I passaggi chiave per costruire questo sistema di ricerca multi-agente sono:

1. Crea tre diversi assistenti GPT:

   • Direttore: Legge e aggiorna il database Airtable, scompone i compiti di ricerca e li delega al Responsabile della ricerca e ai Ricercatori.
   • Responsabile della ricerca: Genera piani di ricerca, revisiona e garantisce il controllo della qualità per la ricerca effettuata dai Ricercatori.
   • Ricercatore: L'agente che in realtà naviga in Internet, raccoglie informazioni e produce i risultati della ricerca.

2. Utilizza il framework Autogon di Anthropic:

   • Autogon semplifica l'utilizzo dell'API Assistant di OpenAI fornendo un modo semplice per orchestrare la collaborazione tra i diversi agenti.

3. Implementa le funzioni necessarie:

   • Ricerca su Google
   • Estrazione e sintesi di siti web
   • Recupero e aggiornamento dei record di Airtable

4. Connetti gli agenti insieme:

   • Crea una chat di gruppo con l'Agente proxy utente, il Ricercatore, il Responsabile della ricerca e il Direttore.
   • Attiva i messaggi al gruppo per avviare il processo di ricerca.

In passato, il mio agente di ricerca era una semplice catena di modelli di linguaggio lineare che seguiva un processo molto semplice. Poteva prendere un argomento di ricerca, attivare una ricerca su Google e lasciare che un modello di linguaggio di grandi dimensioni scegliere i link più rilevanti e script dei siti web. L'agente avrebbe quindi generato un rapporto in base alle informazioni raccolte. Sebbene questo approccio funzionasse, era limitato a compiti di ricerca molto basilari e ovvi.

Due mesi dopo, l'agente di ricerca si è evoluto in un agente AI - una combinazione di un modello di linguaggio di grandi dimensioni, memoria e strumenti. Questo agente poteva ragionare per scomporre un obiettivo importante in sottocompiti e aveva accesso a vari strumenti come l'API di ricerca Google per completare tali compiti. Aveva anche una memoria a lungo termine per ricordare le sue azioni precedenti. La differenza fondamentale era che l'agente AI era più orientato agli obiettivi, consentendogli di intraprendere più azioni per completare un compito di ricerca, anche con obiettivi abbastanza ambigui.

Questa seconda versione dell'agente di ricerca è stata un miglioramento significativo, fornendo risultati di ricerca di qualità superiore e una lista di link di riferimento. Tuttavia, aveva ancora alcuni problemi. La qualità dei risultati non era sempre coerente e l'agente faticava con azioni complesse o vincolate che il modello OpenAI non era progettato per gestire, come trovare informazioni di contatto specifiche.

La svolta successiva è arrivata con l'emergere di sistemi multi-agente come M-GPT e ChatDef. Questi sistemi miravano a migliorare le prestazioni dei compiti introducendo non solo uno, ma più agenti che lavorano insieme. I recenti framework come Autogon hanno reso ancora più semplice la creazione di questi sistemi collaborativi, consentendo la creazione flessibile di varie gerarchie e strutture per orchestrare la cooperazione tra diversi agenti.

Con il rilascio dell'API Assistant di OpenAI e di GPT-3, il costo della creazione di agenti utili è diminuito notevolmente. Questo mi ha spinto a creare un Ricercatore AI 3.0, dove l'agente ricercatore originale esegue ancora la ricerca, ma viene introdotto un agente responsabile della ricerca per criticare i risultati e garantire il controllo della qualità. Inoltre, può essere aggiunto un agente direttore della ricerca per scomporre gli obiettivi di ricerca più ampi in sottocompiti e delegarli al responsabile della ricerca e ai ricercatori, gestendo anche compiti come la lettura e la scrittura di un database Airtable.

Questo sistema multi-agente rappresenta un cambiamento di paradigma nel modo in cui pensiamo all'AGI. Invece di un singolo AI in grado di fare tutte le cose, l'attenzione è sulla creazione di agenti specializzati che possono collaborare per raggiungere un obiettivo condiviso. Questo approccio affronta le sfide tecniche dell'addestramento di un singolo sistema AGI onnipotente.

La chiave per addestrare questi agenti altamente specializzati risiede in due metodi comuni: il fine-tuning e il knowledge-base retrieval-augmented generation (RAG). Il fine-tuning è utile quando si vuole migliorare le capacità del modello nell'esecuzione di compiti specifici, mentre il RAG è più adatto per fornire ai modelli di linguaggio di grandi dimensioni dati accurati e aggiornati.

Per rendere il processo di fine-tuning più accessibile, sono emersi platform come Gradio, che semplificano il fine-tuning di modelli open-source ad alte prestazioni come LLaMA e Hermit. Gradio rimuove la necessità di infrastrutture e unità di calcolo dedicate, consentendo agli sviluppatori e alle aziende di eseguire il fine-tuning dei modelli con poche righe di codice e un modello di prezzi pay-as-you-go.

Sfruttando questi progressi, il sistema Ricercatore AI 3.0 può ora fornire risultati di ricerca più coerenti e autonomi, con i vari agenti che collaborano per garantire qualità ed efficienza.

La chiave per costruire un sistema di ricerca multi-agente efficace risiede nella definizione chiara dei ruoli e delle responsabilità di ciascun agente, nonché nell'istituzione di un solido quadro di coordinamento. In questo sistema, abbiamo tre agenti distinti:

1. Direttore della ricerca: Il direttore è responsabile della gestione dell'intero processo di ricerca. Estraggono l'elenco delle aziende da ricercare dal database Airtable, scompongono i compiti di ricerca e li delegano al Responsabile della ricerca e ai Ricercatori. Il direttore aggiorna anche i record di Airtable con i risultati della ricerca completata.

2. Responsabile della ricerca: Il responsabile della ricerca funge da custode del controllo qualità. Revisiona i risultati della ricerca forniti dai Ricercatori, fornisce feedback e garantisce che le informazioni raccolte siano complete e allineate con gli obiettivi di ricerca.

3. Ricercatori: I ricercatori sono i cavalli da tiro del sistema. Sono responsabili dell'effettiva esecuzione della ricerca, eseguendo ricerche su Google, estraendo i siti web pertinenti e riassumendo i risultati.

Il coordinamento tra questi agenti è facilitato dal framework Autogon, che semplifica l'utilizzo dell'API Assistant di OpenAI. Ogni agente è definito come un Agente Assistente GPT, con prompt di sistema e funzioni registrate specifici. Gli agenti comunicano attraverso una chat di gruppo, dove il Direttore delega i compiti, i Ricercatori forniscono aggiornamenti e il Responsabile revisiona e fornisce feedback.

Scomponendo il processo di ricerca in questi ruoli specializzati, il sistema è in grado di fornire risultati di ricerca più coerenti e di alta qualità. Il Direttore garantisce che la ricerca sia allineata con gli obiettivi generali, il Responsabile fornisce il controllo qualità e i Ricercatori si concentrano sull'esecuzione dei compiti.

Lo sviluppo del sistema di ricercatore AI evidenzia i rapidi progressi nelle capacità dell'AI, in particolare nelle aree della collaborazione multi-agente e del ragionamento orientato ai compiti. I punti salienti di questo sistema includono:

1. Architettura modulare degli agenti: Il sistema è costruito utilizzando un approccio multi-agente, con agenti specializzati (Direttore, Responsabile della ricerca e Ricercatore) che lavorano insieme per portare a termine il compito di ricerca. Questa progettazione modulare consente flessibilità e scalabilità.

2. Flusso di lavoro automatizzato della ricerca: Il sistema automatizza il processo di ricerca, dalla scomposizione dell'obiettivo di ricerca, alla delega dei compiti, all'esecuzione di ricerche web e alla sintesi dei risultati, fino all'aggiornamento dei risultati finali nel database Airtable.

3. Assicurazione della qualità: L'agente Responsabile della ricerca funge da meccanismo di controllo qualità, fornendo feedback e spingendo l'agente Ricercatore a trovare informazioni più complete per garantire output di ricerca di alta qualità.

4. Sfruttamento di strumenti esterni: Il sistema integra vari servizi esterni, come la ricerca su Google, l'estrazione di siti web e Airtable, per raccogliere e organizzare i dati di ricerca, dimostrando la capacità di utilizzare un set diversificato di strumenti.

5. Miglioramento continuo: L'autore evidenzia il processo di sviluppo iterativo, con ogni versione del sistema di ricercatore AI che introduce nuove capacità e affronta le limitazioni precedenti, come la qualità incoerente e la gestione della memoria.

6. Accessibilità e scalabilità: L'utilizzo di piattaforme come Gradio per il fine-tuning dei modelli e Autogen per il coordinamento multi-agente contribuisce a ridurre le barriere tecniche per gli sviluppatori nella costruzione e distribuzione di tali sistemi.