Fluxos de trabalho agentivos são sistemas de software baseados em inteligência artificial que encadeiam vários modelos e ferramentas externas para lidar com tarefas complexas, como analisar um vídeo e responder a perguntas sobre ele.
Mas a forma como esses sistemas altamente fragmentados são projetados e implantados geralmente causa ineficiências que podem levar ao desperdício de computação, energia e custo.
Para melhorar a eficiência, pesquisadores do MIT e da Microsoft desenvolveram um sistema inteligente que otimiza o processo de design de fluxos de trabalho agentivos e otimiza automaticamente como esses fluxos de trabalho são implementados.
Com este novo método, um desenvolvedor pode descrever o que ele deseja que o fluxo de trabalho agentivo faça em linguagem simples, sem precisar especificar todos os detalhes de sua aplicação antecipadamente.
O sistema automaticamente descobre os melhores modelos e ferramentas a serem usados, bem como a configuração de hardware ideal e a alocação de recursos computacionais quando o fluxo de trabalho é executado por um provedor de nuvem.
Ele ajusta essas configurações dinamicamente com base nas prioridades de cada usuário, como minimizar custos ou maximizar a velocidade.
Quando testado em várias cargas de trabalho agentivas, este novo sistema reduziu o número de unidades computacionais necessárias para a implantação, diminuindo significativamente os requisitos de energia e custos em comparação com abordagens tradicionais sem prejudicar o desempenho.
“Os fluxos de trabalho agentivos estão se tornando muito complicados e rapidamente se tornando a espinha dorsal do que os provedores de nuvem estão fazendo. O uso de energia é uma grande preocupação, então precisamos ser muito cuidadosos com a eficiência desses fluxos de trabalho. É muito fácil alocar excessivamente recursos, desperdiçando energia e dinheiro. Permitir que um provedor de nuvem torne esses fluxos de trabalho mais otimizados em termos de recursos é um ganho para todos os envolvidos”, diz Gohar Chaudhry, estudante de pós-graduação em engenharia elétrica e ciência da computação (EECS) e
Fonte: MIT News - AI
Publicado em 2026-06-25