El crecimiento de la inteligencia artificial (IA) agencial se ve impulsado por la complejidad de las tareas que realizan las máquinas. Los agentes de IA se están convirtiendo en una parte esencial de nuestro panorama tecnológico, ya sea para vehículos autónomos o robots conversacionales. En el corazón de la IA agencial se encuentra la arquitectura que determina cómo los agentes perciben, aprenden, deciden y actúan. Las herramientas y los marcos utilizados para construir estos agentes son múltiples, y cada uno ofrece la capacidad de abordar problemas específicos. Navegar por estas plataformas es abrumador, pero es crucial para diseñar agentes eficaces e inteligentes.

En esencia, la IA agencial se refiere a sistemas que pueden tomar decisiones y actuar por sí mismos sin necesidad de intervención humana constante. El uso más común de este tipo de IA se encuentra en agentes autónomos, que se encargan de desplazarse por espacios, resolver problemas e interactuar con humanos u otras máquinas. Para construir estos agentes, es necesario un conocimiento sólido tanto de los principios teóricos como de las herramientas de trabajo.

Los desarrolladores utilizan Frameworks (marcos) especializados que proporcionan herramientas para crear y gestionar agentes de IA de forma eficiente. Estos son algunos de los marcos de IA con agentes más importantes que se utilizan actualmente.

Introducción

OpenAI ha presentado recientemente ChatGPT Atlas, un navegador web diseñado desde cero para integrar de manera nativa su modelo de asistente conversacional ChatGPT en la experiencia de navegación. Según la compañía, el objetivo es que en lugar de cambiar entre pestañas u otras aplicaciones, el asistente esté siempre “al lado” de la página que estás usando, ofreciendo contexto, acciones automáticas y recordando información relevante mientras navegas. (OpenAI)

¿Qué ofrece ChatGPT Atlas?

Algunas de las características más destacadas son:

• Una barra lateral o panel integrado que permite al asistente ver el contenido de la página, analizarlo, resumirlo o ayudarte a actuar sobre él (por ejemplo: “resume este artículo”, “compara estos dos productos”, “cambia el tono de este correo”). (datacamp.com)
• “Memorias del navegador” (browser memories): una función opcional que permite que ChatGPT guarde contexto de lo que has visitado para luego reutilizar ese conocimiento (con tu consentimiento). (OpenAI)
• “Modo agente” (Agent Mode): disponible en vista previa para usuarios de planes Plus, Pro y Business, permite que el asistente realice tareas más complejas — por ejemplo, investigar, planificar, posiblemente ejecutar pasos en función de la navegación — sin salir del navegador. (OpenAI)
• Importar tus datos (marcadores, contraseñas, historial) de otros navegadores al instalar Atlas. (ChatGPT)
• Privacidad y control: según OpenAI, por defecto tu navegación no se usa para entrenar modelos de IA, y puedes gestionar qué memorias quieres que estén activas, verlas o archivarlas. (OpenAI)

El escritor de tecnología Matthew Hutson (también lector de Slashdot n.° 1 467 653) analiza un nuevo tipo de sistema de codificación de IA automejorable. Este sistema reescribe su propio código basándose en evidencia empírica de lo que le resulta útil, como se describe en una preimpresión reciente en arXiv.

Del nuevo artículo de Hutson en IEEE Spectrum :Una Máquina de Darwin-Gödel (o MDG) comienza con un agente codificador capaz de leer, escribir y ejecutar código, utilizando un LLM para la lectura y escritura. Posteriormente, aplica un algoritmo evolutivo para crear numerosos agentes nuevos. En cada iteración, la MDG selecciona un agente de la población y le ordena al LLM que cree un cambio para mejorar su capacidad de codificación [creando "una versión nueva e interesante del agente muestreado"]. Los LLM poseen una intuición sobre lo que podría ser útil, ya que se entrenan con mucho código humano. El resultado es una evolución guiada, a medio camino entre la mutación aleatoria y la mejora demostrablemente útil. Posteriormente, la MDG prueba al nuevo agente en un punto de referencia de codificación, evaluando su capacidad para resolver desafíos de programación.

Profundicemos en las tecnologías de vanguardia de la IA generativa de código abierto, explorando su surgimiento, sus aplicaciones en el mundo real y cómo están transformando las industrias.

La revolución de la IA generativa se ha acelerado en los últimos años, con avances que transforman múltiples industrias al automatizar tareas complejas y mejorar las capacidades humanas. Si bien los modelos propietarios de IA han sido durante mucho tiempo la base de los gigantes tecnológicos, el auge de las soluciones de código abierto ha democratizado el ámbito de la IA, haciendo accesibles a todos modelos potentes como los modelos de lenguaje (LLM), los modelos de lenguaje de visión (VLM), los modelos de acción lingüística (LAM), los modelos basados ​​en el habla (SLM) y los agentes de generación aumentada por recuperación (RAG). La IA generativa de código abierto está derribando barreras, ofreciendo niveles sin precedentes de transparencia, personalización y colaboración.

Comprender los modelos clave de código abierto en IA generativa

Modelos de lenguaje grandes (LLM)

En el corazón de la IA generativa reside el poder de los grandes modelos lingüísticos (LLM). Estos modelos, como GPT (Transformador Generativo Preentrenado), están diseñados para comprender y generar lenguaje humano. Los LLM se entrenan con grandes corpus de datos textuales, lo que les permite responder preguntas, redactar ensayos, resumir documentos e incluso mantener conversaciones sofisticadas. El movimiento de código abierto ha propiciado la proliferación de LLM, lo que permite a empresas, investigadores y desarrolladores utilizar, perfeccionar y escalar estos modelos para satisfacer necesidades específicas.

Durante la última década, se han logrado avances significativos en el campo de la Inteligencia Artificial (IA), la cual se ha vuelto más omnipresente en nuestra vida diaria. Su uso y adopción generalizados se pueden atribuir a múltiples factores, entre ellos el Aprendizaje Profundo (DL), también conocido como redes neuronales artificiales modernas, la disponibilidad de grandes volúmenes de datos y la capacidad de procesamiento para entrenar modelos de DL. Más recientemente, la IA Generativa ha captado la atención del público general gracias a OpenAI y a la creación de Modelos de Lenguaje Grandes (LLM) escalables y de alto rendimiento. La IA Generativa también se ha utilizado para producir texto, imágenes, vídeos, código de programación y música. Existen modelos multimodales que generan imágenes basadas en descripciones de texto (p. ej., DALL·E) y viceversa , y estas innovaciones seguirán creciendo con bastante rapidez.

Avances en IA generativa

Un avance importante en la aplicación de un modelo de aprendizaje automático (AA) se demostró en 2012 [1] para clasificar imágenes en varios grupos diferentes (ImageNet Large Scale Visual Recognition Challenge 2010). A esto le siguió el uso de AA para tareas de clasificación similares en texto y voz, donde los modelos de AA mejoraron significativamente los parámetros establecidos previamente. Estos modelos se entrenaron para tareas especializadas y ofrecieron un rendimiento de vanguardia. El uso de AA para generar una amplia gama de resultados ha atraído a los investigadores de IA. Generative Adversarial Networks [2], el trabajo pionero en este sentido, se llevó a cabo en 2014, donde se generaron imágenes de rostros humanos y números con aspecto real. Esto impulsó la investigación para desarrollar técnicas de IA generativa en otros ámbitos.

Dos herramientas de IA gratuitas para Linux que revolucionarán tu forma de investigar

Durante mucho tiempo fui muy crítico con la inteligencia artificial. Me parecía que su aplicación principal —la generación automática de contenido, imágenes y arte— desmerecía el valor del trabajo humano. Veía en cada "atajo creativo" una amenaza para el oficio artesanal de escribir o diseñar.

Sin embargo, todo cambió cuando descubrí un uso muy distinto: la investigación.

Como escritor de ficción y no ficción, paso muchas horas buscando información precisa y relevante. Con el tiempo, Google comenzó a resultarme más una barrera que una ayuda, con resultados dominados por anuncios, contenido patrocinado y respuestas generadas por IA que, en la mayoría de los casos, carecían de utilidad real.

Fue entonces cuando encontré dos herramientas que transformaron por completo mi flujo de trabajo diario Ollama y Perplexity. Ambas son gratuitas, funcionan en Linux, y están orientadas a usuarios que, como yo, quieren recuperar el control sobre sus procesos de búsqueda y documentación.

Perplexity AI (YouTube) es una herramienta de búsqueda impulsada por inteligencia artificial que proporciona respuestas precisas y en tiempo real a tus preguntas, respaldadas por fuentes confiables. A diferencia de los motores de búsqueda tradicionales, Perplexity ofrece respuestas directas y resumidas, facilitando el acceso a la información sin necesidad de navegar por múltiples enlaces.(Perplexity AI)

🧠 ¿Qué es Perplexity AI?

Perplexity AI es un motor de respuestas que combina capacidades de búsqueda en tiempo real con modelos de lenguaje avanzados, como GPT-4 Omni y Claude 3.5. Esto le permite comprender preguntas complejas y proporcionar respuestas claras y concisas, incluyendo las fuentes de información utilizadas .(Perplexity AI)

🚀 Características Principales

• Respuestas en Tiempo Real: Accede a información actualizada al instante, ideal para mantenerse informado sobre noticias y tendencias recientes.(Perplexity AI)
• Citas de Fuentes: Cada respuesta incluye referencias a las fuentes utilizadas, brindando transparencia y confiabilidad.(Perplexity AI)
• Interfaz Conversacional: Interactúa de manera natural, realizando preguntas de seguimiento dentro del mismo hilo de conversación.
• Organización de Consultas: Agrupa tus búsquedas en hilos y espacios personalizados para un acceso más ordenado a la información .
• Modos Especializados: Utiliza el modo "Deep Research" para investigaciones más profundas, donde la IA busca, lee y analiza documentos de manera iterativa .(Perplexity AI)