Los robots normalmente no se distinguen por su flexibilidad: miles de repeticiones para un solo movimiento, y cualquier cambio en la iluminación o en la forma de un objeto puede romper la habilidad. La startup Generalist AI, de Cambridge (Massachusetts), intenta darle la vuelta a esta lógica. En lugar de un largo entrenamiento con ejemplos, a la máquina le basta con ver una vez un video corto — y ya está lista para actuar en condiciones similares, aunque no idénticas. Esto recuerda un poco a cómo un niño imita el comportamiento de un adulto, incluso sin ser consciente de que está aprendiendo.
El video como instrucción: qué aprenden los robots «a la primera»
El autor, que visitó el laboratorio de la empresa, fue testigo de un espectáculo inusual. Los manipuladores, sin preparación previa, se ajustaban a una operación concreta: se las arreglaban con tazas, las apilaban, movían bloques de un bol a otro. Todo lo que se necesitaba era un video corto que mostrara la acción, y el robot empezaba a trabajar con objetos nuevos para él.
Algunos episodios parecen casi pequeños milagros de la ingeniería. Por ejemplo, al robot se le planteó la tarea de meter un bloque en un bol, dándole como ayuda un cepillo y un recogedor. Cuando retiraron el cepillo, la máquina no se detuvo, sino que adaptó el recogedor para ese fin: lo tomó con la pinza y empezó a usarlo como si fuera un cepillo, logrando completar la tarea con éxito. Otro caso ocurrió con un manipulador de dos brazos. Vio un video donde una persona abría una cartera y sacaba billetes de papel. El robot se las arregló perfectamente con otra cartera, y cuando la mano derecha no pudo agarrar el billete, cambió a la izquierda, ajustó el ángulo y finalmente sacó el dinero.
Por qué funciona: la apuesta por la «imaginación física»
El director ejecutivo y cofundador de Generalist AI, Pete Florence, compara el comportamiento de sus robots con GPT-3. A un modelo de lenguaje le basta con plantearle una nueva tarea para que encuentre una solución, sin pasar por un entrenamiento especial. Algo parecido ocurre con los robots, pero con el matiz del mundo material: no solo necesitan generar palabras, sino coordinar movimientos teniendo en cuenta la física de los objetos. Un recogedor puede sustituir a un cepillo, una cartera puede abrirse de varias maneras, y un plátano puede convertirse en una herramienta para barrer.
Este último caso ocurrió de verdad: frente al robot colocaron un plátano y, sin inmutarse, empezó a barrer con él las piezas de la mesa. Parecía divertido, pero detrás hay una idea importante: el sistema no aprende un movimiento concreto, sino un sentido intuitivo de la física que los humanos tienen desde que nacen. Es precisamente en esto en lo que apuesta el equipo fundador: Pete Florence, Andrew Barry y Andy Zeng trabajaron antes en Google DeepMind y Boston Dynamics, y ahora construyen modelos capaces de entender el «comportamiento» de las cosas en el espacio.
El secreto de esa comprensión es una enorme cantidad de datos de calidad sobre interacciones físicas. Para recopilarlos de la forma más eficiente posible, en Generalist AI crearon unos guantes especiales que recuerdan a las pinzas del robot. Llevan cámaras integradas y están pensados para personas: operadores de todo el mundo, incluido México, realizan tareas domésticas o industriales comunes, y el sistema convierte esas grabaciones en material de entrenamiento. Al autor incluso le mostraron una caja donde había cientos de esos guantes, listos para enviarse a los recolectores de datos. Además, la empresa construye las redes neuronales desde cero, renunciando deliberadamente a los modelos de lenguaje abiertos ya existentes.
Fiabilidad, escepticismo y perspectivas para la industria
Los creadores no ocultan los puntos débiles. Ahora mismo, el robot ejecuta con éxito la tarea mostrada en un promedio del 59% de los casos. Esto está lejos de los estándares industriales, que exigen una fiabilidad superior al 99%. No está claro hasta qué punto las habilidades se transferirán a escenarios completamente desconocidos, ni cómo se comportará el modelo ante un cambio brusco de condiciones. Pero el trabajo realizado ya impresiona a expertos externos.
Danfei Xu, robótico de Georgia Tech, afirma que Generalist AI es, de todas las empresas que desarrollan modelos robóticos universales, la que más cerca está de una aplicación comercial real. Según él, el equipo llevó su idea al extremo y la implementó con calidad, reuniendo un volumen colosal de buenos datos. Karen Liu, de Stanford, añade que el enfoque de la empresa resulta interesante porque los datos se recopilan a escala masiva y no están ligados a un único diseño de robot. Esto hace que el entrenamiento se parezca a una plataforma abierta, y no a un truco de una sola vez.
El beneficio potencial para la producción es enorme. Imagina una línea de montaje que pueda cambiarse al instante de envasar botellas a ensamblar piezas: basta con mostrarle al robot un video corto. Nada de largos reajustes, nada de programar manipulaciones.
Quizá el episodio más elocuente se grabó a última hora de la tarde en la oficina de la startup. Un ingeniero colocaba a mano pequeñas tazas frente al robot de dos brazos. De repente, el manipulador, sin esperar ninguna orden, empezó a coger las tazas y a apilarlas en una pila ordenada, siguiendo a la persona. Esa acción espontánea —aunque simple y fugaz— demuestra que la máquina va más allá de ser un ejecutor sin alma de instrucciones. Y quizá sea precisamente esa «iniciativa» el avance que saque a los robots de las jaulas de las naves industriales para llevarlos al mundo real.
