La empresa Nvidia anunció el miércoles durante la conferencia GTC en Berlín el lanzamiento de un nuevo paquete llamado "Agent Knowledge Foundation" como parte del conjunto de herramientas para agentes (Agent Toolkit), con el objetivo de proporcionar a los agentes de inteligencia artificial en el sector empresarial el contexto faltante de los datos y mejorar su capacidad de toma de decisiones.
Componentes del nuevo paquete y tecnologías de recuperación
El nuevo paquete incluye un conjunto de componentes de código abierto que comprenden los modelos de recuperación "Nemotron Retriever", la nueva biblioteca "Auto-Ontology", la familia de modelos "Kumo" dedicada a los datos estructurados, junto con las bibliotecas de procesamiento de datos "CUDA-X". La empresa explicó que este sistema permite que los datos permanezcan en sus ubicaciones de almacenamiento actuales y estén sujetos a las reglas de acceso y permisos aplicados previamente en las empresas.
Adel Al-Hallak, vicepresidente de productos de inteligencia artificial para agentes en Nvidia, señaló que los grandes modelos de lenguaje enfrentan una gran dificultad para explorar tablas y archivos complejos sin un contexto estructural claro. Según las pruebas de la empresa, el modelo de clasificación y re-recuperación Nemotron Retriever ayudó a aumentar la relevancia de los resultados de búsqueda en un 65% al probarse en un entorno OpenSearch de código abierto, lo que reduce el número de pasos de búsqueda requeridos y mantiene un nivel mínimo de latencia.
La transición de la recuperación tradicional RAG a la ontología y el procesamiento de tablas
El paquete se basa en la biblioteca Auto-Ontology para construir gráficos de conocimiento a partir de las tablas de las empresas y conectar los datos sin procesar con conceptos comerciales como clientes, productos y pedidos, al tiempo que proporciona una interfaz de programación de aplicaciones REST y un servidor de protocolo de contexto de modelos (MCP) para las consultas de los agentes. Este desarrollo surge como una inversión en la experiencia de la startup Illumex, que Nvidia adquirió en febrero por unos 75 millones de dólares.
Asimismo, el paquete integra los modelos Kumo para datos relacionales que Nvidia adquirió en junio, los cuales son modelos diseñados para prescindir de las canalizaciones tradicionales dedicadas a cada tarea predictiva, como la clasificación y el análisis de sentimientos, permitiendo la predicción automatizada a través de tablas formateadas.
Alianzas estratégicas con plataformas de datos
Nvidia enfatiza que no busca competir con las grandes plataformas de datos como Snowflake, Databricks o Palantir, sino que confía en la integración de su infraestructura con las plataformas de estas para gestionar las capas de control de acceso (ACL) y la seguridad. Los equipos de cadena de suministro de Nvidia utilizan estas tecnologías a través de la plataforma Palantir Foundry, mientras que Databricks conecta el modelo Kumo para la detección de anomalías con la capa de contexto Genie Ontology, y Snowflake permite ejecutar modelos Kumo dentro de sus propios cuadernos (notebooks).
¿Por qué importa esta noticia?
Este lanzamiento representa un paso práctico para superar las limitaciones actuales de los agentes de inteligencia artificial corporativos, los cuales a menudo sufren de incapacidad para comprender el contexto interconectado de los datos empresariales distribuidos. Al integrar los modelos de código abierto con las capas de ontología, Nvidia otorga a los desarrolladores herramientas flexibles para mejorar la precisión de los agentes sin obligar a las organizaciones a transferir sus datos sensibles o reestructurarlos por completo.