Agentes de Borde y de Bajo Consumo: Cargas de Trabajo Agénticas en el Dispositivo con Python

Introducción a la IA Agéntica y el Borde

• Vista general de la IA agéntica y la computación de borde
• Consideraciones sobre latencia, privacidad y ancho de banda
• Comparación arquitectónica: agentes en la nube vs. agentes de borde

Diseño de Arquitecturas de Agentes Ligeros

• Descomposición del ciclo de agente para sistemas con restricciones
• Diseño asíncrono para una computación eficiente
• Equilibrio entre autonomía y conectividad

Configuración del Entorno de Desarrollo

• Instalación de marcos de trabajo de Python para IA de borde
• Configuración de TensorFlow Lite y PyTorch Mobile
• Implementación de entornos de prueba en Raspberry Pi o dispositivos similares

Implementación de Inferencia en el Dispositivo

• Conversión y cuantización de modelos para implementación en el borde
• Ejecución de inferencia con TensorFlow Lite y ONNX Runtime
• Integración de los resultados de inferencia en los ciclos de decisión del agente

Integración de Agentes con Hardware e IoT

• Conexión de sensores, actuadores y módulos IoT
• Recopilación y pipelines de procesamiento de datos locales
• Operación sin conexión y comportamiento activado por eventos

Optimización y Monitoreo

• Ajuste de rendimiento para bajo consumo energético y alta velocidad
• Técnicas de caché en el borde y compresión de modelos
• Monitoreo y depuración de agentes de borde

Proyecto Práctico: Implementación de un Agente Ligero en Hardware de Borde

• Diseño de un agente autónomo pequeño para una tarea de IoT o robótica
• Implementación de inferencia de modelos y lógica local
• Pruebas y optimización para latencia y confiabilidad

Resumen y Próximos Pasos