Del conjunto de técnicas existentes para la resolución de problemas complejos, una de las más utilizadas por su simplicidad es “Descomposición y análisis”, o dicho de otra forma, divide y vencerás. Y parece que a la IA también le es útil.
Recientemente, se ha publicado un estudio que aplica la técnica de descomposición y análisis a los modelos LLM para reducir los errores de la IA Generativa cuando son usados en procesos largos y complejos. La solución propuesta por los investigadores se llama MDAPs, es decir, Procesos Agénticos Masivamente Descompuestos, que consiste en lo siguiente:
👉 Descomposición. En lugar de que un único agente aborde una tarea de 200 pasos, el sistema hace que 200 agentes haga una única tarea.
👉 Esquema de votación. Las respuestas de esos 200 agentes independientes son votadas hasta que una respuesta potencial haya recibido un número determinado de votos por encima del resto.
👉 Alertas. Un sistema de vigilancia alerta cuando un agente se mete en un sistema de razonamiento equivocada. Cuando esto ocurre, la respuesta de ese agente de descarta solicitando una nueva mejorando así la probabilidad de éxito.
La arquitectura de los MDAPs no es una simple cuestión técnica, sino un nuevo marco de trabajo conceptual en el camino de construir sistemas de IA capaces de potenciar nuestra capacidad de resolución de problemas complejos.
¿Cómo puedes potenciar tu capacidad de resolución de problemas complejos? Pues una opción sería descomponer el problema principal en otros más pequeños, y analizar en cual de esos problemas más pequeños puedes aplicar un sistema agentico como MDAP, y en cuáles debes ser tú el que deba resolverlo.
Los líderes del futuro serán aquellos que sepan como utilizar la IA Generativa para potenciar sus capacidades cognitivas, como la resolución de problemas complejos. Pero en esto también te podré ayudar dentro de poco. 😉
MDAP: NUEVA ARQUITECTURA DE SISTEMAS AGÉNTICOS DE IA PARA POTENCIAR LA RESOLUCIÓN DE PROBLEMAS COMPLEJOS
