Añadir Mangas Verdes como fuente preferida de Google de forma gratuita.
Mantente informado con las últimas noticias de actualidad.
En robótica, la frontera entre enseñar y programar empieza a moverse.
La firma de robótica e inteligencia artificial ha presentado GEN-1.5, un modelo que intenta una tarea nueva después de observar una demostración física de entre tres y 12 segundos. La idea recuerda a lo que ocurre con los modelos de lenguaje cuando reciben un ejemplo dentro de una instrucción, solo que aquí el ejemplo no es texto, sino movimiento.
El robot aprende mirando en vez de recibir una rutina escrita
La empresa llama a este proceso indicación física y lo plantea como una forma de enseñarle algo al sistema sin crear un nuevo conjunto de datos ni aplicar ajuste fino. En la práctica, el modelo observa el estado inicial, sigue cómo alguien manipula un objeto y a partir de ahí deduce qué debe hacer.
Así, el mundo físico pasa a funcionar como conjunto de datos de aprendizaje.
GEN-1.5 también puede encadenar dos demostraciones distintas para completar por su cuenta los movimientos que faltan entre ambas. Ese detalle importa porque no se limita a copiar una secuencia cerrada, sino que intenta rellenar los huecos entre un punto y otro.
Incluso una demostración realizada en un simulador puede servir para controlar el robot real. La compañía sostiene que eso ocurre aunque el sistema no haya sido preentrenado con simulaciones, una barrera que durante años ha complicado el salto del entorno virtual a la máquina física.
Cuando una mano humana marca el objetivo, la pinza intenta traducirlo
Si una persona realiza la tarea con sus propias manos delante de las cámaras, el modelo intenta trasladar esos movimientos a sus pinzas interpretando el objetivo perseguido. No busca una copia literal gesto por gesto, sino una reconstrucción de la intención que hay detrás de la acción.
Ahí aparece una de las preguntas más interesantes de esta propuesta. ¿Basta con mirar unos segundos para actuar en un entorno físico donde cada objeto cambia de posición, peso o fricción?
La primera respuesta llega con cifras modestas. En diez tareas de manipulación sencillas, la tasa media de éxito fue del 59 %.
Ese resultado ayuda a medir el alcance real del sistema y también su límite actual. Los responsables de la empresa admitieron que las funciones adquiridas mediante contexto todavía no son tan sólidas como las que el modelo incorpora mediante entrenamiento.
Cinco minutos extra bastan para que la tasa suba al 83 %
El comportamiento cambia cuando el modelo recibe un pequeño refuerzo adicional. Con unos cinco minutos de datos, equivalentes a unas 50 demostraciones, y solo 10 actualizaciones del modelo, la tasa de éxito asciende al 83 %.
No es una reescritura completa del sistema. En ese ajuste, los pesos del modelo cambian menos del 0,15 %, lo que sugiere que el aprendizaje no parte de cero, sino que recoloca conocimientos generales ya presentes.
Los expertos de la firma describen ese proceso como una reorganización de capacidades previas. Dicho de otro modo, el modelo no memoriza una habilidad como quien estrena cerebro, sino que recompone lo que ya sabía para adaptarlo a una tarea concreta.
Detrás de esa plasticidad hay una base de entrenamiento enorme. La compañía afirma haber preentrenado sus modelos con más de medio millón de horas de interacción física.
Ese contraste resume bien el momento actual de esta clase de máquinas, porque una demostración de apenas tres a 12 segundos puede ponerlas en marcha, pero la diferencia entre quedarse en el 59 % o subir al 83 % sigue descansando sobre cinco minutos extra, 50 demostraciones y una biblioteca previa de más de medio millón de horas.