Agentes Edge y de bajo consumo: Cargas de trabajo agenticas en el dispositivo con Python

Introducción a Edge y IA Agentica

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

Diseño de Arquitecturas de Agentes Livianos

• Descomposición 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 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
• Pipelines de 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 en el borde y compresión de modelos
• Monitoreo y depuración de agentes de borde

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

• Diseño de un pequeño agente autónomo 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