🤖 machine learning

iML: Executable, Problem-Grounded, and Broadly Exploratory Code-Driven AutoML

El artículo presenta iML, un marco de trabajo de AutoML basado en código y multiagente que garantiza soluciones ejecutables, fundamentadas en problemas y ampliamente exploratorias a través de planos estructurados y depuración iterativa, logrando un rendimiento de vanguardia y una alta fiabilidad en diversos bancos de pruebas de aprendizaje automático.

Autores originales: Dat Le, Duc-Cuong Le, Anh-Son Nguyen, Tuan-Dung Bui, Thu-Trang Nguyen, Son Nguyen, Hieu Dinh Vo

Publicado 2026-06-02

📖 5 min de lectura🧠 Análisis profundo

CC0 1.0

Autores originales: Dat Le, Duc-Cuong Le, Anh-Son Nguyen, Tuan-Dung Bui, Thu-Trang Nguyen, Son Nguyen, Hieu Dinh Vo

Artículo original dedicado al dominio público bajo CC0 1.0 (http://creativecommons.org/publicdomain/zero/1.0/). ✨ Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo

Imagina que quieres construir una máquina compleja, como un coche de carreras de alto rendimiento, pero no sabes cómo ser mecánico. Le pides a un asistente muy inteligente, culto pero a veces excesivamente confiado (una IA) que escriba los planos y construya el coche por ti.

En el pasado, estos asistentes a menudo escribían planes que sonaban perfectos en el papel, pero que se desmoronaban en el momento en que intentabas encender el motor. Podían asumir que el coche tiene un motor V8 cuando tú solo tienes un V6, o podían olvidar atornillar las ruedas porque estaban demasiado ocupados escribiendo un hermoso discurso sobre la velocidad.

Este artículo presenta 𝑖ML, un nuevo equipo de asistentes de IA diseñado para solucionar estos problemas. En lugar de un solo asistente tratando de hacer todo a la vez, 𝑖ML utiliza un equipo multi-agente que trabaja como una cuadrilla de construcción altamente organizada. Su objetivo es construir un modelo de aprendizaje automático (el "coche") que realmente funcione, que esté construido con los materiales reales que tienes y que explore muchas formas diferentes de ganar la carrera.

Así es como funciona 𝑖ML, desglosado en tres principios simples:

1. La regla de "¿Realmente funciona?" (Ejecutabilidad)

La mayoría de los asistentes de IA escriben código que se ve bien en texto, pero que falla cuando intentas ejecutarlo. 𝑖ML trata el ejecutar el código como la prueba más importante.

La analogía: Imagina a un chef que no solo escribe una receta; realmente cocina el plato, lo prueba y, si está demasiado salado, lo arregla antes de servirlo al cliente.
Cómo lo hace 𝑖ML: El equipo divide el trabajo en partes pequeñas (preparar los datos, construir el modelo). Construyen cada parte por separado y luego intentan ensamblarlas. Si las piezas no encajan (como un cubo cuadrado en un agujero redondo), el sistema se detiene inmediatamente, encuentra el error exacto y arregla solo esa pieza. Sigue intentándolo y arreglándolo hasta que toda la máquina funciona sin problemas. Esto asegura que el 90% de las veces, el resultado final realmente funcione.

2. La regla de "Mira lo que tienes" (Anclaje al problema)

A veces, los asistentes de IA inventan cosas. Pueden suponer que tus datos están limpios cuando en realidad están desordenados, o asumir que quieres predecir las ventas cuando en realidad quieres predecir el clima.

La analogía: Imagina a un contratista que ignora los planos que le diste y el terreno real de tu propiedad, y en su lugar decide construir una piscina porque cree que eso es lo que querías.
Cómo lo hace 𝑖ML: Antes de escribir una sola línea de código, 𝑖ML envía a un "explorador" a inspeccionar tus datos reales. Cuenta las piezas faltantes, verifica los tipos de información y busca qué han hecho otros expertos con datos similares. Luego crea un plan estricto (un "plano") basado en la realidad, no en suposiciones. Esto evita que el equipo construya un modelo que sea lógicamente sólido pero inútible para tu problema específico.

3. La regla de "Prueba todo" (Exploración amplia)

Los antiguos sistemas de AutoML suelen elegir un camino y mantenerse en él, como un conductor que solo sabe conducir por autopistas. Si el camino se convierte en tierra, se queda atascado.

La analogía: Imagina a un detective que solo interroga a un sospechoso. 𝑖ML es como un detective que entrevista a tres sospechosos diferentes: uno que usa métodos tradicionales, uno que usa dispositivos de alta tecnología y uno que usa una herramienta hecha a medida.
Cómo lo hace 𝑖ML: El equipo no solo elige una forma de resolver el problema. Ejecutan tres estrategias diferentes en paralelo:
1. Métodos tradicionales (fiables, como un sedán robusto).
2. Modelos pre-entrenados (usando herramientas inteligentes existentes, como un coche deportivo).
3. Redes neuronales personalizadas (construyendo un motor único y personalizado desde cero).
  Ellos prueban las tres, ven cuál gana la carrera y eligen al ganador. Si uno falla, no se rinden; simplemente cambian a la siguiente mejor opción.

La estructura del equipo

Para lograr esto, 𝑖ML organiza sus agentes de IA en roles específicos:

El Estratega: Lee el problema e inspecciona los datos para crear el plano maestro.
Los Especialistas: Diferentes agentes escriben el código para partes específicas (uno para limpiar datos, otro para construir el modelo) para que no se confundan.
El Ensamblador y Depurador: Ellos juntan las piezas, las prueban y, si algo se rompe, actúan como un mecánico con una herramienta de diagnóstico para encontrar y arreglar el tornillo exacto que se rompió sin tener que reconstruir todo el coche.

Los Resultados

Los autores probaron este sistema en dos conjuntos de desafíos difíciles (como las famosas competiciones de ciencia de datos de Kaggle).

Fiabilidad: Mientras que otros sistemas fallaron en producir un resultado funcional aproximadamente la mitad de las veces, 𝑖ML tuvo éxito el 90% de las veces.
Rendimiento: 𝑖ML no solo funcionó; ganó. Obtuvo "medallas" (clasificaciones altas) en el 45% de las competiciones, superando tanto a las herramientas automatizadas más antiguas como a otras IA.
Robustez: Incluso cuando las instrucciones eran vagas o se reducían al mínimo (como decir "arregla estos datos" sin explicar cómo), 𝑖ML logró tener éxito el 70% de las veces al confiar en su inspección de los datos reales en lugar de las instrucciones de texto.

En resumen, 𝑖ML es un sistema que deja de adivinar, comienza a probar y construye un equipo de especialistas para asegurar que el modelo de aprendizaje automático final no sea solo una idea bonita, sino una realidad funcional y de alto rendimiento.

Resumen Técnico: $i$ ML – AutoML impulsado por código, ejecutable, fundamentado en el problema y ampliamente exploratorio

1. Planteamiento del Problema

Si bien la Automatización de Machine Learning (AutoML) ha democratizado el acceso al aprendizaje automático, los sistemas existentes enfrentan limitaciones significativas en cuanto a flexibilidad, transparencia y fiabilidad de ejecución. Las herramientas de AutoML tradicionales suelen operar como "cajas negras" rígidas restringidas a espacios de búsqueda predefinidos (por ejemplo, datos tabulares), careciendo de la capacidad para personalizar pipelines para problemas complejos o multimodales.

Los agentes recientes basados en Grandes Modelos de Lenguaje (LLM) se han desplazado hacia un AutoML impulsado por código, sintetizando código ejecutable para el preprocesamiento, el entrenamiento y la evaluación. Sin embargo, los enfoques actuales sufren tres fallos críticos:

Falta de Ejecutabilidad: El código generado suele parecer plausible en texto, pero falla durante la ejecución debido a errores de tiempo de ejecución, desajustes de tipos o suposiciones no verificadas.
Insuficiente Fundamentación en el Problema: Las decisiones de planificación dependen frecuentemente de suposiciones textuales no verificadas o propiedades de datos "alucinadas" en lugar de un análisis empírico del conjunto de datos real.
Exploración Limitada: Muchos sistemas se comprometen prematuramente con una única ruta de modelado (por ejemplo, refinando un script monolítico o envolviendo un backend fijo como AutoGluon), fallando en explorar estrategias de solución diversas y actualizadas a través de ML tradicional, adaptación de modelos preentrenados y arquitecturas neuronales personalizadas.

2. Metodología: El Marco de Trabajo $i$ ML

Los autores presentan $i$ ML, un marco de trabajo de AutoML impulsado por código y multi-agente diseñado para satisfacer tres requisitos fundamentales: Ejecutabilidad, Fundamentación en el Problema y Exploración Amplia. El marco opera a través de tres fases coordinadas:

Fase I: Planificación Estratégica Guiada por Código

En lugar de un prompting directo al código, $i$ ML construye primero un plano estratégico fundamentado en el problema ( $B$ ).

Análisis de Tarea y Perfilado: Un Analizador de Tareas extrae restricciones semánticas, mientras que un Agente de Perfilado analiza empíricamente el conjunto de datos bruto ( $\mathcal{D}$ ) para generar meta-características ( $F_{meta}$ ), incluyendo esquema, patrones de ausencia de datos y calidad de los mismos.
Recuperación de Conocimiento: Un Recuperador de Conocimiento adquiere restricciones de dominio y estrategias de preprocesamiento de fuentes externas.
Síntesis del Plano: Un Agente de Directrices sintetiza un plano estructurado que especifica directivas de preprocesamiento, lógica de selección de modelos (eligiendo entre ML Tradicional, Adaptación de Modelos Preentrenados o Arquitecturas Neuronales Personalizadas), protocolos de entrenamiento y métricas de evaluación. Este plano actúa como un conjunto de invariantes arquitectónicos para restringir el espacio de búsqueda.

Fase II: Implementación Modular de Código

Agentes de codificación especializados implementan componentes por separado bajo Contratos de Interfaz explícitos ( $IC_{\mathcal{T}}$ ).

Codificador de Preprocesamiento: Genera un script ( $S_{prep}$ ) para transformar los datos brutos en una representación verificada ( $\mathcal{D}'$ ) que satisfaga estrictamente el esquema requerido por la etapa de modelado.
Codificador de Modelado: Genera un script ( $S_{model}$ ) para el entrenamiento e inferencia, asegurando la compatibilidad matemática con el $\mathcal{D}'$ verificado.
Diseño Impulsado por Contratos: Esta modularidad evita el entrelazamiento de la lógica y permite el desarrollo y la reparación independiente de los componentes.

Fase III: Integración Verificable por Código

Un Agente Ensamblador integra $S_{prep}$ y $S_{model}$ en un pipeline unificado ( $S$ ).

Ejecución Dinámica y Verificación: El sistema ejecuta $S_{prep}$ sobre los datos para validar las propiedades de tiempo de ejecución (formas, tipos) contra el contrato de interfaz antes de proceder al entrenamiento.
Depuración Iterativa: Si la ejecución falla, un Analizador de Errores localiza la falla (por ejemplo, desajustes de API, errores de forma de tensores) utilizando trazas de tiempo de ejecución. Un Agente de Depuración luego repara iterativamente el componente específico, utilizando búsqueda web para la sintaxis actual si es necesario, hasta obtener un pipeline válido.

3. Contribuciones Clave

Nuevos Principios de Diseño: El artículo establece tres criterios para un AutoML ideal impulsado por código: Ejecutabilidad (síntesis fiable de extremo a extremo), Fundamentación en el Problema (decisiones basadas en datos empíricos y conocimiento recuperado) y Exploración Diversa/Actualizada (búsqueda a través de trayectorias de solución heterogéneas).
El Marco de Trabajo $i$ ML: Una arquitectura multi-agente que operacionaliza estos principios mediante el perfilado empírico, la planificación respaldada por recuperación, la síntesis de código modular y la verificación dinámica.
Validación Experimental Exhaustiva: Evaluación integral en MLE-BENCH y un nuevo $i$ ML-BENCH (que cubre 16 diversas competiciones de Kaggle de 2021–2025), demostrando una fiabilidad operativa superior y un rendimiento competitivo.

4. Resultados Experimentales

Los autores evaluaron $i$ ML frente a baselines de última generación, incluyendo AutoML tradicional (AutoGluon) y agentes impulsados por código (MLZERO, MLE-STAR, AutoML-Agent).

Rendimiento en MLE-BENCH (Lite)

Fiabilidad: $i$ ML logró una tasa de envío válido del 90%, superando significativamente a MLE-STAR (55%) y AutoML-Agent (40%).
Calidad Competitiva: Aseguró el 45% de las tareas con cualquier medalla (Oro/Plata/Bronce) y una tasa del 80% "Por Encima de la Mediana".
Puntuación de Rendimiento: El Puntaje de Rendimiento Promedio (APS) fue de 0.82, lo que representa una mejora del 52%–273% sobre los baselines basados en LLM.

Rendimiento en $i$ ML-BENCH

Robustez: $i$ ML logró el APS más alto (0.54), casi triplicando el rendimiento de MLZERO (0.19).
Tareas Complejas: Mientras que baselines como AutoGluon y MLZERO fallaron (puntuación 0.00) en tareas multimodales complejas (por ejemplo, PetFinder, Clasificación Multietiqueta), $i$ ML mantuvo puntuaciones altas (0.67 y 0.69, respectivamente).
Descripciones Reducidas: Incluso cuando las descripciones de las tareas fueron significativamente reducidas a un prompt genérico, $i$ ML mantuvo una tasa de éxito del 70% y un APS de 0.63, demostrando resiliencia ante la ambigüedad de la intención del usuario.

Estudios de Ablación

Ejecutabilidad: Eliminar la verificación dinámica o la integración modular causó caídas significativas en las tasas de envío válidas y en el APS, confirmando que las comprobaciones estáticas son insuficientes.
Fundamentación: Eliminar el perfilado de datos empírico redujo el APS de 0.82 a 0.66, probando que la fundamentación de los datos es un motor primario de la calidad competitiva.
Exploración: Restringir $i$ ML a una única trayectoria de modelado (por ejemplo, solo ML Tradicional) resultó en un colapso del rendimiento en tareas no tabulares, validando la necesidad de una exploración de múltiples trayectorias.

5. Significado y Reivindicaciones

El artículo afirma que $i$ ML establece un paradigma robusto para el AutoML al cerrar la brecha entre el razonamiento estratégico de alto nivel y la implementación empíricamente verificable.

Fiabilidad sobre Plausibilidad: A diferencia de los agentes previos que generan código textualmente plausible pero frágil, $i$ ML impone la ejecutabilidad a través de un proceso de ciclo cerrado de ensamblaje, ejecución, diagnóstico y corrección.
Fundamentación Empírica: Al anclar la planificación en las propiedades observadas de los datos y el conocimiento recuperado, el sistema evita las suposiciones alucinadas que conducen a fallos en tiempo de ejecución.
Rendimiento Competitivo con Humanos: $i$ ML demuestra que el AutoML impulsado por código puede trascender los techos de rendimiento de las herramientas de optimización de "caja negra" (como AutoGluon) mediante la arquitectura de pipelines nativos y específicos para cada tarea.

Los autores concluyen que $i$ ML representa un paso transformador hacia una ingeniería autónoma fiable y competitiva con humanos, proporcionando una base verificable para la próxima generación de sistemas de ML. Reconocen que, si bien el rendimiento en tareas multimodales sigue siendo una frontera para la optimización futura, el marco aborda con éxito los desafíos centrales del entrelazamiento de la lógica y la fiabilidad de la ejecución en los agentes de AutoML actuales.