Agentes de borde y ligeros: Cargas de trabajo agénticas en el dispositivo con Python

Introducción a la IA de borde y agéntica

• Resumen 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 restringidos
• Diseño asíncrono para un cálculo eficiente
• Equilibrio entre autonomía y conectividad

Configuración del entorno de desarrollo

• Instalación de marcos 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 la inferencia en el dispositivo

• Conversión y cuantización de modelos para el despliegue en el borde
• Ejecución de la 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 procesamiento local de datos
• Operación sin conexión y comportamiento activado por eventos

Optimización y monitorización

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

Práctico: Despliegue de un agente ligero en hardware de borde

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

Resumen y próximos pasos