Robots que aprenden viendo vídeos de YouTube: la IA física da su gran salto
Un brazo robótico usó un plátano como herramienta por iniciativa propia, señal de que la robótica empieza a vivir su revolución al estilo ChatGPT.
Generalist AI (una startup de robótica) mostró un brazo robótico que improvisó usando un plátano como herramienta, sin instrucciones previas. El sistema aprendió viendo millones de vídeos en internet, igual que los LLMs (modelos de lenguaje como ChatGPT) aprendieron leyendo texto. Señala que la robótica empieza a vivir su salto definitivo.
Durante una visita reciente a las instalaciones de Generalist AI (una startup especializada en robots que aprenden de forma autónoma), un periodista de Wired en Español fue testigo de algo insólito: un brazo robótico improvisó. Sin instrucciones específicas, usó un plátano como herramienta para completar una tarea. No se trataba de un truco programado, sino de una decisión tomada por el propio sistema en tiempo real.
Este tipo de comportamiento representa un salto cualitativo en robótica. Hasta ahora, la mayoría de robots industriales o domésticos funcionaban mediante scripts (secuencias de instrucciones rígidas y predefinidas) que les indicaban exactamente qué hacer en cada situación. Si algo se salía del guion —un objeto en posición inesperada, una herramienta que faltaba— el robot se bloqueaba. Lo que vio el reportero de Wired es distinto: el sistema evaluó el entorno, identificó un objeto que podía servirle y lo utilizó sin que nadie le hubiera enseñado explícitamente que los plátanos pueden funcionar como palanca o prolongación.
Detrás de esta capacidad hay modelos de IA entrenados con millones de vídeos disponibles en internet, según informó Wired. De forma similar a cómo los LLMs (modelos de lenguaje de gran tamaño, como los que alimentan ChatGPT) aprendieron a escribir leyendo cantidades ingentes de texto, estos robots están aprendiendo a manipular objetos viendo grabaciones de personas cocinando, montando muebles o usando herramientas. El robot de Generalist AI no memorizó "usa un plátano", sino que internalizó patrones generales sobre cómo interactuar con el mundo físico.
La analogía con ChatGPT no es casual. Cuando OpenAI lanzó su chatbot en noviembre de 2022, el público general descubrió que la IA podía razonar, redactar y conversar de forma sorprendentemente natural. Ahora, varios laboratorios de robótica —entre ellos Generalist AI, pero también equipos en Google DeepMind y startups como Physical Intelligence— están apostando por aplicar técnicas similares (redes neuronales profundas entrenadas con enormes cantidades de datos) al mundo físico. El objetivo: que los robots dejen de ser autómatas torpes y se conviertan en asistentes versátiles capaces de adaptarse a tareas nuevas sin reprogramación.
Aún falta para que estos sistemas salgan del laboratorio y entren en fábricas o cocinas de verdad. Los robots siguen siendo lentos, caros y propensos a errores cuando se enfrentan a situaciones realmente imprevistas. Pero si la intuición de estos investigadores es correcta, y los modelos siguen mejorando al ritmo actual, el "momento ChatGPT" de la robótica —ese punto de inflexión en que la tecnología pasa de prototipo académico a herramienta útil para millones de personas— podría estar más cerca de lo que parece.
