A Revolução da Eficiência Energética em Agentes de IA

A Nova Era dos Fluxos de Trabalho Agenticos

Os fluxos de trabalho agenticos representam um avanço significativo na forma como sistemas de inteligência artificial (IA) são projetados e implementados. Eles utilizam múltiplos modelos e ferramentas externas para realizar tarefas complexas, como análise de vídeos e respostas a consultas. Entretanto, a fragmentação desses sistemas pode causar ineficiências, levando ao desperdício de tempo e energia.

Pesquisadores do MIT e da Microsoft uniram forças para desenvolver um sistema inteligente que não apenas simplifica a criação de fluxos de trabalho agenticos, mas também otimiza sua implementação. O sistema, chamado Murakkab, permite que desenvolvedores descrevam suas intenções em termos simples, sem a necessidade de especificar todos os detalhes.

Melhoria na Eficiência e Evolução Constante

Ao implementar Murakkab, o desenvolvedor informa o que deseja que o fluxo de trabalho faça, e o sistema automaticamente decide os melhores modelos e ferramentas a serem utilizados. Ele também configura o hardware e a alocação de recursos computacionais com base nas prioridades do usuário, seja para minimizar custos ou maximizar a velocidade.

Quando testado em vários fluxos de trabalho agenticos, Murakkab conseguiu reduzir drasticamente o número de unidades computacionais necessárias, resultando em uma significativa diminuição dos requisitos de energia e custos, sem comprometer o desempenho. Gohar Chaudhry, estudante de engenharia elétrica e ciência da computação, afirma: “A utilização de energia é uma grande preocupação, por isso precisamos ser muito cuidadosos sobre como são eficientes esses fluxos de trabalho. Habilitar um provedor de nuvem a tornar esses fluxos de trabalho mais otimizados em termos de recursos é uma vitória para todos os envolvidos.”

Desafios e Potenciais da Tecnologia

A implementação de fluxos de trabalho agenticos envolve desafios, como a necessidade de os desenvolvedores definirem todas as escolhas técnicas upfront, como qual modelo ou ferramenta usar, junto ao hardware necessário. Esses sistemas muitas vezes são formados por modelos que não são revelados, tornando quase impossível para um centro de dados em nuvem alocar recursos de maneira eficiente.

Com Murakkab, é possível criar fluxo de trabalho ao descrever a aplicação de forma resumida, permitindo que o sistema identifique automaticamente as melhores combinações. A capacidade dinâmica do Murakkab vai além, permitindo que ele se adapte às mudanças e otimizações que surgem, como novos modelos ou aceleradores de GPU.

O Futuro dos Fluxos de Trabalho

Os pesquisadores planejam expandir o sistema para fluxos de trabalho mais complexos em clusters de computação maiores. “Há muito potencial para tornar esses fluxos de trabalho mais otimizados em recursos, consumindo muito menos energia. Devemos pensar nisso na escala das principais plataformas de nuvem,” conclui Chaudhry.

Esta pesquisa foi apoiada, em parte, pela Semiconductor Research Corporation e pela U.S. Defense Advanced Research Projects Agency.