Buenas, esto es BIMpraxis, el podcast donde el
Download transcript (.srt)
0:10
0:15
0:20
0:23
0:26
0:28
0:37
0:39
0:41
0:43
0:44
0:46
0:47
0:51
0:53
0:56
0:58
0:59
1:00
1:03
1:06
1:10
1:11
1:13
1:13
1:15
1:17
1:20
1:23
1:24
1:25
1:25
1:28
1:32
1:38
1:40
1:42
1:44
1:46
1:47
1:50
1:53
1:57
1:59
2:02
2:04
2:05
2:08
2:11
2:14
2:16
2:17
2:19
2:21
2:22
2:23
2:26
2:29
2:31
2:32
2:35
2:36
2:40
2:43
2:44
2:46
2:49
2:51
2:53
2:55
2:58
3:00
3:02
3:05
3:07
3:09
3:11
3:13
3:15
3:17
3:19
3:20
3:23
3:25
3:28
3:31
3:33
3:36
3:39
3:41
3:43
3:47
3:49
3:51
3:53
3:55
3:58
4:01
4:03
4:06
4:07
4:08
4:10
4:11
4:13
4:15
4:16
4:17
4:19
4:20
4:21
4:24
4:25
4:28
4:30
4:31
4:33
4:34
4:35
4:38
4:40
4:43
4:45
4:48
4:49
4:51
4:53
4:56
4:59
5:02
5:04
5:05
5:06
5:09
5:14
5:17
5:18
5:21
5:24
5:25
5:27
5:30
5:31
5:33
5:36
5:39
5:41
5:43
5:48
5:49
5:52
5:54
5:57
5:59
6:01
6:03
6:04
6:07
6:11
6:12
6:15
6:17
6:17
6:20
6:21
6:24
6:27
6:28
6:31
6:34
6:36
6:38
6:38
6:40
6:42
6:46
6:48
6:52
6:56
6:57
6:59
7:00
7:02
7:05
7:06
7:10
7:12
7:15
7:16
7:17
7:18
7:22
7:25
7:28
7:32
7:33
7:35
7:37
7:38
7:40
7:44
7:46
7:46
7:49
7:50
7:53
7:53
7:54
7:55
7:58
8:01
8:03
8:05
8:08
8:10
8:13
8:16
8:19
8:20
8:24
8:26
8:28
8:32
8:35
8:38
8:40
8:41
8:43
8:46
8:49
8:51
8:53
8:56
9:00
9:02
9:05
9:08
9:10
9:11
9:13
9:16
9:17
9:20
9:22
9:24
9:26
9:28
9:30
9:31
9:33
9:35
9:37
9:39
9:41
9:43
9:46
9:47
9:49
9:52
9:53
9:56
9:58
9:59
10:01
10:04
10:07
10:10
10:12
10:14
10:15
10:16
10:18
10:21
10:22
10:22
10:25
10:26
10:29
10:32
10:33
10:35
10:36
10:38
10:39
10:40
10:42
10:45
10:48
10:50
10:53
10:55
10:57
10:59
11:00
11:03
11:05
11:06
11:08
11:09
11:10
11:13
11:15
11:17
11:21
11:23
11:26
11:29
11:32
11:33
11:36
11:39
11:41
11:43
11:45
11:47
11:49
11:51
11:52
11:55
11:57
12:00
12:03
12:05
12:07
12:08
12:10
12:12
12:15
12:16
12:17
12:20
12:23
12:26
12:29
12:31
12:33
12:36
12:37
12:39
12:41
12:44
12:47
12:49
12:51
12:53
12:54
12:55
12:57
12:59
13:01
13:04
13:05
13:07
13:10
13:12
13:14
13:16
13:20
13:23
13:26
13:29
13:33
13:35
13:38
13:41
13:43
13:46
13:48
13:50
13:54
13:55
13:57
13:58
14:03
14:06
14:11
14:11
14:14
14:16
14:18
14:20
14:21
14:23
14:26
14:28
14:30
14:32
14:34
14:35
14:38
14:41
14:41
14:42
14:44
14:47
14:48
14:52
14:54
14:56
14:57
14:58
14:59
15:03
15:07
15:11
15:14
15:15
15:16
15:18
15:19
15:22
15:25
15:26
15:29
15:31
15:32
15:33
15:35
15:38
15:41
15:44
15:45
15:47
15:49
15:51
15:53
15:54
15:55
15:58
16:00
16:02
16:04
16:05
16:07
16:08
16:10
16:14
16:18
16:20
16:22
16:24
16:25
16:27
16:29
16:31
16:34
16:36
16:39
16:42
16:45
16:48
16:50
16:52
16:54
16:57
16:59
17:02
17:04
17:06
17:07
17:08
17:11
17:15
17:15
17:17
17:18
17:20
17:22
17:23
17:26
17:30
17:32
17:36
17:39
17:41
17:42
17:45
17:45
17:47
17:48
17:51
17:53
17:55
17:56
17:57
18:00
18:01
18:03
18:04
18:08
18:10
18:10
18:11
18:14
18:18
18:20
18:24
18:26
18:27
18:30
18:33
18:35
18:38
18:39
18:42
18:45
18:46
18:48
18:51
18:53
18:55
18:58
19:00
19:02
19:05
19:08
19:11
19:23
19:25
19:36
19:38
BIM se encuentra con la inteligencia artificial.
Exploramos la ciencia, la tecnología y el futuro
desde el enfoque de la arquitectura, ingeniería y
construcción.
¡Empezamos!
Muy buenas, bienvenidas, bienvenidos a un nuevo episodio
de BIMpraxis.
Hoy os traemos la arquitectura del segundo cerebro
digital.
¿Estáis listos?
Pues entramos en materia.
Y bueno, para arrancar este análisis a fondo,
quiero que imaginemos algo.
Imaginemos tener a un oficinista incansable trabajando de
madrugada en nuestro ordenador.
Un sueño, vamos.
Totalmente.
Un oficinista que está ahí, en silencio, analizando
cada PDF que te descargas, organizando facturas, resumiendo
informes pesadísimos y, lo más importante, conectando conceptos
por su cuenta.
Exacto, de forma autónoma.
Eso es.
Para que a la mañana siguiente tú te
sientes, te tomes el café y todo tu
conocimiento esté estructurado y listo para responder a
lo que le pidas con una precisión milimétrica.
O sea, esto ya no es ciencia ficción,
¿verdad?
Para nada.
Es una realidad técnica hoy mismo.
A ver, piénsalo, tradicionalmente, cómo gestionábamos todo esto.
Teníamos repositorios estáticos, carpetas, etiquetas, la típica aplicación
de notas, que a fin de cuentas es
un almacén pasivo.
Metes algo ahí y coge polvo.
El famoso cajón desastre digital.
Eso es.
Pero ese paradigma estático ya ha muerto.
Ahora estamos en medio de una evolución clarísima
hacia ecosistemas que son descentralizados, que son activos
y, sobre todo, que están dotados de una
inteligencia artificial que ejecuta acciones de verdad.
Ya no es solo buscar una palabra clave.
¡Qué va!
Es un salto conceptual tremendo.
Hemos pasado de archivar cosas a mano a
construir motores de computación cognitiva.
¿Ya no te importa en qué subcarpeta metiste
un informe?
Claro, te da igual.
Lo que importa es cómo ese informe interactúa
y se entrelaza por sí solo con el
resto de tu base de conocimientos.
Y para lograr esta especie de magia hay
tres pilares fundamentales en código abierto.
Forman una especie de trinidad que funciona en
perfecta sincronía.
Hosh, G-Brain y Pipali, ¿no?
Exactamente.
Koji sería la interfaz conversacional, digamos el rostro.
G-Brain es la memoria relacional estructurada, el cerebro
profundo.
Y Pipali asume el rol de brazo ejecutor,
las manos dentro de tu propio sistema operativo.
Vale, pues vamos a ir desgranando esta trinidad
paso a paso, porque tiene tela.
Empecemos por la puerta de entrada.
Antes de automatizar nada, necesitas un sitio donde
dialogar con tus datos de forma natural y
segura, y ahí brilla Coche.
Sí, es la pieza fundamental para la interacción.
A ver si te encaja esta analogía.
Las aplicaciones de notas de toda la vida
son como un archivo gigante en un sótano
oscuro.
Puedes tener el documento más brillante del mundo,
pero tienes que pasarte horas abriendo cajones.
Y acordarte de cómo lo llamaste.
Claro, exacto.
En cambio, Coach es como ese archivero incansable
que se ha leído absolutamente cada página de
tu sótano, la ha entendido perfectamente y está
en el mostrador esperando a que le preguntes.
Me encanta la analogía, porque es tal cual.
A nivel técnico, Coach opera como un motor
RAG, o sea, generación aumentada por recuperación, pero
de grado industrial.
Es capaz de ingerir de forma nativa volúmenes
gigantescos de PDFs, archivos Markdown, Word, hasta bases
de datos enteras de Notion.
Una barbaridad de formatos.
Sí, sí, se lo traga todo.
Pero lo que lo eleva por encima de
un simple buscador es que usa agentes personalizados.
Te permite crear diferentes personas o asistentes y
a cada uno le asignas directrices y bases
de conocimiento completamente aisladas.
¿Aisladas?
Eso es clave.
La separación técnica es vital.
Yo no querría que la gente que me
redacta correos de trabajo tenga acceso a mi
carpeta de finanzas o a informes médicos.
Vamos.
Te imaginas, ¿no?
Te mando un correo al jefe adjuntando tu
última analítica.
Madre mía, un desastre.
Pues con HOT evitas de raíz esa contaminación
cruzada del contexto.
Y además, todo este entramado se sostiene sobre
una privacidad absoluta.
Es agnóstico respecto a los modelos.
O sea, que no te obliga a usar
chat GPT o similades.
Para nada.
Si quieres soberanía de datos innegociable, lo puedes
ejecutar 100% en local.
Usas Oyama, por ejemplo, o lo compilas vía
Harbour o Docker para que tire de tu
tarjeta gráfica doméstica sin siquiera tocar Internet.
Maravilloso.
Y bueno, si no tienes hardware y prefieres
la nube, pues te conectas por API con
OpenAI, Anthropic o Gemini sin problema.
Es una flexibilidad brutal, desde luego.
Pero aquí me surge una duda técnica bastante
profunda y creo que es el elefante en
la habitación.
Dispara.
A ver, si Hosh ya hace todo esto,
si ingiere documentos, los procesa con algoritmos vectoriales,
entiende la similitud semántica para darte respuestas precisas.
Sí.
Entonces, ¿por qué los desarrolladores insisten en que
necesitamos una capa subyacente de datos mucho más
compleja?
O sea, ¿por qué añadir una pieza tan
bestia como GVT-Frame a la ecuación si Hoxha
busca también?
Esa es la gran pregunta, de verdad.
Y ahí está la frontera real entre un
simple buscador hipervitaminado y un verdadero cerebro digital
autónomo.
La clave está en la diferencia entre la
similitud matemática y el entendimiento relacional puro.
Explícame eso un poco más.
A ver, en un RAG tradicional, los vectores
son buenísimos agrupando conceptos parecidos.
El sistema sabe perfectamente que una manzona, una
naranja y un plátano son frutas.
Están cerca en el espacio vectorial.
Vale, comparten campo semántico.
Exacto.
Pero los vectores fallan estrepitosamente cuando intentas buscar
relaciones causales, jerárquicas o deterministas.
El vector no tiene ni idea de quién
compró esa manzana ayer, ni en qué supermercado,
ni si se pagó con tarjeta o en
ejectivo.
Claro, no entiende la acción entre los objetos.
Eso es.
Para entender relaciones reales, quién hizo qué, cuándo
y con quién, tienes que ir mucho más
allá del vector.
Tienes que construir un grafo semántico.
Y ahí es exactamente donde entra G-Brain.
Que, por cierto, G-Brain no es un invento
de cuatro frikis en un foro de Internet,
¿eh?
Esto lo creó Gary Tan, que es nada
menos que el CEO de Y Combinator, para
sus propios agentes autónomos, Open Claw y Hermes.
Fíjate si lo usa en serio que su
cerebro personal maneja ya más de 146.000 páginas
y rastrea a más de 24.000 personas.
Una salvajada.
Las cifras son de otra liga.
Totalmente.
Y para sostener esa escala sin que el
ordenador explote, Gbrain toma una decisión de diseño
radical.
Utiliza archivos de texto plano en formato Markdown
guardados en un repositorio Git de toda la
vida, como su única fuente de la verdad.
Archivos de texto que puedes abrir con el
blog de notas.
Tal cual.
Esa capa física, súper sencilla, luego se respalda
con una base de datos Postgres adaptada para
vectores o incluso versiones basadas en Wasm como
PG Lite para entornos locales sin instalar servidores
complejos.
Y aquí viene, para mí, el truco de
magia de toda esta arquitectura a nivel de
costes.
Porque si tú usas un modelo de lenguaje
masivo para leer 146,000 páginas buscando extraer quién
invirtió en qué empresa o quién conoce a
quién.
Te arruinas, literalmente te arruinas pagando tokens.
Claro.
Pero Gbrain usa un concepto que llaman 0LLM,
¿verdad?
Ceroía.
Eso es brillante.
Cada vez que guardas una página, el sistema
lanza expresiones regulares, las clásicas regex, a una
velocidad absurda.
Analiza la sintaxis del texto y extrae conexiones
clave, tipo fundó la empresa tal, invirtió en
cual o trabaja en este sitio.
O sea, construye todo el inmenso grafo relacional
conectando a toda esta gente, sin gastar ni
una fracción de céntimo en inteligencia artificial.
Ni un céntimo.
Es extracción puramente determinista.
Y el impacto que tiene esto en la
precisión es demoledor, ¿eh?
En los benchmarks de la industria, como BrainBench,
G-Brain alcanza una precisión de casi el 50%
en los primeros 5 resultados.
Ojo, un 50% es muchísimo.
Es una barbaridad.
Para que te hagas una idea, un RAG
vectorial de los buenos apenas llega al 18%.
Estamos hablando de una mejora de más de
31 puntos porcentuales.
O sea, destroza el modelo tradicional.
Lo fulmina, porque hace una búsqueda híbrida.
Mezcla mectores, suma palabras clave y además le
añade el peso del grafo.
Las páginas que reciben muchos enlaces internos cobran
más importancia, como el PageRank de Google de
los inicios, pero en tu disco duro.
Entiendo.
O sea que el grafo de Hebrain sería
el equivalente al clásico tablón de corcho de
un detective de película.
Exacto, el de los hilos rojos.
Lleno de chinchetas, fotos y los hilos conectando
sospechosos.
Pero aquí la enorme ventaja es que los
hilos rojos se conectan solos al instante y
no tienes que pagarle al detective para que
los ponga.
Muy buena forma de verlo, sí.
Pero claro, para que ese tablón no sea
un caos de hilos inmanejable, he visto en
las fuentes que te exigen un patrón de
escritura súper estricto.
La llamada verdad compilada arriba, que es como
el resumen actualizado, y el historial o línea
de tiempo cronológica abajo.
Ese patrón es la regla de oro.
Si tú vas metiendo datos infinitos al final
de un documento a lo largo de los
meses, la ventana de contexto de la IA
crece sin control y el modelo se vuelve
loco, se pierde.
Se degrada la memoria, ¿no?
Exactamente, la degradación del contexto.
Al obligarte a compilar la verdad arriba del
todo, el sistema lee siempre el estado actual
preciso antes de tomar decisiones.
Y lo antiguo queda relegado al fondo como
historial.
Vale.
A ver, en la teoría suena espectacular.
Pero seamos sinceros, hagamos un poco de abogado
del diablo.
Venga.
Esto exige una disciplina espartana por parte del
usuario.
Tienes que mantener rutas exactas, redactar las habilidades
en Markdown a mano, mantener un formato súper
rígido.
¿Esto no choca frontalmente con la promesa de
la IA?
¿Te refieres a que nos iba a facilitar
la vida?
Claro.
Se suponía que la IA venía a entender
nuestro lenguaje natural desordenado, a quitarnos trabajo, no
obligarnos a formatear textos como si fuésemos compiladores
humanos de los años 80.
Ya, es una queja súper común y es
una fricción técnica muy real.
Pero está justificada.
Gebrain no hace magia negra ni adivina tus
intenciones.
Requiere que tú le impongas una estructura.
Si le metes basura caótica, el grafo se
rompe.
Basura entra, basura sale.
Tal cual.
Es el peaje a pagar por tener una
precisión casi matemática.
Ahora bien, la solución no es abandonar Gebrain
ni conformarse con peores resultados.
La solución es automatizar quién escribe esos datos.
¡Ah, amigo!
Si Hebrain es una memoria increíble pero súper
tiquismiquis con el formato, necesitas un trabajador incansable
que la alimente como a ella le gusta.
Y ese es Pipali.
Pipali, la tercera gran pieza del puzzle.
El grazo ejecutor, que por cierto también está
desarrollado por la gente de Cojo.
Sí, son del mismo equipo.
Pipali es una aplicación de escritorio nativa.
Tiene el motor en RAST para que sea
seguro y vuele, y la interfaz en Tauri,
así que no te devora la RAM del
ordenador.
Y actúa literalmente como las manos del sistema.
Exactamente.
Mientras Coach, Dialoga y G-Brain estructuran la memoria,
Pipali hace el trabajo sucio en tu máquina.
Operan segundo plano de forma asíncrona.
Dame un ejemplo de cómo funciona en el
día a día.
Pues imagínate que descargas un PDF larguísimo de
investigación.
Pipali, que está vigilando la carpeta de descargas,
lo detecta.
No te pregunta nada.
Lo abre, lo lee, lo resume usando modelos
locales, lo formatea con esos enlaces estrictos que
exige Gbrain y lo guarda en el repositorio.
Retomando lo de antes, es literalmente el oficinista
en prácticas que llega a las 3 de
la mañana, organiza el escritorio, lee los informes
pesados y cuando enciendes la pantalla a las
9, está todo archivado.
Tres directorios críticos.
La seguridad aquí es obsesiva.
Pipali no corre libre por ahí.
Usa un sandbox runtime, un entorno aislado desarrollado
por Anthropic, que le pone muros de contención
dentro del sistema operativo.
O sea que no puede salir de su
cajita de arena.
No puede.
Solo lee y escribe en las carpetas que
tú le autorices expresamente.
Y si tiene que hacer algo crítico, como
instalar un software o tocar algo del sistema,
se pausa.
Entra en espera y te lanza una notificación
al escritorio pidiendo permiso humano.
Vale, tiene el buen juicio de preguntar antes
de meter los papeles en la trituradora Eso
me tranquiliza Robar cada pequeña edición de texto
pero te aseguras de que una alucinación del
modelo no te formate el disco duro Vale,
tenemos el cerebro pensante y tiquismiquis que son
Hodge y G-Brain y tenemos las manos, Pipali
Pero son programas distintos, independientes ¿Cómo logramos que
se comuniquen sin crear un caos absoluto de
archivos duplicados o versiones contradictorias?
Esa es la magia de la integración moderna.
Y todo se basa en un estándar revolucionario
del que se está hablando muchísimo, el Model
Context Protocol o MCP.
El famoso MCP, sí.
Básicamente es un traductor universal y un árbitro
de tráfico.
Conecta la IA con los datos de forma
súper controlada.
En este ecosistema, Gbrain hace de servidor MCP.
Desde la versión 0.31 de hecho, sirve como
thin client exponiendo decenas de herramientas de consulta.
¿Y Pipali?
Un dedo Pipalai le pregunta a Gbrain mediante
este protocolo.
Oye, ¿tenemos ya esto en memoria?
¿Cuál es el contexto actual?
Así no se pisan entre ellos.
Es súper elegante.
Para ilustrarlo, creo que deberíamos repasar el ejemplo
de flujo de trabajo completo que vimos en
las fuentes, porque es crucial para entender el
potencial corporativo de esto.
Es un ciclo fascinante, verás.
Paso 1.
Pipalai detecta por un webhook que un compañero
ha actualizado un ticket en Jira o en
Linear.
Una tarea de toda la vida.
Sí, exacto.
Pipalai se descarga el adjunto que han subido.
Paso 2.
Redacta un documento Markdown perfectamente estructurado y lo
tira en la carpeta local de Gbrain.
Y ahí se activa Gbrain sin IA de
pago.
Exactamente.
El paso 3.
El proceso en segundo plano de Gbrain, el
demonio, detecta el archivo en milisegundos, extrae todas
las conexiones con Regex, actualiza los vectores en
Postgres, todo gratis a nivel de tokens.
Y paso 4.
Cohoch lo reindexa todo.
Eso es.
Para que en el paso 5 tú saques
el móvil mientras vas en el metro, abras
Cohoch y le preguntes por voz, oye, ¿cómo
está la tarea con Jordan?
Y te responda al instante, con los datos
perfectos que Pipalí metió anoche sin que tú
te enteraras.
Es de locos.
Es la elegancia máxima.
Mantar una arquitectura súper corporativa que hace búsquedas
vectoriales híbridas y de grafos, basándolo todo en
algo tan sencillo y atemporal como archivos de
texto plano en un disco duro local.
Y tan transparente.
Si la IA falla, abres el archivo Markdown
y lo lees tú mismo.
No hay cajas negras.
Claro.
Pero bueno, antes de que los que nos
están escuchando paren el audio y se pongan
a instalar todo esto como locos… Hay que
darles un baño de realidad.
Un buen baño de realidad sobre los costes
de mantenimiento.
Porque esto gratis y fácil no es.
No.
Fácil, desde luego, no.
Mantener este ecosistema exige una disciplina técnica brutal.
Tienes que gestionar Git, montar servidores locales, dejar
corriendo ciclos de sueño nocturnos para que el
sistema consolide la memoria.
El famoso autopilot, ¿no?
Eso es.
Y encima es software super joven.
Estamos hablando de versiones 0.30.
Te sacan una actualización mañana y te pueden
romper todo el flujo de trabajo sin avisar.
O sea que, para tener un cerebro digital
autónomo, primero tienes que convertirte en su administrador
de sistemas a tiempo completo, básicamente.
Por eso, las fuentes también apuntan a alternativas
comerciales más amables, para los que no quieren
lidiar con tanta infraestructura.
¿Como cuáles?
Pues tienes Hindsight, por ejemplo.
Es un servicio gestionado en la nube, multiusuario.
Y lo interesante es que no te obliga
a escribir los skills a mano como G-Brain,
sino que usa la IA para autoaprender tus
modelos mentales.
¿Te quita ese peso de encima?
Muchísimo.
Y viene con más de 40 integraciones oficiales.
Nada de configurar postgres ni historias raras.
Vale.
Pero si alguien nos escucha y dice, no,
yo quiero que mis datos se queden en
mi disco duro local sí o sí, pero
me da pereza montar el servidor postgres de
G-Brain.
Para ese perfil de usuario, que suele usar
herramientas como Obsidian, la alternativa es Enquire MCP.
Es ideal porque te da memoria local a
largo plazo, con una recuperación híbrida de vectores
y búsqueda por palabras clave, y un graph-RAG
muy ligerito, sin tanta complejidad de base de
datos.
Te simplifica la vida manteniendo la privacidad.
Exacto.
Es el término medio perfecto.
Qué interesante.
Al final, todo se reduce a cuánta fricción
técnica estás dispuesto a soportar para tener el
control total.
Es un dilema muy de nuestra época.
Totalmente.
Bueno, ha sido un repaso espectacular de toda
la tecnología.
Pero antes de irnos, me gustaría dejar una
última idea en el aire.
Un pequeño desafío intelectual para reflexionar, más allá
de bases de datos y protocolos.
A ver, sorpréndeme.
Sorpréndeme.
Pésate si logramos de verdad construir estos segundos
cerebros digitales, que son perfectamente eficientes, que conectan
todos los puntos y consolidan toda la información
sin olvidar nada mientras dormimos, ¿qué le ocurre
a nuestra memoria biológica?
Uf, buena pregunta.
Quiero decir, si repasamos la historia, ¿acaso las
mejores ideas de la humanidad no provienen a
menudo de nuestros fallos de memoria?
¿De esas confusiones locas al mezclar dos conceptos
que no tenían nada que ver?
de esa capacidad maravillosa y súper caótica que
tenemos de olvidar lo irrelevante para dejar espacio
a la creatividad?
Te deja pensando, desde luego.
Externalizar la memoria puede tener un coste creativo
que ni nos imaginamos todavía.
Ahí lo dejamos para darle una vuelta.
Antes de despedirnos hasta el próximo programa, os
informamos de que las voces que oyes han
sido generadas por la IA de Notebook LM
y que dirigiendo el podcast se encuentra Julio
Pablo Vázquez, un humano que te envía saludos.
En caso de error, probablemente sean errores humanos.
¡Nos escuchamos!
Y hasta aquí el episodio de hoy.
Muchas gracias por tu atención.
Esto es BIMpraxis.
Nos escuchamos en el próximo episodio.