Inteligência Artificial Agente Híbrida e Sistemas Multi-Agentes na Manufatura Inteligente

A convergência da Inteligência Artificial Agente (IA) e Sistemas Multi-Agentes (SMA) possibilita um novo paradigma para a tomada de decisão inteligente em Sistemas de Manufatura Inteligente (SMI). Arquiteturas tradicionais de SMA enfatizam a coordenação distribuída e a autonomia especializada, enquanto os avanços recentes em IA agente, impulsionados por Modelos de Linguagem Grande (MLGs), introduzem habilidades de raciocínio de ordem superior, planejamento e orquestração de ferramentas. Este artigo apresenta uma estrutura híbrida de IA agente e multi-agente para um caso de uso de Manutenção Prescritiva (RxM), onde agentes baseados em MLG fornecem orquestração estratégica e raciocínio adaptativo, complementados por agentes baseados em regras e Modelos de Linguagem Pequena (MLPs) realizando tarefas específicas de domínio de forma eficiente na borda. A estrutura proposta adota uma arquitetura em camadas que consiste em camadas de percepção, pré-processamento, análise e otimização, coordenadas através de um Agente Planejador MLG que gerencia decisões de fluxo de trabalho e retenção de contexto. Agentes especializados lidam de forma autônoma com descoberta de esquema, análise de características inteligentes, seleção de modelos e otimização prescritiva, enquanto uma interface humano-no-loop garante a transparência e auditabilidade das recomendações de manutenção geradas. Essa abordagem híbrida permite a adaptação dinâmica do modelo, a tomada de decisão transparente e o agendamento de manutenção consciente dos custos com base em insights orientados por dados. Uma implementação inicial de prova de conceito foi validada em dois conjuntos de dados industriais de manufatura. A estrutura desenvolvida é modular e extensível, permitindo que novos agentes ou módulos específicos de domínio sejam integrados de forma contínua à medida que as capacidades do sistema evoluem. Os resultados demonstram a capacidade do sistema de detectar automaticamente esquemas, adaptar pipelines de pré-processamento, otimizar o desempenho do modelo por meio de inteligência adaptativa e gerar recomendações de manutenção acionáveis e priorizadas. A estrutura mostra potencial para alcançar robustez, escalabilidade e explicabilidade aprimoradas para RxM na manufatura inteligente, fechando a lacuna entre raciocínio agente de alto nível e execução autônoma de baixo nível. • A estrutura híbrida de IA agente e multi-agente permite manutenção prescritiva na manufatura inteligente. • A arquitetura em camadas coordena agentes de percepção, pré-processamento, análise e otimização. • MLGs fornecem raciocínio estratégico e orquestração, enquanto MLPs suportam inteligência de borda de baixa latência. • A estrutura oferece recomendações transparentes, modulares e conscientes dos custos com supervisão humano-no-loop. • Validada em conjuntos de dados de manufatura para tarefas de classificação, regressão e detecção de anomalias.