LLM) e ferramentas relevantes. Este sistema é projetado para facilitar a colaboração eficiente entre os agentes, permitindo que eles enfrentem tarefas complexas em conjunto. Essa abordagem colaborativa oferece soluções mais flexíveis e poderosas para desafios intricados.