¿Qué es un motor de razonamiento?

Imagínate si la IA pudiera automatizar tareas empresariales rutinarias como redactar correos electrónicos, generar briefing de campañas, crear páginas web, investigar competidores, analizar datos y resumir llamadas. La automatización de estas tareas repetitivas puede liberar una inmensa cantidad de tiempo y esfuerzo humano valioso para actividades más complejas y creativas, como la estrategia comercial y la construcción de relaciones.

La automatización de estas tareas empresariales rutinarias requiere simular la inteligencia humana haciendo que la IA funcione como un motor de razonamiento. Es 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 los pros y los contras, predecirá los resultados y tomará decisiones lógicas. Gracias a los avances tecnológicos de los últimos tiempos, estamos muy cerca de alcanzar dicha capacidad de IA y esto tiene a muchas personas de la comunidad científica y empresarial muy entusiasmadas.

Un motor de razonamiento es un sistema de IA que se basa en determinadas reglas, datos y lógica para imitar las habilidades humanas relacionadas con la toma de decisiones y la resolución de problemas. Hay tres tipos de razonamiento humano o mecanismos de inferencia que los motores de razonamiento tienden a imitar:

1. El 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. El razonamiento inductivo obtiene una conclusión a partir de instancias o muestras específicas. Esto podría ser como: "Todos los perros que conozco son amigables. Por lo tanto, todos los perros son amigables".
3. Razonamiento abductivo elabora 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".

Actualmente, personas de todo el mundo saben que los grandes modelos de lenguaje (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, los LLM de hoy en día también presentan la capacidad de comprender el contexto, hacer inferencias lógicas a partir de los datos y conectar varias piezas 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 de reglas conocido?

Supongamos que el dueño de una cafetería quiere saber cuántos cafés necesita vender al mes para alcanzar el punto de equilibrio. Cobra $3,95 la taza, sus costos fijos mensuales son de $2500 y sus costos variables por unidad son de $1,40.

El LLM aplica un conjunto conocido de reglas matemáticas para obtener sistemáticamente la siguiente 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 costo variable.
=$3,95 – $1,40 = $2,55

Paso 3

Aplicar la fórmula de equilibrio. El punto de equilibrio es el costo fijo dividido por el margen de contribución.
= $2500/$2,55 = 980,39

Paso 4:

Redondear al número entero más cercano.
Punto de equilibrio = 981 cafés

La popularidad de los grandes modelos de lenguaje se disparó en el otoño de 2022, pero los científicos han estado inmersos en la experimentación con estos modelos a través de varias solicitudes. "Solicitar", o ingeniería de solicitudes, ahora es un dominio que surge rápido en el que un conjunto de instrucciones de entrada (solicitudes) diseñadas cuidadosamente se envía al LLM para generar los resultados deseados. Cuando utilizamos solicitudes para generar un plan lógico de pasos para lograr un objetivo, también nos referimos a ellas como "estrategias de razonamiento". Exploremos algunas de las estrategias de razonamiento populares a continuación:

• Cadena de pensamiento (CoT): esta es una de las estrategias de razonamiento más populares. Este enfoque imita cómo las personas toman decisiones al instruir a un LLM para desglosar un problema complejo en una secuencia de pasos. También conocemos a esta estrategia como "planificador secuencial". El razonamiento en cadena de pensamiento puede resolver problemas matemáticos, lograr un razonamiento de sentido común y resolver tareas que un ser humano puede solucionar con el lenguaje. Una de las ventajas de CoT es que les permite a los ingenieros echar un vistazo al proceso y, si el proceso es incorrecto, identificar el error para solucionarlo.
• Razonar y actuar (ReAct): esta estrategia aprovecha la información del mundo real para razonar, además de los datos con los que se ha entrenado al LLM. El razonamiento basado en ReAct se promociona como más parecida 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 errores y tasas de alucinación más bajas. El razonamiento y la acción generan una sinergia 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 gradual" porque aborda la resolución de problemas de un paso a la vez y también busca la retroalimentación del usuario en cada uno de ellos.
• Árbol de pensamientos (ToT): esta variación del enfoque de la cadena de pensamiento genera múltiples 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 mirar activamente hacia adelante o hacia atrás para tomar decisiones más deliberadas. Se ha demostrado que esta estrategia supera significativamente a CoT en tareas complejas como juegos matemáticos, ejercicios de escritura creativa y minicrucigramas. Se considera que el razonamiento en ToT está aún más cerca de un paradigma de toma de decisiones humano que explora múltiples opciones, sopesa los pros y los contras, y luego elige la mejor.
• Razonamiento a través de la planificación (RAP): esta estrategia utiliza los LLM como motor de razonamiento y modelo del mundo para predecir el estado del entorno y simular el impacto a largo plazo de las acciones. Integra múltiples conceptos, como la exploración de rutas de razonamiento alternativas, la anticipación de estados futuros y recompensas, y la perfección iterativa 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 varios puntos de referencia para tareas que involucran planificación, razonamiento matemático e inferencia lógica.

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

Es muy interesante que los LLM funcionen como motores de razonamiento, pero ¿cómo hacer que sea útil en el mundo real? Para hacer una analogía con los humanos, si los LLM son como el cerebro con habilidades de razonamiento, planificación y toma de decisiones, aún así necesitamos nuestras manos y piernas para actuar. Es el caso del "agente de IA", un sistema de IA que contiene tanto habilidades de razonamiento como de actuar. Algunos de los términos prevalentes para la realización de acciones 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. En la actualidad, estos tipos de agentes se encuentran en modo experimental. Los agentes semiautónomos son aquellos agentes que involucran a un "humano en el ciclo" para desencadenar solicitudes. Estamos comenzando a ver la adopción de agentes semiautónomos principalmente en aplicaciones de IA como chatbots conversacionales, incluidos Agentforce Assistant, ChatGPT y Duet AI.

Un agente de IA tiene cuatro componentes básicos:

1. Objetivo: el objetivo o la tarea principal del agente.
2. Entorno: la información contextual, como el objetivo, la entrada inicial del usuario, el historial de actividades o pláticas previas, los datos de fundamentación 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 recalibrar para optimizar hacia el objetivo previsto.
4. Acción: por lo general, herramientas externas para permitir 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.

Agentforce Assistant es el asistente conversacional avanzado impulsado por IA de Salesforce, que interactúa con los empleados y los clientes de una compañía, en lenguaje natural. Los empleados pueden usarlo para realizar una variedad de tareas en el flujo de trabajo, lo que permite aumentar la colaboración a escala. Y los consumidores pueden usarlo para chatear con las marcas y obtener respuestas a sus preguntas de inmediato, lo que genera una mayor satisfacción y lealtad. Agentforce Assistant 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 de los usuarios.

Así es como funciona:

1. El usuario escribe el objetivo que desea lograr, por ejemplo, "crear una página web".
2. Agentforce Assistant utiliza una solicitud seleccionada para enviar la entrada del usuario a un LLM seguro para inferir la intención del usuario.
3. En función de la intención, Agentforce Assistant envía otra solicitud seleccionada para indicarle 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 Agentforce Assistant está actuando de manera confiable, se le pide al LLM que genere planes estrictamente con las acciones que se ponen a su disposición.
5. Una vez que el LLM devuelve un plan, Agentforce Assistant ejecuta las acciones en la secuencia indicada para generar un resultado deseado y lo transmite al usuario.

Visualmente, esto se ve de la siguiente manera:

Agentforce Assistant le brinda a las compañías la capacidad de aprovechar los LLM como motores de razonamiento. Con esta herramienta, las compañías pueden utilizar la IA para realizar una serie de tareas que no eran realistas hace solo algunos meses.

• Si un equipo de ventas ve pocas oportunidades, Agentforce Assistant puede escanear las bases de datos para buscar prospectos de alta calidad con quienes valga la pena interactuar.
• El copiloto escaneará las posibles negociaciones para encontrar aquellas que están en riesgo y, si se le pide, puede resumir los registros para los gerentes.
• El copiloto puede ayudar a los agentes de servicio a resolver un problema de sobrefacturación para un cliente, al recopilar la información correcta para la resolución del problema.
• El copiloto puede analizar la opinión actual de los clientes sobre una posible negociación y recomendar las acciones necesarias para cerrar el trato en los próximos tres meses.

En estos casos de uso y muchos otros similares, Agentforce Assistant actúa esencialmente como un agente semiautónomo, utilizando los LLM como motores de razonamiento y llevando a cabo acciones para cumplir con las tareas cuando los usuarios se lo solicitan. Esto es solo el comienzo; la próxima novedad es hacer que Agentforce Assistant sea completamente autónomo para que no solo brinde asistencia, sino que también sea proactivo y omnipresente. La IA tiene un futuro emocionante, pero aún más emocionantes son los resultados de la eficiencia global que seguramente llegarán.