El cerebro robótico que ya hace tareas que ningún humano le ha enseñado: "Una vez superado ese umbral, no tiene límites"
Physical Intelligence, la startup de robótica con sede en San Francisco, ha anunciado un avance que podría marcar un punto de inflexión en la evolución de los robots. Su nuevo modelo, denominado π0.7, ha demostrado la capacidad de dirigir a robots para ejecutar tareas para las que nunca fueron entrenados explícitamente, sorprendiendo incluso a los propios desarrolladores de la empresa.
De la memorización a la generalización compositiva
Hasta hace poco, el entrenamiento de robots se basaba en la memorización mecánica: cada nueva tarea requería la recopilación de datos específicos y el entrenamiento de un modelo especializado. Con π0.7, ese paradigma ha sido superado gracias a lo que los investigadores denominan “generalización compositiva”. El sistema puede combinar habilidades aprendidas en contextos diferentes y aplicarlas a problemas desconocidos.
Según Sergey Levine, cofundador de Physical Intelligence y profesor en la Universidad de California, Berkeley, “hemos pasado de un sistema donde más datos significan poco a poco una mejora, a uno donde más datos desbloquean numerosas habilidades de forma simultánea”. Este fenómeno es análogo al que experimentaron los modelos de lenguaje como ChatGPT, que comenzaron a generar código o poesía sin haber sido entrenados específicamente para esas tareas, simplemente porque habían acumulado suficiente información para establecer conexiones por sí mismos.
El experimento más revelador del estudio involucró una freidora de aire, un electrodoméstico prácticamente ausente en los datos de entrenamiento del robot. El modelo solo contaba con dos referencias: una máquina cerrando la puerta de una freidora de aire y otro robot introduciendo una botella en un espacio similar. A partir de esos fragmentos y de conocimientos generales obtenidos de la web, el robot logró entender el funcionamiento del aparato.
Inicialmente, la tasa de éxito fue de apenas el 5 %. Sin embargo, cuando los investigadores guiaron al robot con instrucciones verbales paso a paso, como se haría con un nuevo empleado, la efectividad aumentó al 95 % en apenas media hora.
### Limitaciones y potencial real
- El modelo todavía requiere supervisión humana y no es completamente autónomo.
- Necesita indicaciones intermedias para completar tareas complejas.
- Aun así, los fundadores afirman que la capacidad de enfrentar objetos desconocidos y actuar sin necesidad de programar código desde cero es el verdadero logro.
El potencial de Physical Intelligence no ha pasado desapercibido para los inversores. La startup ha recaudado más de 1 000 millones de dólares y actualmente se valora en 5,600 millones, una cifra que podría duplicarse en una próxima ronda de financiación.
Aunque no se haya fijado una fecha exacta para la comercialización del “cerebro robótico”, la velocidad con la que π0.7 adquiere nuevas habilidades ha superado las expectativas de los expertos en San Francisco, consolidándolo como un paso inicial pero significativo hacia la creación de sistemas robóticos verdaderamente autónomos.
Mira tambien:
Deja una respuesta