Mixture of Agents (MoA)

Una Mixture of Agents (MoA) è un'architettura di intelligenza artificiale avanzata che sfrutta molteplici large language models (LLMs) o agenti autonomi per risolvere in modo collaborativo compiti complessi. Invece di affidarsi a un singolo modello per generare una risposta, un sistema MoA interroga simultaneamente diversi modelli distinti. Questi agenti iniziali producono risposte indipendenti, che vengono poi trasmesse a un agente aggregatore o sintetizzatore. L'aggregatore valuta, perfeziona e combina le diverse prospettive in un unico output finale di alta qualità. Questo approccio collaborativo potenzia significativamente le capacità di ragionamento e mitiga i pregiudizi o le debolezze individuali dei singoli modelli, rappresentando un importante passo avanti nella natural language processing (NLP) e nella risoluzione dei problemi.

Link to this sectionMixture of Agents vs. Mixture of Experts#

Sebbene suonino simili, è fondamentale distinguere la MoA dal concetto correlato di Mixture of Experts (MoE).

• Mixture of Experts (MoE): Opera all'interno di una singola neural network architecture. Utilizza un meccanismo di routing per attivare solo specifici sottostrati specializzati (esperti) per ogni token durante l'inferenza. Questo ottimizza l'efficienza computazionale mantenendo un elevato numero di parametri.
• Mixture of Agents (MoA): Opera a livello di modello o di sistema. Coinvolge AI agents completamente separati—spesso basati su diversi modelli fondamentali—che interagiscono in una pipeline. La MoA agisce più come un model ensemble combinato con un processo di revisione intelligente, come descritto nelle recenti multi-agent system research.

Link to this sectionApplicazioni nel mondo reale#

Le architetture MoA eccellono in ambienti che richiedono ragionamento profondo, verifica dei fatti e sintesi di dati eterogenei.

• Ingegneria del Software Complessa: Nello sviluppo software, un sistema MoA potrebbe utilizzare Anthropic Claude per scrivere la logica principale, OpenAI GPT-4o per generare unit test e un modello localizzato per l'audit di sicurezza. Un agente aggregatore finale esamina il codice combinato, lo testa e produce uno script raffinato e privo di bug.
• Diagnostica Medica Automatizzata: Nell'AI in healthcare, una pipeline diagnostica MoA può distribuire agenti specializzati per esaminare la storia del paziente, analizzare i risultati di laboratorio ed elaborare la diagnostica per immagini. L'agente sintetizzatore aggrega queste conclusioni per assistere i medici nella formulazione di una diagnosi completa, riducendo drasticamente la possibilità di errore umano.

Link to this sectionIntegrare la Visione nei Flussi di Lavoro MoA#

I moderni sistemi MoA sono sempre più multimodali, il che significa che si affidano a modelli di computer vision (CV) per percepire il mondo fisico prima di ragionare su di esso. Ad esempio, nell'AI in manufacturing, un agente visivo può ispezionare un feed video in tempo reale e inviare le proprie osservazioni fattuali a un agente di ragionamento.

Il seguente esempio in Python dimostra come Ultralytics YOLO26 possa funzionare come un "agente visivo" all'interno di una pipeline MoA, estraendo dati contestuali da fornire agli LLM a valle. Gli sviluppatori possono gestire e ottimizzare facilmente questi strumenti di visione specializzati utilizzando la Ultralytics Platform.

from ultralytics import YOLO

# Initialize YOLO26 as a dedicated visual agent
visual_agent = YOLO("yolo26n.pt")

# The agent observes the environment by running inference on an image
results = visual_agent("https://ultralytics.com/images/bus.jpg")

# Extract structured data to pass to the MoA aggregator
detected_classes = [visual_agent.names[int(cls)] for cls in results[0].boxes.cls]
unique_objects = set(detected_classes)

# This text context is then sent to the reasoning agent
print(f"Visual Agent Report: I have identified {', '.join(unique_objects)} in the scene.")

Colmando il divario tra modelli di visione altamente capaci costruiti con framework come PyTorch e motori cognitivi avanzati come Google Gemini, gli ecosistemi MoA rispecchiano la collaborazione umana. Stanno rapidamente diventando la spina dorsale delle pipeline di Agentic RAG, aprendo la strada a sistemi autonomi più robusti e affidabili.