Conceptos: Fundamentos de IA local, agentes y auto-alojamiento
Qué cubre este artículo
- Las ideas centrales detrás de la IA local, los agentes y el auto-alojamiento.
- Referencias a los artículos apropiados para cada concepto.
- Cómo se relacionan entre sí estos conceptos.
Introducción
Los tutoriales explican el cómo. Esta sección aborda el qué y el por qué. Cuando entiendes los conceptos, puedes elegir herramientas mejor y resolver problemas más rápido. Los temas siguientes son los bloques fundamentales de prácticamente todo lo que encontrarás en BotServ.
IA local: ¿Por qué local en lugar de Cloud?
La IA local se ejecuta en tu dispositivo en lugar de en el servidor de un proveedor. Las consecuencias son claras:
- Privacidad: Los prompts y documentos permanecen en tu máquina. Es fundamental para datos sensibles.
- Costos: Inversión única en hardware frente a costos API recurrentes.
- Independencia: Sin dependencia de proveedores, sin aumentos de precios, sin interrupciones por terceros.
- Control: Tú decides el modelo, la versión y los parámetros.
Para comenzar: ¿Qué es la IA local? e IA local vs IA en la nube.
Modelos de lenguaje y cuantización
Un modelo de lenguaje (LLM) es una red neuronal que predice texto. Su tamaño se expresa en parámetros (7B = 7 mil millones). Para que el modelo quepa en la memoria RAM, se cuantiza: se reduce la precisión de los pesos, por ejemplo de 16 a 4 bits.
Para empezar: Cuantización, RAM vs VRAM y Tamaño del modelo y requisitos de memoria.
RAG: Cargar conocimiento en lugar de reentrenar
Retrieval-Augmented Generation significa que el modelo responde preguntas no solo desde su memoria, sino que recupera documentos relevantes de una base de datos. De este modo, una IA local puede responder sobre tus propios documentos sin necesidad de haber sido entrenada con ellos.
El proceso funciona así:
- Los documentos se dividen en fragmentos pequeños (chunks).
- Cada chunk se convierte en una incrustación (un vector numérico).
- Cuando haces una pregunta, su incrustación se compara con las incrustaciones de los documentos.
- Los chunks más similares se proporcionan al modelo como contexto.
Para comenzar: RAG local, Modelos de incrustación y Bases de datos vectoriales.
Agentes de IA: Modelos que pueden actuar
Un agente de IA es más que un chatbot: puede invocar herramientas, tomar decisiones y ejecutar tareas paso a paso. El patrón más conocido es ReAct: Reason (razonar) → Act (invocar herramienta) → Observe (leer resultado) → repetir.
Para empezar: ¿Qué es un agente de IA?, Invocación de herramientas y Sistemas multiagente.
Auto-alojamiento: Servicios en tu propio hardware
Auto-alojamiento significa ejecutar software como Nextcloud, n8n u Open WebUI en tu propio hardware o en un servidor alquilado en lugar de usar servicios Cloud listos para usar. Las ventajas son privacidad, control y oportunidad de aprendizaje. Los costos incluyen mantenimiento y responsabilidad operativa.
Para comenzar: Fundamentos del auto-alojamiento, Fundamentos de Docker y Homelab.
Seguridad: Inyección de prompts y acceso
La IA local no es automáticamente segura. La inyección de prompts, las invocaciones de herramientas inseguras y los puertos abiertos son riesgos reales. La sección Operación segura lo aborda de forma sistemática: desde protección de acceso hasta gestión de secretos y seguridad de agentes.
Enlaces relacionados
- Glosario - Términos individuales explicados de forma clara.
- Literatura - Libros, papers y blogs.
- IA local - La sección principal para la operación propia.
- Agentes de IA - Agentes, frameworks y workflows.
Preguntas frecuentes
¿En qué orden debo aprender estos conceptos? Primero entiende la IA local, luego cuantización y selección de modelos. Después RAG, entonces agentes. El auto-alojamiento puede aprenderse en paralelo si deseas ejecutar herramientas como Ollama en tu propio servidor.
¿Estos conceptos son solo para usuarios avanzados? No. Todos los conceptos están explicados para principiantes. Los enlaces te llevan a artículos que funcionan sin conocimientos previos.
¿Cuál es la diferencia entre un concepto y un tutorial? Los conceptos explican ideas y relaciones. Los tutoriales muestran paso a paso cómo instalar o configurar algo. Aquí encontrarás los conceptos, y en cada sección correspondiente encontrarás los tutoriales.