<p>Hola a todos, ¿cómo andan?</p>
<p>Les quería compartir una nueva versión de <strong>Protea</strong>, el proyecto en el que vengo trabajando para reunir y explorar datos ambientales de sensores y fuentes públicas: <a href="https://iot.protea.pyxis.tech">https://iot.protea.pyxis.tech</a>.</p>
<p>Una de las líneas que más me entusiasma es usar <em>reflection</em> sobre una memoria agéntica de las observaciones y su contexto. La idea es que el agente no se limite a mostrar series o redactar un resumen: a partir de los datos, sus fuentes y referencias, intenta abstraer un modelo o una hipótesis sobre lo que ocurre en una estación o una zona.</p>
<p>Después somete esa abstracción a una búsqueda de contraejemplos en la evidencia disponible. Si encuentra observaciones que la contradicen, la acota o la refina y vuelve a probarla. Es un ciclo de <strong>observación → abstracción → contraejemplo → refinamiento</strong>, en el que cada conclusión debería poder rastrearse hasta los datos, el lugar, la fecha, las unidades y las limitaciones que la sostienen.</p>
<p>Me hace acordar a varias discusiones que tuvimos alrededor de Butiá: cómo hacer que un sistema aprenda algo útil del entorno y, sobre todo, cómo evitar que confunda una regularidad aparente con una regla general. Todavía estoy experimentando con esta parte, y me vendría muy bien cualquier comentario o contraejemplo que se les ocurra al probarlo.</p>
<p>Un abrazo,<br>Andrés</p>