Agentes IA, LLMs y Sistemas Multi Agentes

Los agentes IA son asistentes que pueden realizar tareas e interactuar con el mundo. A diferencia de los sistemas tradicionales, que siguen reglas fijas, pueden aprender y adaptarse a nuevas situaciones. Piensa en ellos como robots inteligentes que te ayudan en diversas tareas.

Agentes IA-LLMs. Entiendo las diferencias

Tanto los agentes como los grandes modelos lingüísticos (LLMs), ambos pertenecen a la familia de la inteligencia artificial, pero poseen capacidades diferentes.

Los LLMs, como ChatGPT, Géminis son una inteligencia artificial entrenada para leer, escribir y entender texto en lenguaje humano.

¿Como lo logra?

Aprende del texto: Se entrena con millones (o billones) de palabras sacadas de libros, sitios web, artículos, etc.
Busca patrones: No entiende como un humano, pero detecta patrones en cómo se usan las palabras. Por ejemplo, aprende que después de “Hola, ¿cómo estás…” normalmente viene algo como “bien, ¿y tú?”.
Predice la próxima palabra: Su tarea principal es predecir la siguiente palabra basándose en las anteriores. Si le das “La capital de Francia es…”, predice que lo más probable es “París”.
No tiene memoria como un humano, pero puede mantener coherencia en una conversación mientras dure.

En cambio, los agentes se centran principalmente en actuar. Son capaces de navegar, interactuar con objetos y tomar decisiones basadas en sus percepciones.

En síntesis, los modelos lingüísticos son cerebros y los agentes son manos. Si se complementan, forman un poderoso dúo.

Para obtener buenos resultados con los LLMs, tenemos que trabajar demás a veces.

Muchas veces nos pasa que cuando realizamos una pregunta a uno de estos modelos LLMs, o pedimos que realice una tarea por nosotros, tenemos que interactuar y retroalimentarlo para obtener el resultado esperado. Con lo cual no es una tarea tan autónoma, sino que nos estamos sumando otro trabajo para lograr el objetivo.

Cuando los LLMs se convierten en un Agente

Dado que, como dijimos anteriormente, los LLMs fueron entrenados con mucho texto y entienden texto, crean un estado donde tienen algo de cognición. Y con esto quiero decir que pueden reaccionar razonablemente.

Un agente nace cuando haces que estos LLMs, básicamente en sus procesos de pensamiento puedan ante las preguntas formuladas por nosotros, ajustar la mejor respuesta corrigiendo errores por sí mismos.

Llegado a este punto, ya te permite pasar tareas a este agente, y a lo largo de este proceso de pensamiento, este agente entonces puede llegar a la mejor respuesta.

Pero todavía falta destacar algo que hace que este agente sea muy potente, la capacidad de usar herramientas. Estas herramientas, le pueden dar facultades para comunicarse con el mundo externo, como ejemplo llamar a un API, recopilar datos…en estos casos ya sería un agente completamente desarrollado.

Sistemas Multi Agentes

Los sistemas multi agentes crecen sobre la base del comportamiento del agente citado anteriormente. Donde en lugar de tener un solo agente, ahora puedes tener varios.

Entonces cada vez que asignes una tarea a uno de ellos, a su vez éste, puede asignar una tarea a otro agente. Y al final obtienes una única respuesta final del proceso.

Beneficios de tener multi agentes.

Te preguntaras cual es la ventaja de tener varios agentes con respecto a tener un único agente, bueno si bien da para profundizar mucho más, vamos a ver algunas ventajas.

Lo principal es que puedes poner a cada agente a hacer una determinada tarea y bien hecha. Por ejemplo, un agente como investigador y otro como escritor. Con eso logras que el agente investigador se enfoque solo en eso y el escritor usa las fuentes recopiladas por el investigador para tener un material curado y optimizado.

Otra ventaja, también es que puedes usar cada agente con diferentes LLMs, entonces puedes tener tu investigador funcionando en Llama-3 y tu escritor corriendo en GPT-4. Con esto aprovechan la capacidad de usar diferentes modelos de diferentes fuentes.

Espero que este artículo sobre los Agentes IA, LLMs y Sistemas Multi Agentes, te haya sido de utilidad. ¡Nos vemos en la próxima!