Los agentes de inteligencia artificial están revolucionando la forma en que los profesionales, desde científicos hasta directores ejecutivos, abordan tareas complejas. Estos sistemas de software semi-autónomos utilizan modelos de lenguaje grandes (LLMs) para resolver problemas específicos y automatizar procesos.
Cuando los LLMs cometen errores, es crucial que el agente pueda retroceder y aprender de esos fallos. Sin embargo, programar este tipo de retrocesos puede ser tan laborioso como desarrollar el agente original. Para facilitar este proceso, investigadores del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT (CSAIL) y Asari AI han creado EnCompass.
EnCompass: Un avance en la programación de agentes
EnCompass permite a los programadores evitar el trabajo tedioso de implementar retrocesos manualmente. Cuando se ejecuta un programa, EnCompass retrocede automáticamente si los LLMs fallan. También puede crear clones del programa en tiempo de ejecución para realizar múltiples intentos en paralelo, buscando la mejor solución posible.
Los programadores solo necesitan anotar los puntos donde desean que el agente retroceda o clone el programa, además de registrar información útil para la estrategia de búsqueda. Esto facilita la implementación de diferentes estrategias de búsqueda, ya sea utilizando las proporcionadas por EnCompass o creando una personalizada.
Eficiencia en la codificación con EnCompass
Los resultados iniciales muestran que EnCompass puede reducir el esfuerzo de programación hasta en un 80%. En un caso práctico, se utilizó para traducir código de Java a Python, logrando un ahorro de 348 líneas de código, o aproximadamente un 82%, en comparación con la implementación manual.
Los investigadores también destacaron que EnCompass permite experimentar con distintas estrategias de búsqueda, identificando la más efectiva como un algoritmo de búsqueda en beam de dos niveles, que mejoró la precisión entre un 15 y un 40% en diferentes repositorios de código.
Futuro de EnCompass y su impacto en la programación
Los creadores de EnCompass planean expandir su framework a tareas más complejas y en entornos del mundo real. La herramienta busca facilitar la colaboración entre humanos y agentes de IA, optimizando tareas como el diseño de hardware y la gestión de grandes bibliotecas de código.
El impacto de EnCompass podría ser significativo en la ingeniería de software, ya que ayuda a los programadores a aprovechar las capacidades de los LLMs mientras se navega por sus limitaciones. Esto marca un avance hacia el desarrollo de software más eficiente y efectivo en la era de la inteligencia artificial.
