En 2026, veremos robots avanzando a pasos agigantados con una eficiencia significativamente mejorada, un avance muy necesario en la búsqueda de ayudantes domésticos verdaderamente útiles. Ahora ha llegado un nuevo modelo de IA para que el robot realice la acción, incluido Doblar la ropaConstruyendo cajas, arreglando otros robots e incluso llenando carteras con billetes.
A principios de este mes, la empresa Dr. Generalista lanzó AI Gen-1uno nuevo IA física Modelos que permiten a los robots realizar con éxito todas estas tareas (y más). Pete Florence, cofundador y director ejecutivo de Generalist AI, me dijo que es un gran paso adelante para los robots diseñados para el mundo real basados en inteligencia del mundo real.
En la mayoría de los videos de ejemplo publicados por la compañía, se ve al Gen-1 caminando sobre un par de brazos robóticos, pero no fue diseñado para eso. “Gen-1 está diseñado para ser el cerebro de cualquier robot, lo que significa que el mismo modelo puede funcionar en un humanoide, un brazo industrial u otro sistema robótico”, dijo Florence.
Ya ha sido probado. Un año revolucionario para los robots humanoides de uso generalcon compañia Dinámica de Boston Y respeto Revelamos robots de vanguardia que pueden moverse de manera irreal como los humanos. Se espera que el mercado de los robots explote, con un Estimaciones de Morgan Stanley Se prevé que crecerá hasta alcanzar un mercado de 5 billones de dólares para 2050. Las predicciones prevén que los robots llegarán a entornos industriales, minoristas, hoteleros y de atención antes de llegar finalmente a nuestros hogares. Para llegar allí, necesitamos ver más avances en IA.
Entrenando robots para vivir junto a los humanos
En los últimos años hemos visto grandes modelos de lenguaje, por ejemplo ChatGPT, Géminis y ClaudeLa electricidad se desarrolla a gran velocidad. No ocurre lo mismo con los modelos físicos de IA necesarios para impulsar robots, principalmente debido a la falta de datos para entrenar esos modelos. Los robots, y especialmente los robots humanoides, deben aprender a navegar en un mundo hecho para humanos tal como lo haría un humano.
A menudo, esta información se recopila de robots mientras que las tareas son teleoperadas por humanos, pero no Gen-1. En cambio, el conjunto de datos utilizado para entrenar los modelos de IA generalista es agregado por humanos que completan millones de tareas diferentes utilizando tecnología portátil.
“Construimos nuestras propias ‘manos de datos’ livianas y las distribuimos globalmente para comprender cómo las personas realmente interactúan con los objetos, todas las respuestas de fuerza sutil, sensaciones táctiles, deslices, correcciones y recuperaciones que definen la competencia humana en el mundo real”. “Este tipo de datos es importante para enseñar a los robots sentido común físico, comprensión intuitiva y la capacidad de adaptarse en tiempo real en lugar de ejecutar instrucciones rígidas”.
Generalist AI ha publicado una serie de videos que muestran al modelo realizando repetidamente una variedad de tareas diferentes en robots, siendo la más convincente, quizás, la de un robot que saca dinero en efectivo de una billetera antes de volver a insertarlo en el mismo bolsillo. Esta es una tarea perezosa con la que muchas personas tropiezan. Claramente no es fácil para un robot entregar papel moneda y la endeble tela de una billetera, y aun así hace el trabajo.
Otro vídeo muestra a un robot clasificando calcetines por color, doblándolos en pilas ordenadas y contando el número de pares mediante una pantalla táctil. Otras tareas complejas que el modelo puede completar incluyen abrir la cremallera y llenar un estuche con bolígrafos, apilar naranjas en una ordenada pirámide y conectar un cable Ethernet.
Estos videos muestran la amplitud de las capacidades del Gen-1, pero lo más impresionante es la tasa de éxito con la que puede completar ciertas tareas. La IA generalista midió la tasa de aciertos del modelo con respecto a versiones anteriores y descubrió que Gen-1 podría cumplir con éxito un robot aspirador 99% de los casos (frente al 50% para Gen-0), cajas plegables en el 99% de los casos (frente al 81% para Gen-0) y paquetes de teléfonos en el 99% de los casos (frente al 62% para Gen-0).
Los robots mejoran
La mayoría de los robots están programados para completar una tarea de forma específica y ordenada. Pero, ¿qué sucede cuando se lanza una bola curva? “Los cambios más pequeños en el entorno pueden provocar fallos”, afirma Florence.
Una habilidad importante que necesitan los robots, que los humanos tenemos de forma innata, es la capacidad de pensar con rapidez. Es por eso que Gen-1 está diseñado teniendo en cuenta la improvisación para que pueda idear trucos para completar tareas. Florence me da el ejemplo de un robot que usa dos manos para reposicionar una pieza mal colocada para una tarea automotriz, a pesar de que ha sido entrenado para usar solo una.
“Este tipo de creatividad ha estado prácticamente ausente en la robótica hasta ahora”, afirmó.
Aún queda mucho trabajo por hacer para mejorar las habilidades de improvisación del robot, dice Florence, pero los primeros avances muestran destellos de efectos positivos tanto en la confiabilidad como en la velocidad. “Estamos empezando a ver un progreso real y estamos emocionados de ampliar los límites de la inteligencia incorporada”.
Después de todo, puede llegar el día en que necesites un robot en tu casa que pueda reparar tus otros pequeños robots.
