¿Qué es un motor de razonamiento?

Imagínese que pasaría si la IA pudiera automatizar tareas empresariales rutinarias como crear borradores de correos electrónicos, generar resúmenes de campañas, crear páginas web, investigar a la competencia, analizar datos y resumir llamadas. La automatización de estas tareas repetitivas puede liberar una inmensa cantidad de valioso tiempo y esfuerzo humano para actividades más complejas y creativas, como la estrategia empresarial y la creación de relaciones.

La automatización de estas tareas empresariales rutinarias requiere simular la inteligencia humana haciendo que la IA funcione como un motor de razonamiento. Se trata de IA generativa a otro nivel. Además de comunicarse en lenguaje natural, la IA también ayudará a resolver problemas y tomar decisiones. Aprenderá de la información proporcionada, evaluará las ventajas y los inconvenientes, predecirá los resultados y tomará decisiones lógicas. Con los avances tecnológicos que se han producido en los últimos tiempos, estamos al borde del precipicio de dicha capacidad de IA, y muchas personas de la comunidad científica y empresarial están entusiasmadas.

Un motor de razonamiento es un sistema de IA que imita la capacidad de toma de decisiones y resolución de problemas similar a la humana basándose en determinadas reglas, datos y lógica. Existen tres tipos de razonamiento humano o mecanismos de inferencia que los motores de razonamiento tienden a emular:

1. Razonamiento deductivo: hace una inferencia basada en hechos universales y generalmente aceptados. Por ejemplo: "Todas las aves ponen huevos. Una paloma es un pájaro. Por lo tanto, las palomas ponen huevos".
2. Razonamiento inductivo: deriva una conclusión a partir de instancias o muestras específicas. Por ejemplo: "Todos los perros que conozco son amistosos. Por lo tanto, todos los perros son amistosos".
3. Razonamiento abductivo: deriva una conclusión probable a partir de información incompleta (y a menudo ambigua), como: "Hay papeles rotos por todo el suelo y nuestro perro estaba solo en el apartamento. Por lo tanto, el perro debe haber roto los papeles".

A estas alturas, todo el mundo sabe que los modelos de lenguaje de gran tamaño (LLM) son modelos especiales de aprendizaje automático que pueden generar contenido nuevo y útil a partir de los datos con los que se entrenan. Además de eso, los LLM de hoy en día también muestran la capacidad de comprender el contexto, hacer inferencias lógicas a partir de los datos y conectar varios fragmentos de información para resolver un problema. Estas características permiten que un LLM actúe como un motor de razonamiento.

Entonces, ¿cómo resuelve un LLM un problema matemático empresarial común mediante la evaluación de la información, la generación de un plan y la aplicación de un conjunto conocido de reglas?

Supongamos que la dueña de una cafetería quiere saber cuántos cafés necesita vender al mes para cubrir los gastos. Ella cobra 3,95 $ por taza, sus costes fijos mensuales son de 2500 $ y sus costes variables por unidad son de 1,40 $.

El LLM aplica un conjunto conocido de reglas matemáticas para obtener sistemáticamente la respuesta:

Paso 1:

Identificar los valores relevantes.

Paso 2:

Calcular el margen de contribución por café. El margen de contribución es el precio de venta menos el coste variable.
= 3,95 $ – 1,40 $ = 2,55 $

Paso 3:

Aplicar la fórmula de umbral de rentabilidad. El umbral de rentabilidad es el coste fijo dividido por el margen de contribución.
= 2500 $/2,55 $ = 980,39

Paso 4:

Redondear al número entero más cercano.
Umbral de rentabilidad = 981 cafés

La popularidad de los modelos de lenguaje de gran tamaño se disparó en el otoño de 2022, pero los científicos no han dejado de experimentar con estos modelos a través de varias solicitudes. El "envío de solicitudes", o la ingeniería de solicitudes, es ahora un dominio que emerge con rapidez en el que se envía un conjunto cuidadosamente elaborado de instrucciones de entrada (solicitudes) al LLM para generar los resultados deseados. Cuando usamos solicitudes con el fin de generar un plan lógico de pasos para lograr un objetivo, también nos referimos a ellas como "estrategias de razonamiento". A continuación exploraremos algunas de las estrategias de razonamiento populares:

• Cadena de pensamiento (CoT): esta es una de las estrategias de razonamiento más populares. Este enfoque imita la toma de decisiones al estilo humano al indicar a un LLM que desglose un problema complejo en una secuencia de pasos. Esta estrategia también se conoce como "planificador secuencial". El razonamiento en cadena de pensamiento puede resolver problemas lingüísticos matemáticos, lograr un razonamiento de sentido común y resolver tareas que una persona puede resolver con el lenguaje. Una de las ventajas de CoT es que permite a los ingenieros echar un vistazo al proceso y, si las cosas no salen de la forma prevista, identificar lo que salió mal para solucionarlo.
• Razonamiento y acción (ReAct): esta estrategia aprovecha la información del mundo real para razonar, además de los datos con los que se ha entrenado el LLM. El razonamiento basado en ReAct se promociona como más parecido a una resolución de tareas similar a la humana que implica la toma de decisiones interactiva y el razonamiento verbal, lo que lleva a una mejor gestión de los errores y tasas de alucinación más bajas. Fomenta la sinergia del razonamiento y la acción a través de la acción del usuario, lo que aumenta la interpretabilidad y la fiabilidad de las respuestas. Esta estrategia también se conoce como "planificador por pasos" porque aborda la resolución de problemas paso a paso y también solicita los comentarios del usuario en cada paso.
• Árbol de pensamientos (ToT): esta variación del enfoque de cadena de pensamiento genera varios pensamientos en cada paso intermedio. En lugar de elegir una sola ruta de razonamiento, explora y evalúa el estado actual del entorno con cada paso para tener activamente una perspectiva futura o rectificar con el fin de tomar decisiones más deliberadas. Se ha demostrado que esta estrategia supera significativamente a la estrategia CoT en tareas complejas como juegos de matemáticas, ejercicios de escritura creativa y minicrucigramas. Se considera que el razonamiento ToT está aún más cerca de un paradigma de toma de decisiones humano que explora múltiples opciones, sopesa las ventajas y los inconvenientes, y luego elige la mejor opción.
• Razonamiento a través de la planificación (RAP): esta estrategia utiliza los LLM como motor de razonamiento y modelo mundial para predecir el estado del entorno y simular el impacto a largo plazo de las acciones. Integra varios conceptos, como la exploración de rutas de razonamiento alternativas, la anticipación de recompensas y estados futuros, y el perfeccionamiento iterativo de los pasos de razonamiento existentes para lograr un mejor rendimiento del razonamiento. El razonamiento basado en RAP se jacta de un rendimiento superior en varias líneas base para tareas que implican planificación, razonamiento matemático e inferencia lógica.

Estas son solo algunas de las estrategias más prometedoras que existen en la actualidad. El proceso de aplicación de estas estrategias a una aplicación de IA de la vida real es iterativo e implica ajustar y combinar varias estrategias para obtener el rendimiento más óptimo.

Es muy emocionante que los LLM funcionen como motores de razonamiento, pero ¿cómo podemos conseguir que este proceso sea útil en el mundo real? Para hacer una analogía con las personas, si los LLM son como el cerebro con habilidades de razonamiento, planificación y toma de decisiones, todavía necesitamos nuestras manos y piernas para actuar. Por este motivo se incorpora el "agente de IA", un sistema de IA que contiene tanto habilidades de razonamiento como de toma de medidas. Algunos de los términos prevalentes para la toma de medidas son "herramientas", "complementos" y "acciones".

Hay dos tipos de agentes de IA: totalmente autónomos y semiautónomos. Los agentes totalmente autónomos pueden tomar decisiones de forma autónoma sin ninguna intervención humana y actuar en consecuencia. Este tipo de agentes se encuentran actualmente en modo experimental. Los agentes semiautónomos son aquellos que implican la "presencia humana" para activar solicitudes. Estamos empezando a ver la adopción de agentes semiautónomos principalmente en aplicaciones de IA como chatbots conversacionales, incluidos Einstein Copilot, ChatGPT y Duet AI.

Un agente de IA tiene cuatro componentes clave:

1. Objetivo: el objetivo o tarea principal del agente.
2. Entorno: la información contextual, como el objetivo, la entrada inicial del usuario, el historial de actividades o conversaciones anteriores, los datos fundamentados para la relevancia, los comentarios de los usuarios y los datos con los que se ha entrenado el LLM.
3. Razonamiento: la capacidad inherente del LLM para hacer observaciones, planificar las próximas acciones y volver a calibrar con el fin de optimizar los procesos para la consecución del objetivo previsto.
4. Acción: por lo general, son las herramientas externas que permiten que un agente logre el objetivo. Algunos ejemplos comunes de acciones son la recuperación de información, la búsqueda, la generación de código, la interpretación de código y la generación de diálogos.

Einstein Copilot es el avanzado asistente conversacional basado en IA de Salesforce, que interactúa con los empleados y clientes de una empresa en lenguaje natural. Los empleados pueden usarlo para realizar una amplia variedad de tareas en el flujo de trabajo, lo que ayuda a aumentar la productividad a escala. Por otra parte, los consumidores pueden usarlo para chatear con las marcas y obtener respuestas inmediatas a sus preguntas, lo que genera una mayor satisfacción y lealtad. Einstein Copilot utiliza los LLM para habilidades lingüísticas como la comprensión y la generación de contenido, y también como motor de razonamiento para planificar tareas complejas, reduciendo así la carga cognitiva que pesa sobre los usuarios.

Así funciona:

1. El usuario escribe el objetivo que desea lograr, por ejemplo: "Crear una página web".
2. Einstein Copilot utiliza una solicitud seleccionada para enviar la entrada del usuario a un LLM seguro con el objetivo de inferir la intención del usuario.
3. En función de la intención, Einstein Copilot envía otra solicitud seleccionada con el fin de indicar al LLM que genere un plan para cumplir esa intención.
4. El plan generado es un conjunto de acciones encadenadas entre sí en una secuencia lógica. Con el fin de garantizar que Einstein Copilot está actuando de manera fiable, se instruye al LLM para generar planes estrictamente con las acciones que se ponen a su disposición.
5. Una vez que el LLM devuelve un plan, Einstein Copilot ejecuta las acciones en la secuencia prescrita para generar un resultado deseado y lo transmite al usuario.

Visualmente, este proceso sería así:

Einstein Copilot ofrece a las empresas la capacidad de aprovechar los LLM como motores de razonamiento. Con esta herramienta, las empresas pueden utilizar la IA para realizar una serie de tareas que no eran realistas hace tan solo unos meses.

• Si un equipo de ventas observa una escasez de proyectos, Einstein Copilot puede escanear las bases de datos para encontrar candidatos de alta calidad con los que vale la pena interactuar.
• Copilot escaneará los acuerdos potenciales para encontrar los que están en riesgo y, si se le solicita, puede resumir los registros para los gestores.
• Copilot puede ayudar a los agentes de servicio a resolver un problema de sobrefacturación para un cliente recopilando la información correcta para la solución de problemas.
• Copilot puede analizar la opinión actual de los clientes sobre un posible acuerdo y recomendar las acciones necesarias para cerrar el acuerdo durante los próximos tres meses.

En estos casos de uso y muchos otros similares, Einstein Copilot actúa esencialmente como un agente semiautónomo al utilizar los LLM como motores de razonamiento y tomar medidas para realizar las tareas cuando los usuarios se lo solicitan. Esto es solo el comienzo. El próximo reto es conseguir que Einstein Copilot sea totalmente autónomo para que no solo ofrezca asistencia, sino que sea proactivo y omnipresente. La IA tiene por delante un futuro emocionante, pero aún más emocionantes son los resultados de la eficiencia global que sin duda llegarán.