En directo
[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA[Investigación]Cómo dar prioridad a la investigación más valiosa sin dejar GPUs sin usar[Herramientas]Seis modelos de IA en una semana, sin escribir código: así funciona ML Intern[Modelos de IA]Liquid AI lanza dos modelos de IA que toman decisiones en 16 milisegundos[Investigación]Nvidia logra medalla de oro en dos olimpiadas científicas con el mismo modelo de IA[Modelos de IA]Un modelo de IA que habla árabe emiratí como un local[Herramientas]Hugging Face convierte su plataforma en un catálogo unificado de entornos para entrenar agentes de IA[Herramientas]Un benchmark de Microsoft exige que los agentes de IA funcionen bien veinte veces seguidas[Modelos de IA]Allen AI publica AstaBrief, un modelo abierto que redacta informes científicos con citas en un minuto[Investigación]ServiceNow crea un sistema que genera automáticamente tareas para entrenar agentes de IA empresariales[Investigación]Allen Institute publica Olmo-core 3, su infraestructura abierta para entrenar modelos gigantes de IA
Transmitiendo · —

Noticias.
Inteligencia Artificial

Inteligencia Artificial para Gente Real · ES / PT-BR

InvestigaciónTechCrunch AI2 min

Los robots del futuro aprenderán leyendo las ondas cerebrales de sus entrenadores

Las empresas de IA física empiezan a registrar la actividad cerebral de humanos mientras entrenan robots, buscando atajos para que las máquinas aprendan tareas complejas más rápido.

Por Redacción2 min
Compartir
Los robots del futuro aprenderán leyendo las ondas cerebrales de sus entrenadores
Investigación · TechCrunch AI

Enseñar a un robot a doblar ropa o preparar café no es tan sencillo como grabar un vídeo y esperar que la máquina lo imite. Los modelos de IA física (sistemas de inteligencia artificial que controlan robots capaces de moverse y manipular objetos en el mundo real) necesitan algo mucho más rico: múltiples ángulos de cámara simultáneos, anotaciones densas que marquen cada objeto y cada movimiento relevante, y datos sobre la intención detrás de cada gesto. Ahora, según informa TechCrunch, algunas empresas están probando añadir una capa más: leer las ondas cerebrales de quienes entrenan a esos robots.

La idea es que un electroencefalograma (EEG, un dispositivo que registra la actividad eléctrica del cerebro mediante sensores colocados en la cabeza) podría captar señales útiles mientras un humano demuestra una tarea. Por ejemplo, el momento exacto en que decides agarrar un objeto, o cuándo te concentras para evitar un obstáculo. Esos patrones cerebrales, combinados con las imágenes de cámara y los sensores del robot, podrían ayudar al modelo de IA a entender no solo qué hizo la persona, sino por qué lo hizo en ese momento concreto.

Esta aproximación refleja un cambio más amplio en el campo: los datos de entrenamiento para IA física están dejando de ser simples grabaciones de YouTube para convertirse en conjuntos de datos altamente estructurados, caros de producir y difíciles de escalar. Las empresas que lideran este sector (como Figure AI, una startup que desarrolla robots humanoides, o Tesla con su robot Optimus) necesitan miles de horas de demostraciones humanas anotadas al detalle. Añadir lecturas cerebrales podría acelerar el aprendizaje, pero también complica la logística: se necesitan voluntarios, equipos especializados y protocolos éticos para manejar datos tan sensibles.

Por ahora, el uso de ondas cerebrales en IA física es experimental y está lejos de convertirse en práctica habitual. Pero la apuesta refleja una tensión clave en el desarrollo de robots inteligentes: cuanto más complejas son las tareas que queremos que realicen, más difícil resulta explicarles cómo hacerlas. Si leer la mente de sus entrenadores ayuda a recortar ese camino, es probable que más equipos empiecen a probarlo, aunque eso implique poner cascos con electrodos a trabajadores mientras doblan camisetas o friegan platos.

Fuente original
TechCrunch AI
Más en · Investigación