Sistemas Agénticos con Inteligencia Artificial (IA)

Usos potenciales en la agricultura

Edimer David Jaramillo

2025-08-20

“Vivimos en una sociedad profundamente dependiente de la ciencia y la tecnología y en la que nadie sabe nada de estos temas. Ello constituye una fórmula segura para el desastre.” - Carl Sagan

Agenda

Fundamentos y evolución

  1. Introducción: contexto de la IA
  2. Avances importantes: hitos clave
  3. Redes neuronales: CNN, RNN, Transformers
  4. Sistemas conversacionales: era ChatGPT (2022)

Aplicación y futuro

  1. Sistemas agénticos: ecosistemas y paradigmas en 2025
  2. Casos de uso: ejemplos prácticos
  3. Recursos: herramientas para comenzar

1. Introducción

El contexto actual de la IA

The 2025 AI Index Report

La IA en América Latina

¿Qué es la IA?


“Sistemas que, dado un objetivo, perciben su entorno, interpretan los datos recopilados, razonan para derivar conocimiento y deciden las mejores acciones para lograr la meta.” The European Commission’s, 2018.

IA es la capacidad de las máquinas para:

  • Procesar información como los humanos
  • Aprender de experiencias pasadas
  • Tomar decisiones autónomas
  • Resolver problemas complejos

¿Por qué importa en la agricultura?

10 mil millones de personas para alimentar en 2050
Recursos limitados Cambio climático

Actualidad: factores habilitadores convergentes

Poder computacional + Datos + Algoritmos

  • GPUs masivamente paralelas
  • Computación en la nube accesible
  • Sensores IoT
  • Imágenes satelitales abiertas
  • Redes neuronales profundas
  • Sistemas agénticos

Crecimiento exponencial
El cómputo se duplica cada 3-4 meses
Desde 2012 ⬆️ 300 mil veces


Dos eras diferentes de uso computacional en entrenamiento de sistemas de IA

2. Avances importantes

Análisis de datos moderno: los orígenes

La era de la computación personal

El siglo XXI

El momento ChatGPT: punto de inflexión

Antes de ChatGPT (noviembre 2022)

  • IA para expertos técnicos e implementación compleja
  • Adopción lenta en sectores tradicionales

Después de ChatGPT

  • IA “accesible” para todos
  • Interfaces conversacionales intuitivas

100 millones usuarios en 2 meses
Record histórico de adopción tecnológica


Oportunidades en agricultura

  • Asistentes agronómicos inteligentes
  • Diagnóstico conversacional de cultivos
  • Planificación automatizada de siembras

¿Quién usa la IA actualmente?

  • El 66% de los líderes dicen que no contratarían a alguien sin habilidades en IA
  • El 71% dice que preferiría contratar a un candidato menos experimentado con habilidades de IA que a un candidato más experimentado sin ellas

3. Las redes neuronales

Arquitecturas que potencian la IA moderna

Redes neuronales convolucionales (CNN)

Especialistas en visión artificial

  • Procesan imágenes capa por capa
  • Detectan patrones y características
  • Clasifican y reconocen objetos

Aplicaciones prácticas

  • Diagnóstico de enfermedades en hojas
  • Conteo automático de frutas
  • Identificación de malezas
  • Control de calidad de productos

Redes neuronales recurrentes (RNN/LSTM)

Especialistas en secuencias temporales

  • Procesan datos que cambian en el tiempo
  • “Recuerdan” información pasada
  • Predicen patrones futuros

Aplicaciones prácticas

  • Análisis de datos meteorológicos históricos
  • Proyección de producción por temporada
  • Optimización de recursoss

Transformers y mecanismo de atención

La revolución Transformer (2017) 🔥 Attention is All You Need

Aplicaciones prácticas

  • Recomendaciones personalizadas
  • Síntesis de literatura científica
  • Traducción técnica especializada

4. Sistemas conversacionales

El fenómeno ChatGPT y sus implicaciones

De interfaces complejas a conversaciones naturales

  • Antes: Programar → Configurar → Entrenar → Implementar
  • Ahora: Simplemente preguntar en lenguaje natural

Aplicaciones prácticas

  • ❓❓¿Cuál es la aplicación práctica de este tipo de tecnologías?

La “democratización” de la IA





5. Sistemas agénticos de IA

💡 …


¿Qué son los sistemas agénticos de IA?

Un Sistema Agéntico de IA es aquél que:

  • Percibe su entorno (sensores, datos, contexto)
  • Ejecuta acciones (herramientas externas) para lograr objetivos
  • Aprende y se adapta continuamente

Tipos de sistemas agénticos

  • WorkflowLLM → Orquestación predefinida
  • Agentes de IALLM observa → decide → actúa → aprende


Tipos de sistemas agénticos


Arquitecturas de sistemas agénticos


Ecosistemas para construir agentes

LangChain + LangGraph

  • Open source y flexible
  • Framework desarrollo agentes
  • Orquestación de múltiples modelos

ADK (Agent Development Kit) Google

  • Open source y flexible
  • Optimizado para servicios de Google
  • Sistemas multiagentes
  • Herramientas prediseñadas

Agno

  • Open source y flexible
  • Optimizado para mayor velocidad de respuesta
  • Herramientas prediseñadas
  • Orquestación de múltiples modelos

Unsloth

  • Open source y flexible
  • Fácil para realizar fine tuning y entrenamiento de LLMs
  • Orquestación de múltiples modelos

n8n

  • Open source y flexible
  • Drag-n-drop (arrastrar y soltar)
  • Automatización flexible

Microsoft Copilot Studio

  • Agentes empresariales
  • Integración Office 365
  • No-code/low-code

OpenAI GPTs + Assistants API

  • Agentes conversacionales especializados
  • Integración con herramientas externas
  • Marketplace de agentes

Nuevos paradigmas: protocolos de comunicación

Nuevos paradigmas: ingeniería de contexto

Guía sobre agentes

6. Casos de uso aplicados

Cereza

Ejemplo de herramientas 🛠️

Porkus

Nutribot

Feedibot

7. Recursos de información y herramientas para IA

Herramientas de software


Herramientas para IA

Recursos educativos


Windsurf

Cursor

Google - NotebookLM

¡Gracias!