NTN 365 - 💪 M: Claude, Copilot y IAs con superpoderes 1361j

Buenas, buenas, buenas. Hoy bienvenidos, obviamente vamos a hacer la intro al principio. Bienvenidos a otro episodio de No Tiene Nombre. Mi nombre es Bruno y hoy vamos a hablar de M, Model Context Protocol, que está muy de moda y están pasando muchas cosas. Y si bien es cierto que nuestros amigos de OpenAI sacaron una nueva funcionalidad para generar imágenes que está muy, pero muy, pero muy bien, lo voy a dejar un poco de lado porque hablar de generadores de imágenes en un podcast no tiene sentido, a menos que puedan ver lo fabuloso que es esto. Por cierto, las APIs todavía no están públicas, pero hay unas y hay unas que no son públicas, que son realmente fabulosas. Y lamentablemente creo que este día 26, 27 o 25 de marzo es la oficial muerte de Dalí como modelo, porque va a estar todo en GPT4.

Pero bueno, volvemos al tema de M. Vamos a hablar de Model Context Protocol o protocolo de contexto de modelo, que suena horrible. Así que como M nos quedamos para qué? Nos quedamos como para hablar de esto. Primero, en principal, qué es el M? Pues hoy por hoy los asistentes que tenemos son súper inteligentes, pero tienen el complejo, tienen el problema de que son como Dory en Buscando a Nemo, son como un Goldfish, tienen la memoria nula. Entonces, cuando les pides que se ayude a redactar un informe, pero por ejemplo el informe necesita datos de un CRM, hojas de cálculo, base de datos, etcétera.

Tenías que conectar todo a mano, tenías que darle todo. La memoria que tenía el LLM también era un problema. Era todo un dolor de cabeza. Aquí es donde entra a juego el concepto de M. ¿Por qué? Porque M es como un traductor universal para las inteligencias artificiales. Y ojo, tengo pendiente explicar un poco cómo funciona RAG o cómo funcionan las Functions, que algo lo dije en el capítulo cuando explicaba cómo funcionan los LLM, pero el tema está en que por ahora era todo conectado como si fuera con funciones de APIs de terceros.

M es un estándar que es mucho más abierto. Permite que los modelos de lenguaje, estos modelos tipo GPT-4, Open O3, Cloud, cualquiera de estos, puedan interactuar de una manera dinámica con, vamos a decir, herramientas, bases de datos y APIs. Es básicamente un layer más, una opción más además de las APIs que es lo que hacíamos hoy. Y es una interfaz estándar. ¿Por qué hablo hoy de M? Porque hasta ahora estaba dando vueltas por ahí, esto viene por cierto de Antropic, pero hace unos días Sam Allman, el jefazo de OpenAI dijo, hey, OpenAI se suma a la movida de M.

Entonces ya hay varios productos grandes, inclusive Azure también, donde M es el estándar. Así como el chat completion que propuso OpenAI se consolidó como el estándar para todo lo que es chat con modelos largos con LLMs, pues el tema de M de Antropic parece que va a ser el estándar para estas integraciones. ¿Y por qué es tan relevante? Porque en realidad lo principal acá es que no hace falta llamar a servicios con APIs exclusivas, sino que es todo de una manera uniforme. Elimina las fricciones. Bueno, ya que está el pitch que sale en la página oficial, fomenta la interoperabilidad. Madre mía, qué palabra difícil para un jueves por la mañana.

Y sienta todas las bases para que los agentes interactúen entre sí, porque esto también está relacionado con agentes y agentes es un post, es un capítulo que tengo para grabar por ahí. Pero bueno, internamente lo que tiene el M es básicamente una estructura cliente servidor. Hay más cosillas, pero es un cliente servidor. Por un lado tenemos host M, que son las aplicaciones de inteligencia artificial, clientes de chat, entornos de desarrollo, Visual Studio Code que van a requerir a través de M. Por otra parte, tenemos clientes M, que son las interfaces que mantienen las colecciones con los servidores M para facilitar la comunicación.

Por ejemplo, un cliente M es el que vive adentro de Visual Studio Code o de Cloud Desktop. Tenemos por otra parte los servidores M, que son los programas, las aplicaciones, los servicios que ofrecen capacidades específicas a través de este protocolo. Exponen datos, funcionalidades, etc. que los clientes luego se conectan y usan. Y aquí podemos hablar, por ejemplo, de fuentes de datos locales, servicios remotos, etc. Esta estructura de cliente servidor con los hosts y el cliente, por ejemplo, viviendo de nuevo en una herramienta como Visual Studio Code, llamando a un servidor, hace que la integración sea más fácil, que los servidores sean escalables, etcétera, etcétera, etcétera.