El nuevo logro demuestra que la ingeniería del sistema de agentes y su gestión inteligente representan el elemento decisivo para lograr el razonamiento autónomo y la resolución de problemas no vistos previamente.
Índice del artículo:
- La arquitectura de software que marcó la diferencia técnica
- De la aceleración de procesadores gráficos al razonamiento general
- El impacto de la estructura de los agentes en los costos de la inteligencia artificial
- Preguntas frecuentes
La arquitectura de software que marcó la diferencia técnica
Nvidia publicó el viernes un documento de investigación que revela el éxito de su sistema de agentes autónomos de propósito general, conocido como «activadores de contraste de agentes» (abreviado como AVO), al lograr una puntuación perfecta y sin precedentes del 100% en el estándar avanzado de razonamiento interactivo «ARC-AGI-3». Este impresionante resultado es una prueba concluyente de que la arquitectura del agente de software y la ingeniería del entorno de ejecución, y no únicamente las capacidades del modelo base, son el factor determinante para definir el nivel de rendimiento al ejecutar tareas autónomas complejas.
Utilizando el modelo «Claude Opus 5» como modelo base para el razonamiento, el sistema AVO superó con éxito las 183 etapas distribuidas en 25 entornos interactivos dentro del conjunto de pruebas públicas del estándar de razonamiento, logrando una puntuación de 100.00 en la escala de eficiencia de acción humana relativa, y completando toda la tarea en tan solo 6,624 acciones ambientales. Por el contrario, al ejecutar el modelo «Claude Opus 5» por sí solo sin el entorno de agente de software de Nvidia, el modelo logró solo un 30% en el mismo estándar, a pesar de ser el resultado más alto registrado entre todos los modelos probados en niveles de esfuerzo de razonamiento alto.
El estándar «ARC-AGI-3» se considera una de las pruebas de inteligencia artificial más difíciles, ya que consta de entornos interactivos bidimensionales similares a juegos pero completamente desprovistos de instrucciones, reglas u objetivos anunciados, lo que obliga al agente inteligente a explorar el entorno por sí mismo, deducir la dinámica del movimiento y sus leyes, y luego actuar de manera eficiente a través de niveles que aumentan de dificultad y complejidad de forma gradual. Este estándar ha planteado un desafío inalcanzable para los modelos líderes, con los modelos de OpenAI registrando puntuaciones inferiores al 10% antes de que la empresa realizara su propia investigación para mejorar los entornos de los agentes el mes pasado.
El sistema AVO se basa en dos características principales que marcan la diferencia: la primera es la memoria continua y permanente que transfiere las aplicaciones de software y las experiencias de razonamiento anteriores a través de sesiones sucesivas, y la segunda es la presencia de un componente supervisor que monitorea el curso de trabajo del agente e interviene para redirigirlo tan pronto como nota su estancamiento o la repetición de rutas inútiles. Adel Al-Hallaq, vicepresidente de productos de la unidad de inteligencia artificial de Nvidia, declaró en unas declaraciones al sitio TechCrunch: «El aspecto más interesante fue la introducción de un agente supervisor y guía junto al agente principal que realiza el trabajo real», comparando el papel del supervisor con el de «un director ejecutivo que proporciona el impulso orientador necesario al agente cada vez que se desvía del rumbo correcto».
De la aceleración de procesadores gráficos al razonamiento general
El sistema AVO se desarrolló originalmente con el fin de optimizar los núcleos de las unidades de procesamiento gráfico (GPU), operando de forma continua durante siete días consecutivos, tiempo durante el cual exploró más de 500 direcciones y rutas para la optimización de software, logrando generar núcleos de procesamiento que superaron a la biblioteca «cuDNN» en hasta un 3.5%, y superaron a la biblioteca «FlashAttention-4» en hasta un 10.5% en los sistemas avanzados DGX B200 de Nvidia.
Esta arquitectura innovadora se trasladó con éxito al estándar de razonamiento general sin necesidad de modificar el bucle central de procesamiento principal, limitándose el cambio únicamente a las herramientas específicas del entorno y a los criterios de evaluación. Asimismo, el sistema demostró una flexibilidad excepcional en múltiples modelos de inteligencia artificial, ya que los experimentos limitados en los que AVO se integró con el modelo «GPT-5.6 Soul» mostraron que el modelo alcanzaba los niveles requeridos en tiempo real de forma más rápida en varios casos, mientras que el modelo Opus consumió un menor número de acciones ambientales.
El impacto de la estructura de los agentes en los costos de la inteligencia artificial
La reciente investigación de Nvidia añade una sólida prueba a un creciente cuerpo de evidencia científica que confirma que el entorno de ejecución del agente y su ingeniería, y no simplemente la elección del modelo inteligente, son la variable decisiva en la eficiencia de los sistemas autónomos. Ali Ghodsi, director ejecutivo de Databricks, había señalado en julio que la elección del entorno de ejecución del agente puede duplicar los costos de la inteligencia artificial para el mismo modelo, destacando que la evaluación superficial de los modelos baratos y caros pasa por alto el factor más importante, que es la naturaleza de la estructura del agente utilizado.
Al-Hallaq concluyó sus declaraciones enfatizando que estos resultados respaldan la visión de Nvidia de construir paquetes de software abiertos para agentes, explicando: «Creemos que poseer un paquete de agentes abierto que te proporcione el control total sobre el entorno de ejecución, la infraestructura y el tiempo de ejecución es el requisito fundamental para impulsar el ecosistema de la inteligencia artificial de manera segura y eficiente».
Preguntas frecuentes
Pregunta: ¿Cuál es el logro alcanzado por el sistema de agentes AVO de Nvidia?
Respuesta: Logró una calificación perfecta del 100% en el estándar de razonamiento interactivo ARC-AGI-3 en 183 niveles.
Pregunta: ¿Cuáles son los componentes arquitectónicos que ayudaron al sistema a lograr este resultado?
Respuesta: Incluyen la memoria continua a través de sesiones y la presencia de un agente supervisor que monitorea la ruta y reorienta al agente ejecutor.
Pregunta: ¿Cómo afecta el entorno de ejecución del agente a la eficiencia y el costo de los modelos inteligentes?
Respuesta: El entorno de ejecución determina la eficiencia en la ejecución de tareas, y las elecciones incorrectas pueden provocar la duplicación de los costos informáticos.
