La figura 01 es el prototipo más cercano al humanoide que la ciencia ficción había anticipado. El robot, que este marzo recibió inversión y apoyo tecnológico de la empresa de inteligencia artificial Open AI, el gigante procesador Nvidia y Jeff Bezos, fundador de Amazon, es capaz de discernir objetos no sólo por su forma sino por su funcionalidad, realizar diversas tareas ajustando sus movimientos a la resistencia de lo que manipula, interactúa con el entorno e incluso evalúa su desempeño. La figura tiene una apariencia similar a las máquinas de Yo robot y todavía está lejos de Robocoppero es un ejemplo de una carrera tecnológica deslumbrante: la encarnación, un término inglés que podría traducirse como encarnación o personificación y que, según Luis Merino, profesor y director del Laboratorio de Robótica de Servicios de la Universidad Pablo de Olavide, supone romper los límites de la “pasividad del aprendizaje automático”. acercarse al ser humano, donde la interacción con el entorno es la clave.
La apuesta de las grandes empresas por esta tecnología es clara. Nvidia, además de su apoyo financiero a Figure, ha anunciado GR00T, una plataforma específica para robots humanoides, en cuyo desarrollo hay una carrera acelerada en la que participan empresas como 1X Technologies, Agility Robotics, Apptronik, Boston Dynamics, Figure, entre otras. , participar. IA, Inteligencia de Fourier, Sanctuary AI, Unitree Robotics y XPENG Robotics.
Dennis Hong es fundador de RoMeLa y creador de Artemis, un robot android que juega al fútbol como demostración de la versatilidad conseguida en sus capacidades de movimiento. Hong explica el salto cualitativo de los nuevos desarrollos: “El 99,9% de los robots que existen hoy en día utilizan servomotores y son muy rígidos. «Son excelentes para la automatización de fábricas o tareas domésticas únicas (como aspiradoras autónomas), pero este robot (Artemis) imita el músculo biológico y le permite ser ágil, rápido, robusto y bastante inteligente».
“Esta inteligencia”, según explica, le permite reconocer un buen plan y tomar decisiones de forma autónoma. “El futuro”, concluye, “es que podrá hacer cualquier cosa que un ser humano pueda hacer”. Para demostrarlo, Hong agarra a Artemis por detrás y lo empuja para obligarlo a reaccionar ante un imprevisto, prueba de que el robot se sobrepone.
Se trata de un paso muy significativo respecto a modelos como los de Deep Robotics, que desarrolla cuadrúpedos para trabajos industriales y de rescate. Vera Huang destaca “avances motores, como la capacidad de saltar o subir escaleras”, pero admite que no están dotados de inteligencia de última generación.
Cassie, de Boston Dynamics, ha sido preparada para recorrer diferentes superficies y ejecutar grandes saltos sin conocimientos previos del terreno. Lo hace mediante la técnica del “aprendizaje por refuerzo”. “El objetivo es enseñar al robot a aprender a realizar todo tipo de movimientos dinámicos como lo hace un humano. «Cassie utiliza la historia de lo que ha observado y se adaptará rápidamente al mundo real», explica a Revisión de tecnología del MIT Zhongyu Li, de la Universidad de California y participante en el desarrollo.
Los investigadores utilizaron una técnica de inteligencia artificial llamada aprendizaje por refuerzo para ayudar a un robot de dos piernas. El aprendizaje por refuerzo funciona recompensando o penalizando a una IA cuando intenta lograr un objetivo. En este caso, el enfoque enseñó al robot a generalizar y responder en nuevos escenarios, en lugar de congelarse como habrían hecho sus predecesores.
«El próximo gran paso es que los robots humanoides hagan trabajo real, planifiquen actividades e interactúen con el mundo físico de maneras que no interactúen sólo con sus pies y el suelo», dice Alan Fern, profesor de informática en la Universidad de Oregón. Universidad Estatal.
En este sentido, avanza Figura, un robot de 1,70 metros de altura, 60 kilos, con capacidad para transportar un tercio de su peso, eléctrico, con cinco horas de autonomía y una velocidad de 1,2 metros por segundo. Pero lo que lo diferencia es su capacidad para realizar distintas tareas, discernir personas y objetos, actuar de forma autónoma y, sobre todo, aprender. La empresa defiende que su apariencia humana es necesaria porque “el mundo está diseñado para ello”.
La figura es un ejemplo de encarnación o personalización. “No podemos separar la mente y el cuerpo. El aprendizaje los une. La mayoría de los robots procesan imágenes y datos. Los entrenas y no tienen interacción. Sin embargo, los humanos aprendemos interactuando con nuestro entorno, porque tenemos cuerpo y tenemos sentidos”, explica Merino.
Su equipo ya ha desarrollado robots de asistencia que, a la hora de actuar como guías turísticos, adaptan sus explicaciones a las reacciones de las personas, o actúan según los sentimientos de una persona mayor a la que ayudan, o evitan violar la distancia social de los humanos con quienes trabajan.
Pero en la mayoría de los robots actuales, incluso aquellos con inteligencia artificial, “el aprendizaje es pasivo”, según el profesor de la UPO. Cassie, además de desarrollar la red neuronal artificial, ha desarrollado su destreza mediante el aprendizaje por refuerzo, una técnica similar a la que se utiliza para el adiestramiento de mascotas.
Merino profundiza en este sentido. “No le damos al robot una descripción explícita de lo que tiene que hacer, sino que le damos una señal cuando se porta mal y, a partir de ahí, lo evitará. Y al contrario. Si lo hace bien, le damos una recompensa”. En el caso de las mascotas puede ser un juguete, una caricia o una golosina. Para los robots es un algoritmo que intentarán conseguir el mayor número de veces posible con su comportamiento.
El investigador matiza que este sistema supone, además de un avance en las capacidades de los robóticos, una fórmula para hacerlos más eficientes, ya que requieren menos energía para procesar millones de datos vinculados a todas las variables posibles. “Es muy difícil programar un robot para todas las circunstancias a las que se puede enfrentar”, afirma Merino.
“Hemos tenido robots en las fábricas durante décadas haciendo cosas de forma algorítmica y repetitiva. Pero si queremos que sean más generales, tenemos que ir un paso más allá”, concluye. La carrera de la robótica va en esta dirección.
Y como todo avance digital, la seguridad será un elemento determinante. Cualquier sistema, incluso un simple dispositivo conectado a la nube, puede ser víctima de ataques. En este sentido, Nvidia, presente en los desarrollos de robótica más avanzada, ha firmado un acuerdo de colaboración con Check Point para mejorar la seguridad de las infraestructuras de inteligencia artificial en la nube.
Amazon Web Services (AWS) también ha anunciado su colaboración con Nvidia para utilizar la plataforma de esta última empresa, Blackwell, presentada este año en su conferencia de desarrolladores GTC 2024. El acuerdo incluye el uso conjunto de infraestructuras de ambas tecnologías en desarrollos que incluyan la robótica.
puedes seguir EL PAÍS Tecnología en Facebook y X o regístrate aquí para recibir nuestra boletín semanal.
