Hugging Face quiere crear el ImageNet de la robótica con datos abiertos de la comunidad
La plataforma LeRobot busca conjuntos de datos compartidos por investigadores de todo el mundo para entrenar robots del mismo modo que ImageNet revolucionó la visión por computador hace una década
Hugging Face ha lanzado LeRobot Community Datasets, una iniciativa para que investigadores compartan datos de robots reales (vídeos, movimientos, lecturas de sensores) en un formato común. El objetivo es crear un repositorio público que funcione como ImageNet, la colección de imágenes que en 2012 permitió el despegue de la visión artificial moderna, pero aplicado a la robótica.
Hugging Face (una plataforma donde desarrolladores comparten y descargan modelos de IA ya entrenados) ha lanzado una iniciativa para que la comunidad científica suba conjuntos de datos de robots reales en acción. El objetivo es crear un repositorio público y estandarizado que sirva de base para entrenar modelos de IA robótica, siguiendo el ejemplo de ImageNet, la colección de millones de imágenes etiquetadas que en 2012 permitió el despegue de la visión artificial moderna.
La propuesta se llama LeRobot Community Datasets y ya cuenta con aportaciones de grupos académicos y empresas como Physical Intelligence, Toyota Research Institute y UC Berkeley. Los datos incluyen vídeos grabados desde cámaras montadas en brazos robóticos, secuencias de movimientos (trayectorias de las articulaciones del robot) y registros de los sensores mientras los robots manipulan objetos, abren cajones o pliegan ropa. Todos los conjuntos siguen un formato común para que cualquier investigador pueda descargarlos y usarlos sin tener que adaptar código.
Según Hugging Face, la robótica se encuentra hoy donde estaba la visión por computador antes de ImageNet: hay muchos laboratorios entrenando modelos con sus propios datos, pero sin un estándar compartido los avances tardan más en llegar. La idea es que si miles de investigadores entrenan sus modelos con las mismas escenas y tareas, será más fácil comparar resultados, reproducir experimentos y construir sobre el trabajo de otros, algo que en IA se conoce como benchmarking (un conjunto de pruebas estándar que permite medir y comparar el rendimiento de distintos modelos).
Para subir datos a LeRobot, los equipos deben grabar secuencias de un robot realizando tareas concretas, anotar qué acciones ejecuta en cada momento y compartir tanto los vídeos como los archivos de configuración del robot (los parámetros que describen sus motores, sensores y dimensiones físicas). Hugging Face proporciona herramientas de código abierto para automatizar parte de ese proceso, aunque por ahora la mayoría de aportaciones provienen de laboratorios universitarios con experiencia en aprendizaje por imitación (una técnica en la que un robot aprende observando demostraciones humanas o de otros robots, en lugar de programarse paso a paso).
El proyecto todavía está en fase inicial y no hay consenso sobre qué tareas o escenarios deberían incluirse para que el conjunto sea realmente útil. Algunos investigadores proponen centrarse en manipulación de objetos cotidianos en cocinas o almacenes, mientras que otros prefieren entornos industriales más controlados. La pregunta clave, según los responsables de LeRobot, es cuándo habrá masa crítica suficiente para que entrenar con estos datos sea más eficaz que hacerlo con grabaciones propias, algo que en visión artificial ocurrió cuando ImageNet superó el millón de imágenes etiquetadas.
