Miscela di principi attivi (MoA)

Un "Mixture of Agents" (MoA) è un'architettura avanzata di intelligenza artificiale che sfrutta più modelli linguistici di grandi dimensioni (LLM) o agenti autonomi per risolvere in modo collaborativo compiti complessi. Anziché affidarsi a un unico modello per generare una risposta, un sistema MoA interroga contemporaneamente diversi modelli distinti. Questi agenti iniziali producono risposte indipendenti, che vengono quindi trasmesse a un agente aggregatore o sintetizzatore. L'aggregatore valuta, perfeziona e combina le diverse prospettive in un unico risultato finale di alta qualità. Questo approccio collaborativo potenzia significativamente le capacità di ragionamento e mitiga i pregiudizi o le debolezze individuali dei modelli autonomi, rappresentando un importante passo avanti nell' elaborazione del linguaggio naturale (NLP) e nella risoluzione dei problemi.

"Miscela di agenti" contro "Miscela di esperti"

Sebbene i due termini sembrino simili, è fondamentale distinguere il MoA dal concetto affine di Mixture of Experts (MoE).

• Mixture of Experts (MoE): opera all'interno di un'unica architettura di rete neurale. Utilizza un meccanismo di instradamento per attivare solo sottolivelli specifici e specializzati (esperti) per ciascun token durante l'inferenza. Ciò ottimizza l'efficienza computazionale pur mantenendo un numero elevato di parametri.
• Miscela di agenti (MoA): opera a livello di modello o di sistema. Prevede l'interazione, all'interno di una pipeline, di agenti di intelligenza artificialecompletamente indipendenti —spesso basati su modelli di base diversi—. La MoA funziona più come un insieme di modelli combinato con un processo di revisione intelligente, come illustrato in recenti ricerche sui sistemi multi-agente.

Applicazioni nel mondo reale

Le architetture MoA danno il meglio di sé in contesti che richiedono un ragionamento approfondito, la verifica dei fatti e la sintesi di dati eterogenei.

• Ingegneria del software complessa: nello sviluppo di software, un sistema MoA potrebbe utilizzare Anthropic per scrivere la logica di base, OpenAI GPT-4o per generare i test unitari e un modello localizzato per il controllo della sicurezza. Un agente aggregatore finale esamina il codice combinato, lo testa e produce uno script ottimizzato e privo di bug .
• Diagnostica medica automatizzata: nel settore dell'intelligenza artificiale applicata alla sanità, una pipeline diagnostica basata sul meccanismo d'azione (MoA) può impiegare agenti specializzati per esaminare l'anamnesi del paziente, analizzare i risultati di laboratorio ed elaborare le immagini mediche. L' agente sintetizzatore aggrega questi risultati per aiutare i medici a formulare una diagnosi completa, riducendo drasticamente il rischio di errore umano.

Integrazione della visione artificiale nei flussi di lavoro MoA

I moderni sistemi MoA sono sempre più multimodali, nel senso che si avvalgono di modelli di visione artificiale (CV) per percepire il mondo fisico prima di elaborarne le informazioni. Ad esempio, nell’ambito dell’ intelligenza artificiale applicata alla produzione, un agente visivo può ispezionare le immagini in tempo reale riprese da una telecamera e inviare le proprie osservazioni concrete a un agente di ragionamento.

Il seguente Python mostra come Ultralytics possa fungere da "agente visivo" all'interno di una pipeline MoA, estraendo dati contestuali da fornire ai modelli di linguaggio di grandi dimensioni (LLM) a valle. Gli sviluppatori possono gestire e mettere a punto senza difficoltà questi strumenti di visione specializzati utilizzando la Ultralytics .

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 performanti realizzati con framework come PyTorch e motori cognitivi avanzati come Google , gli ecosistemi MoA rispecchiano la collaborazione umana. Stanno diventando rapidamente la spina dorsale delle pipeline RAG agentiche, aprendo la strada a sistemi autonomi più robusti e affidabili.