Nvidia demuestra que las herramientas, no los modelos de IA, son clave para tareas a largo plazo

Nvidia ha publicado una nueva investigación que destaca que la herramienta, y no el propio modelo de IA, juega un papel crucial para permitir que los sistemas de IA realicen tareas complejas y a largo plazo. La herramienta, descrita como el marco de software que envuelve a un modelo de IA, incluye herramientas, gestión de memoria y componentes de supervisión que permiten que el modelo funcione como un agente autónomo. En las pruebas, los investigadores utilizaron una herramienta personalizada con un componente de 'supervisión' para obtener un 100% de puntuación en el benchmark ARC-AGI-3, un conjunto de juegos 2D que requieren la resolución de problemas sin instrucciones explícitas. Sin la herramienta, el mismo modelo obtuvo solo un 30%, lo que subraya la importancia del marco para permitir la ejecución eficaz de las tareas. Adel El Hallack, vicepresidente de producto de la unidad de IA de Nvidia, explicó que la herramienta es esencial para convertir un modelo en un agente, gestionar la memoria, el contexto y la retroalimentación. Enfatizó que la herramienta no es solo una API, sino un sistema completo que incluye herramientas, tiempo de ejecución y bibliotecas. Las tareas a largo plazo, que requieren una toma de decisiones sostenida durante períodos prolongados, siguen siendo un importante desafío en la investigación de la IA basada en agentes. Los hallazgos de Nvidia se alinean con investigaciones similares de OpenAI, que también encontraron que ajustar la configuración de la herramienta mejoraba significativamente el rendimiento en el mismo benchmark. La investigación también destaca implicaciones más amplias para el desarrollo de la IA, sugiriendo que la elección del modelo no es el único determinante del rendimiento del agente. Databricks ya había demostrado que diferentes herramientas pueden conducir a variaciones significativas en los costes de la IA, con la herramienta incorrecta pudiendo duplicar los gastos. Nvidia argumenta que las herramientas abiertas, como los modelos abiertos, dan a los usuarios más control y flexibilidad, lo que permite un ajuste más preciso de los sistemas de IA. El Hallack señaló que las pilas de agentes abiertas, que abarcan la herramienta, la infraestructura y el tiempo de ejecución, son esenciales para avanzar en el campo de forma segura y eficiente. Además de los hallazgos principales, el artículo también menciona varios otros desarrollos en el espacio de la IA, incluyendo la investigación de Microsoft sobre tareas a largo plazo, donde los modelos producían documentos llenos de errores, y el cierre de Relay, una startup de automatización de IA. Estos ejemplos ilustran los desafíos y el panorama en evolución de la investigación y el despliegue de la IA basada en agentes.