Microsoft tiene introducido un nuevo sistema de inteligencia artificial (IA) multiagente llamado Magnetic-One, diseñado para completar tareas complejas utilizando múltiples agentes especializados. Disponible como herramienta de código abierto en Microsoft AutoGen, este sistema tiene como objetivo ayudar a los desarrolladores e investigadores a crear aplicaciones que puedan gestionar de forma autónoma tareas de varios pasos en varios dominios.
¿Qué es Magnetic-One?
Magnetic-One es un sistema multiagente generalista que utiliza un orquestador para coordinar diferentes agentes, cada uno de los cuales se especializa en una tarea particular. El agente principal, llamado orquestador, trabaja junto con cuatro agentes especializados:
- Agente WebSurfer: maneja la navegación web, los clics y el resumen de contenido web.
- Agente FileSurfer: administra archivos, directorios y carpetas locales.
- Agente codificador: Escribe y ejecuta código, analiza información y crea nuevos proyectos.
- Agente terminal informático: Proporciona una consola para la ejecución del programa por parte del Coder Agent.
Estos agentes trabajan juntos para resolver tareas abiertas, lo que hace que Magnetic-One sea adecuado para aplicaciones como ingeniería de software, análisis de datos e investigación científica. Microsoft describe Magnetic-One como una “alternativa flexible y escalable a los sistemas de agente único” debido a su diseño modular, que permite agregar o eliminar agentes sin afectar la estructura central del sistema.
Características clave
Magnetic-One se destaca por su capacidad de activar múltiples agentes utilizando un único modelo de lenguaje. El sistema puede realizar diversas tareas, desde navegar en navegadores web hasta ejecutar código Python. Esta funcionalidad significa que puede manejar escenarios del mundo real, como reservar boletos, comprar productos o editar documentos en un dispositivo local.
La arquitectura modular de múltiples agentes garantiza que cada agente tenga una responsabilidad distinta, lo que resulta en una mayor eficiencia para tareas complejas de varios pasos. Este enfoque permite a Magnetic-One dividir un problema en subtareas, mejorando tanto la precisión como la velocidad de finalización de las tareas. Por ejemplo, si se le pide al sistema que reserve una entrada de cine, cada agente se encargará de una parte diferente de la tarea, como procesar información visual, navegar por el sitio web y completar la transacción.
El marco AutoGen de Microsoft impulsa Magnetic-One y admite la integración con varios modelos de lenguajes grandes y pequeños para cumplir con diferentes requisitos de costo y rendimiento. Actualmente, el sistema se prueba con modelos como GPT-4o y la vista previa o1 de OpenAI, aunque sigue siendo independiente del modelo, lo que permite flexibilidad futura.
Para evaluar la eficacia de Magnetic-One, Microsoft también lanzó AutoGenBench, una herramienta que evalúa el rendimiento agente en varios puntos de referencia como GAIA, AssistantBench y WebArena. Estos puntos de referencia se centran en tareas como la planificación de varios pasos y el uso de herramientas. Las pruebas iniciales de Microsoft de octubre de 2024 indican que Magnetic-One ofrece resultados competitivos frente a los métodos más modernos.
Vídeo: Microsoft
La tendencia creciente: sistemas multiagente
Magnetic-One es parte de una tendencia creciente hacia sistemas de IA multiagente. OpenAI ha presentado Swarmotro marco destinado a construir e implementar sistemas multiagente. De manera similar, IBM lanzó el Marco del agente de abejasun conjunto de herramientas de código abierto que admite la implementación de flujos de trabajo basados en agentes, compatible con modelos como Granito IBM y Llama 3.2. Estos sistemas, al igual que Magnetic-One, tienen como objetivo ofrecer soluciones escalables para tareas complejas de resolución de problemas.
Según Microsoft, «el diseño plug-and-play de Magnetic-One admite una fácil adaptación y extensibilidad al permitir agregar o eliminar agentes sin alterar otros agentes o la arquitectura general». Esta flexibilidad es particularmente importante para las necesidades comerciales cambiantes y las nuevas aplicaciones, lo que convierte a Magnetic-One en una herramienta prometedora para investigadores y desarrolladores que buscan crear sistemas de IA más adaptables.
Crédito de la imagen destacada: Kerem Gülen/Ideograma
