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

Introducción a la IA de Borde y Agéntica

• Visión 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

• Desglose del bucle de agentes para sistemas restringidos
• Diseño asíncrono para un cálculo eficiente
• Equilibrio entre autonomía y conectividad

Configuración del Entorno de Desarrollo

• Instalación de frameworks de Python para IA de borde
• 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 despliegue en el borde
• Ejecución de inferencia con TensorFlow Lite y ONNX Runtime
• Integración de los resultados de inferencia en los bucles de decisión del agente

Integración de Agentes con Hardware e IoT

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

Optimización y Monitoreo

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

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

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

Resumen y Próximos Pasos