Un robot aprende tareas nuevas viendo un solo vídeo, sin volver a entrenarse
La empresa Skild AI ha lanzado S1, un modelo de inteligencia artificial que permite a robots industriales aprender trabajos que nunca han hecho antes con solo observar una grabación de una persona haciéndolos, sin necesidad de reprogramarlos.
Skild AI lanzó S1, un modelo de inteligencia artificial (un programa entrenado para ejecutar tareas físicas) que permite a robots industriales aprender trabajos completamente nuevos viendo un solo vídeo de alguien haciéndolos, sin necesidad de reprogramarlos ni reentrenarlos. En pruebas, S1 superó por siete veces a sistemas similares en tareas de múltiples pasos.
Las fábricas y almacenes cambian constantemente: llegan productos nuevos, se reorganizan líneas de montaje y las tareas evolucionan. La mayoría de robots industriales no pueden adaptarse a estos cambios sin que un ingeniero los reprograme desde cero, un proceso que puede llevar semanas. Skild AI, una empresa estadounidense, acaba de lanzar S1, un modelo de inteligencia artificial (un programa entrenado para entender y ejecutar tareas de manipulación física) que permite a un robot aprender trabajos completamente nuevos con solo ver un vídeo de alguien haciéndolos, según informó NVIDIA en su blog corporativo.
El sistema funciona mediante una técnica llamada aprendizaje en contexto (in-context learning): el operario graba un vídeo de la tarea que quiere que el robot haga —plantar una maceta, preparar café con filtro manual, montar componentes— y se lo muestra al modelo como si fuera una instrucción. S1 interpreta los objetos, el orden de los pasos y la intención, y luego traduce esa información en movimientos para el robot que tiene delante, sin necesidad de actualizar sus pesos (los parámetros internos del modelo, que normalmente hay que reentrenar con nuevos datos). En pruebas con tareas de hasta diez minutos de duración, S1 completó cada paso correctamente el 66% de las veces, frente al 9% de sistemas similares. Skild AI estima que un solo vídeo de demostración equivale a unas 380 sesiones de entrenamiento manual, que llevarían entre 50 y 100 horas recopilar.
La compañía ya está desplegando esta tecnología en entornos reales. Junto con Foxconn y NVIDIA, Skild ha puesto a funcionar robots de dos brazos que montan sistemas Blackwell (servidores de inteligencia artificial de última generación) en fábricas: instalan barras conductoras, colocan bloques limitadores, atornillan 16 tornillos y se recuperan cuando algo no sale según lo previsto, todo con movimientos de alta precisión. La empresa alcanzó los 100 millones de dólares de ingresos anuales apenas diez meses después de su primer despliegue comercial, y ya cuenta con más de 60 socios en sectores como logística, inspección industrial, seguridad y preparación de alimentos.
Para entrenar S1, Skild utilizó infraestructura de NVIDIA: simuladores como Isaac Sim e Isaac Lab (plataformas que recrean entornos físicos virtuales para que los robots practiquen sin riesgo), el motor de física Newton (que modela fuerzas, colisiones y contacto de forma realista) y Cosmos (un conjunto de modelos que convierten vídeo en descripciones estructuradas y ayudan a generar datos sintéticos diversos). Según Deepak Pathak, cofundador y director ejecutivo de Skild, esta colaboración permite crear robots que aprenden por experiencia, no por programación previa, un cambio fundamental en la robótica industrial. Ambas empresas están desarrollando además nuevos solucionadores de simulación acelerados por GPU (procesadores gráficos que también se usan para entrenar inteligencia artificial) que modelan cómo los robots tocan, agarran y manipulan objetos sólidos, y que pronto estarán disponibles para todos los desarrolladores como parte del motor Newton.
