L'Intelligence Artificielle Agentique (IA Agentique) représente un changement de paradigme par rapport aux systèmes d'IA traditionnels basés sur des règles et spécifiques aux tâches, vers des systèmes intelligents autonomes, orientés vers des objectifs, capables de raisonner, de planifier et d'agir dans des environnements dynamiques. Contrairement aux agents d'IA conventionnels qui opèrent dans des contraintes prédéfinies, les systèmes d'IA Agentique exploitent des modèles fondamentaux, notamment des modèles linguistiques avancés (LLMs), pour atteindre un comportement adaptatif, une utilisation de la mémoire persistante et une coordination multi-agents. Cet article fournit une revue complète de l'IA Agentique, couvrant son évolution depuis l'IA symbolique jusqu'aux systèmes modernes génératifs et basés sur des agents. Les composants architecturaux de base, y compris la perception, la mémoire, la planification, l'exécution et les couches d'orchestration, sont analysés aux côtés de cadres notables tels qu'AutoGen, CrewAI, MetaGPT, LangGraph et Semantic Kernel. Une taxonomie structurée des systèmes agentiques est présentée sur la base de l'architecture, des paradigmes d'interaction et de la spécialisation des domaines. L'article examine en outre les technologies habilitantes telles que l'apprentissage par renforcement, les systèmes multi-agents et l'IA neurosymbolique, et discute des méthodologies y compris les cadres de raisonnement basés sur BDI. Des applications dans les secteurs de la santé, de la finance, de la fabrication et de la collaboration homme-IA sont explorées pour souligner l'impact pratique. Enfin, les défis critiques, notamment l'évolutivité, les limitations d'évaluation, la complexité computationnelle et les préoccupations éthiques, sont analysés, suivis des directions de recherche futures axées sur l'explicabilité, l'apprentissage adaptatif et la généralisation interdomaines. Cette revue vise à fournir une compréhension cohérente et analytique de l'IA Agentique et de son potentiel à redéfinir les systèmes intelligents.
Sharma et al. (Mercredi,) ont étudié cette question.