Qual é a medida da inteligência? Como definimos que um indivíduo ou programa é mais inteligente que o outro? É pelo seu estoque de informação? Ou talvez pela forma como o usa para encontrar as melhores soluções? Se você acha que é a segunda alternativa, possivelmente acredita que o mais inteligente é o que tem mais autonomia – e isso tem tudo a ver com inteligência artificial agêntica.

A IA nasceu inspirada nas redes neurais, morfologicamente falando: através de camadas cerebrais mais ou menos profundas, os neurônios se conectam em assembleias e, ao fazerem isso, armazenam informação em memória e, consequentemente, aprendem. Essa é, digamos, a parte fisiológica da inteligência.

Contudo, a medida da inteligência não é dada unicamente pela capacidade de formar rapidamente muitas conexões e guardar grandes volumes de dados. Ela é, em boa parte, mensurada pelas decisões que tomamos, mais especificamente pela qualidade das escolhas diante das informações que armazenamos. Para tomar decisões com menos ou mais qualidade, precisamos de algum nível de autonomia; ou usando um outro termo, agência.

Quando apresentamos os agentes de inteligência artificial aqui no blog da Inmetrics, descrevemos suas principais características: habilidade “social”, reatividade, pró-atividade, estoque de conhecimento, intenção, inocência e autonomia. Esses atributos definem o quão uma inteligência artificial é agêntica. Em outras palavras, agêntica é um adjetivo que qualifica uma IA e varia conforme intensidade: há agentes de inteligência artificial mais agênticos que outros.

Detalhando o conceito

Talvez a melhor forma de esclarecer o que é uma IA agêntica seja imaginarmos as interações que frequentemente realizamos em agentes de inteligência artificial do tipo chatbot. Você faz uma pergunta, ele gera uma resposta. Você faz outra pergunta, ele cria outra resposta e assim sucessivamente. Em outras palavras, essas aplicações de IA estão orientadas a resolver tarefas.

Uma inteligência artificial agêntica é orientada a um ou vários objetivos. Ao invés de buscarem cumprir tarefas isoladas, eles tem a capacidade de planejar o cumprimento de cada passo visando o objetivo final. Se recuperarmos as características dos agentes de inteligência artificial que citamos, as IAs agênticas têm mais autonomia, pró-atividade e intenção. Ou, em resumo, elas tem mais agência sobre a demanda que lhes é passada.

Podemos considerar que aplicações de inteligência artificial agêntica sejam versões evoluídas de sistemas de IA. Portanto, as bases conceituais que nortearam o seu desenvolvimento estavam lá nas origens das reflexões sobre o tema, na década de 1940. Contudo, somente a partir de 2023, com o trabalho de Andrew Ng em estruturar o que ele chamou de “fluxos de trabalho agênticos”, é que as IAs agênticas deixaram de ser propostas em artigos científicos e ganharam materialidade em aplicações de ampla utilização.

Em seu trabalho, Andrew Ng apresenta quatro padrões de design de aplicações de inteligência artificial agêntica:

1. Reflexão → os LLMs examinam o próprio trabalho, identificam erros e encontram formas de corrigi-los
2. Uso de ferramentas → : aos LLMs são dadas capacidades – pesquisar na Internet, executar código ou outra função – que os ajudam a encontrar informação, fazer escolhas ou processar dados
3. Planejamento → os LLMs identificam a necessidade e montam um plano em vários passos para cumprir um objetivo.
4. Colaboração multi-agente → agentes de inteligência artificial trabalham juntos: debatem sobre escolhas e dividem tarefas para encontrar uma solução que é melhor que um agente solitário conseguiria.

Inteligência artificial agêntica: como elas funcionam

Apresentamos a caracterização conceitual das aplicações de IA agêntica. Já sob um ponto de vista um pouco mais técnico, o que as definem são seus componentes, arquitetura e fluxos de trabalho.

Dentre os componentes, talvez o principal elemento que difere agentes de inteligência artificial tradicionais das IAs agênticas é a memória persistente. Além de usar a de curto prazo, a da janela de contexto dos LLMs, elas mantém memórias de longo prazo em bancos de dados vetoriais. É a memória persistente que permite a configuração de rotinas assíncronas e autônomas sem a necessidade de um prompt imediato. Assim, a IA agêntica pode atuar de maneira contínua.

Outro componente importante é a caixa de ferramentas. Há aplicações de IA agêntica que tem autonomia para criar uma máquina virtual própria. Operando-a, elas podem compilar e executar códigos, manipular arquivos e acessar a Internet para navegar, buscar informações e instalar dependências em sistemas.

Do ponto de vista da arquitetura podemos dizer, de forma superficial, que a inteligência artificial agêntica usa uma arquitetura de aplicações que contém redes neurais artificiais de diferentes tipos: as Transformer como núcleo de comando e outras periféricas que em geral, são subtipos de redes neurais Feedforward como as convolucionais. Estas operam nos módulos de visão computacional e são utilizadas, por exemplo, quando a aplicação precisa ler elementos na tela – botões, imagens, entre outros.

Conforme já dissemos neste texto, foi a estruturação dos “fluxos de trabalho agênticos” que possibilitaram a materialização de IAs agênticas. Eles são seu elemento mais peculiar, estabelecendo o modo como essas aplicações funcionam. Em linhas gerais, podemos dividir o fluxo de trabalho em quatro etapas:

1. Fase de percepção → identificação de informações, seja no prompt ou de outras origens, que serão necessárias para a compreensão do objetivo
2. Fase de raciocínio e planejamento → o agente estabelece o objetivo, o divide em tarefas sequenciais e identifica as ferramentas que utilizará para a conclusão de cada uma delas
3. Fase de ação → o sistema executa as ações, orquestradas pelo núcleo, normalmente agentes de inteligência artificial estruturados em redes neurais artificiais do tipo Transformer
4. Fase de aprendizado → a aplicação avalia se a entrega das tarefas está de acordo com o objetivo estabelecido, comparando o que foi concluído com o estado desejado. Caso a entrega seja mal avaliada, a aplicação busca uma forma de corrigir o erro.

A inteligência artificial agêntica já está em diversas aplicações, tanto de uso corporativo quanto pessoal. Eles são utilizados para inúmeras atividades que vão da análise profunda de dados a detecção de fraudes no sistema financeiro, passando por administrar integralmente um computador e todas as tarefas do usuário.

Muitas dessas capacidades de IAs agênticas são aplicadas nos projetos que desenvolvemos para nossos clientes, sendo conduzidos tanto pela unidade de Aceleração Digital quanto pela de Experiência Digital e pela de Consultoria, Dados e Inteligência Artificial. A depender da sua necessidade, teremos uma unidade especializada em te ajudar, tanto no desenvolvimento do seu próprio projeto de IA agêntica – incluindo a etapa de testes – quanto na análise e aplicação estratégia de inteligência artificial nos seus sistemas.

Se você quer ver as capacidades da IA agêntica nas aplicações da sua empresa, faça contato conosco! Um dos nossos especialistas estará à disposição para mostrar como os agentes de inteligência artificial evoluíram e como sua empresa pode tirar proveito disso!