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

InvestigaciónThe Decoder1 min

Una startup logra que un robot aprenda tareas nuevas con verlas una sola vez

Generalist AI presenta GEN-1.5, un modelo de inteligencia artificial que permite a robots aprender tareas complejas observando una única demostración humana.

Por Redacción1 min
En resumen

GEN-1.5 es un modelo de inteligencia artificial desarrollado por la startup Generalist AI que permite a robots aprender tareas nuevas observando una única demostración humana, en lugar de necesitar miles de repeticiones como ocurre con métodos tradicionales. Utiliza aprendizaje por imitación (una técnica donde la IA aprende viendo, no siguiendo instrucciones explícitas).

Compartir
Una startup logra que un robot aprenda tareas nuevas con verlas una sola vez
Investigación · The Decoder

La startup estadounidense Generalist AI ha presentado GEN-1.5, un modelo de inteligencia artificial capaz de enseñar a robots a realizar tareas nuevas tras observar una única demostración. Según informó The Decoder, este sistema representa un avance significativo frente a métodos tradicionales que requieren miles de repeticiones para que un robot aprenda una tarea específica.

El modelo funciona mediante un enfoque llamado aprendizaje por imitación (imitation learning, una técnica donde la IA aprende observando cómo un humano ejecuta una tarea en lugar de recibir instrucciones explícitas paso a paso). GEN-1.5 procesa la demostración y genera automáticamente las instrucciones necesarias para que el robot replique el comportamiento observado, adaptándose a pequeñas variaciones en el entorno.

La compañía no ha revelado detalles técnicos sobre la arquitectura del modelo ni sobre los datos con los que fue entrenado. Sin embargo, el nombre sugiere que se trata de una evolución de versiones anteriores desarrolladas internamente. Generalist AI se fundó con el objetivo específico de crear sistemas de IA generalistas para robótica (modelos que pueden aplicarse a múltiples tareas y tipos de robots, en lugar de estar diseñados para una sola función).

Este tipo de avances tiene implicaciones prácticas importantes para sectores como la logística, la manufactura y el cuidado de personas mayores, donde la capacidad de reconfigurar robots rápidamente sin programación compleja podría reducir costes y acelerar la adopción de automatización. No obstante, la startup aún no ha anunciado cuándo estará disponible comercialmente ni qué tipo de robots serán compatibles con GEN-1.5.

Fuente original
The Decoder
Más en · Investigación