La evolución de la inteligencia artificial avanza hacia un territorio donde la interacción entre humanos y robots se vuelve más segura y colaborativa. Google, a través de su equipo de robótica DeepMind, ha dado pasos significativos en esta dirección. Tres nuevos avances presentados prometen dotar a los robots de la capacidad de tomar decisiones más rápidas, precisas y seguras en entornos dinámicos y cambiantes. Uno incluye un sistema para recopilar datos de entrenamiento con una “Constitución de robots”.
Este avance es el sistema de recopilación de datos AutoRT, respaldado por un modelo de lenguaje visual (VLM) y un modelo de lenguaje extenso (LLM). Este sistema incorpora lo que ha sido denominado la “Constitución de Robots”, inspirada por las célebres “Tres Leyes de la Robótica” concebidas por Isaac Asimov. Esta constitución se presenta como un conjunto de directrices centradas en la seguridad, orientando al LLM para evitar tareas que involucren interacciones con humanos, animales, objetos afilados o dispositivos eléctricos, asegurando así una convivencia más segura entre humanos y máquinas.
La implementación de este sistema no solo se queda en la teoría, sino que se ha llevado a la práctica con pruebas intensivas durante siete meses, desplegando 53 robots AutoRT en cuatro edificios de oficinas. Estos robots fueron sometidos a más de 77,000 pruebas, algunas de las cuales fueron controladas remotamente por operadores humanos, mientras que otros actuaron según guiones predefinidos o de forma completamente autónoma a través del modelo de aprendizaje de inteligencia artificial Robotic Transformer (RT-2) de Google.
La apariencia de estos robots no apunta a la espectacularidad, sino a la funcionalidad, compuestos por una cámara, un brazo robótico y una base móvil. Cada uno de ellos utiliza el VLM para entender su entorno y los objetos circundantes, luego el LLM sugiere una lista de tareas creativas que el robot podría llevar a cabo, siendo este último el encargado de seleccionar la tarea más apropiada para ejecutar.
Pero la seguridad no es el único ámbito en el que se han dado avances. DeepMind ha presentado otras innovaciones, como SARA-RT, una arquitectura de red neuronal diseñada para mejorar la precisión y velocidad del Robotic Transformer RT-2, así como RT-Trajectory, que agrega contornos en 2D para ayudar a los robots a ejecutar tareas físicas específicas con mayor eficacia, como limpiar una mesa.
Aunque aún nos encontramos lejos de contar con robots que puedan preparar bebidas o acomodar almohadas de manera autónoma, estos avances representan un paso significativo hacia un futuro donde la colaboración entre humanos y robots se vuelva más segura y eficiente. Los aprendizajes obtenidos de sistemas como AutoRT podrían ser la base para una nueva generación de robots que convivan y trabajen de manera armoniosa con los humanos.
Add Comment