Shaw de ai16z, ha anunciado la integración de redes de tareas jerárquicas (HTN) en su plataforma de IA, Eliza.

El 6 de enero, Shaw, el fundador de ai16z (AI16Z), se dirigió a X para afirmar que el equipo también financiaría el desarrollo de la integración de HTN en la versión dos de Eliza. Su respuesta fue una respuesta a un miembro de X, @lordOfAFew, quien señaló los diversos desafíos que enfrentan los agentes de IA a diario.

Loaf es uno de nuestros principales colaboradores en el repositorio de Eliza. Vamos a integrar redes de tareas jerárquicas en Eliza v2 y estamos financiando este desarrollo. Es ideal para juegos, billeteras y cualquier tipo de cadena compleja de acciones planificadas. https://t.co/GV1pUwQ5yR

— Shaw (@shawmakesmagic) 6 de enero de 2025

También te puede interesar: ai16z aumenta más del 35% en medio de planes de lanzamiento de L1 y compras de ballenas

Desafíos de las redes de agentes de IA

Los agentes de IA son el futuro de todas las empresas de IA, dijo Shaw en el podcast Delphi Dephi. Además, insistió en la necesidad de hacer que las redes de agentes de IA sean robustas. Sin embargo, actualmente la parte más difícil para cada red de agentes de IA es establecer objetivos a largo plazo, especialmente cuando los agentes están siendo creados por primera vez. Las pistas en lenguaje natural limitan a los agentes a seguir instrucciones simples. Es posible que los agentes comercien con preestructura respondiendo a señales, pero esto no les da libertad e independencia.

Uno de los desafíos más significativos que enfrenta cualquier marco de agentes es el problema de los objetivos a largo plazo. El desarrollo de agentes generalmente evoluciona a través de tres etapas: Etapa Uno: Los agentes dependen de indicaciones en lenguaje natural para realizar tareas sencillas. Por ejemplo, "Comercia 1 ETH en…"

— 🍞☁⛩️ (realms/acc) (@lordOfAFew) 6 de enero de 2025

Esto plantea el mayor problema porque impide que los agentes actúen por su cuenta para alcanzar objetivos tan complicados y a largo plazo. Para que esto funcione, se necesitan redes de tareas complejas y la capacidad de que las estrategias exploren y cambien por sí mismas.

Para cumplir con la autonomía de la Etapa tres se requieren cambios en hardware, firmware y software, lo cual es una tarea difícil. Solo a través de mejoras rápidas en la tecnología, como las HTNs, los agentes pueden manejar tareas complejas y a largo plazo.

También te puede interesar: DeFi sigue siendo popular en medio de la explosión en el uso de criptomonedas: informe de a16z

Las HTNs son sistemas que descomponen trabajos difíciles en partes más pequeñas y manejables que luego se ensamblan en una estructura similar a un árbol. Incluso cuando las cosas no están claras, los sistemas de IA podrían planificar y llevar a cabo un conjunto complejo de tareas de manera rápida y efectiva.

Por ejemplo, en la industria del juego, las HTNs pueden permitir que los NPCs se comporten de manera más estratégica, lo que brinda experiencias dinámicas e inmersivas para los jugadores. Para las billeteras digitales, las HTNs pueden simplificar los pasos involucrados en el proceso, como la autorización de pagos, la detección de fraudes y los ajustes de saldo.

También te puede interesar: Cómo un bot de IA financiado por a16z impulsó la creación de una moneda meme de $850m

¿Cómo pueden ayudar las HTNs a Eliza Labs?

La adición de HTNs a Eliza v2 significa que la plataforma finalmente podrá, entre otras cosas, ejecutar acciones que incluyan múltiples pasos, actualizar planes al instante cuando se realicen cambios y manejar procesos de manera industrial sin esfuerzo. Las HTNs son una clara manifestación del objetivo final de Eliza Labs, que es crear sistemas de IA que no solo reaccionen, sino que procedan con una planificación inteligente y proactiva que llene intrínsecamente los vacíos para resolver problemas del mundo real.

Lee más: La ballena acumula $17m en tokens ai16z mientras Eliza despierta y el equipo ai16z se incorpora