Agentes Edge y de bajo peso: cargas de trabajo agenticas en el dispositivo con Python

Introducción a la IA Edge y Agentica

• Resumen de la IA agentica y la computación edge
• Consideraciones sobre latencia, privacidad y ancho de banda
• Comparación arquitectónica: agentes en la nube vs. agentes edge

Diseño de Arquitecturas de Agentes de Bajo Peso

• Desglose del bucle del agente para sistemas restringidos
• Diseño asíncrono para una computación eficiente
• Equilibrio entre autonomía y conectividad

Configuración del Entorno de Desarrollo

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

Implementación de Inferencia en el Dispositivo

• Conversión y cuantización de modelos para el despliegue en edge
• Ejecución de inferencia con TensorFlow Lite y ONNX Runtime
• Integración de los resultados de la inferencia en los bucles 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 desencadenado por eventos

Optimización y Monitoreo

• Ajuste de rendimiento para bajo consumo y alta velocidad
• Técnicas de almacenamiento en caché edge y compresión de modelos
• Monitoreo y depuración de agentes edge

Práctico: Despliegue de un Agente de Bajo Peso en Hardware Edge

• Diseño de un pequeño agente autónomo para una tarea IoT o de robótica
• Implementación de la inferencia del modelo y la lógica local
• Pruebas y optimización para latencia y fiabilidad

Resumen y Próximos Pasos