Cómo enseñar a un robot mayordomo para gatos con IA: el futuro de la robótica

· Asia

Cómo enseñar a un robot mayordomo para gatos con IA: el futuro de la robótica

Los nuevos modelos de IA simplifican drásticamente el entrenamiento de robots, permitiendo crear algoritmos complejos para asistentes domésticos en pocas horas.

A continuación, les presento a mi «robot mayordomo» para dar de comer a mi gato, el cual estoy desarrollando con la ayuda de la inteligencia artificial (IA).

La base de este proyecto es «Microduck», un adorable robot bípedo desarrollado por la startup de robótica Pollen Robotics y la plataforma de IA de código abierto Hugging Face. He utilizado el modelo «GPT-6 Sol» de OpenAI para enseñar a Microduck, dentro de una simulación, cómo caminar por una habitación y localizar a mi gato de Bengala cuando se encuentra cerca.

En el video de arriba, se puede ver al robot simulado caminando con torpeza hacia el objetivo, el gato. En la esquina superior derecha, se muestra la visión del robot.

Sigo esperando pacientemente a que llegue el Microduck real. ¡Por favor, que lo envíen pronto! No obstante, como los movimientos logrados en la simulación son relativamente simples, deberían poder reproducirse en la máquina real.

Tengo pensado dotar a este robot de una función para dar premios automáticamente a mi gato de Bengala, «Leona». El mecanismo funcionaría, por ejemplo, de tal manera que, cuando el robot se inclina, un premio caiga desde un recipiente impreso en 3D instalado en su cabeza.

Lo sorprendente es que pude completar la programación y el entrenamiento de este robot virtual en solo unas pocas horas. Hace tiempo, solo comprender cómo realizar estas tareas me habría llevado semanas.

Esto ha sido posible porque los modelos más recientes de OpenAI son asombrosamente eficaces a la hora de comprender y manipular entornos virtuales que recrean el mundo real en 3D, y de aplicar esa información para generar código práctico, ejecutar acciones autónomas mediante agentes de IA y entrenar robots.

La IA cambia la forma de entrenar robots

De hecho, los expertos en robótica también están logrando resultados extraordinarios utilizando estos modelos. Cuando OpenAI presentó «Astra» en septiembre, el profesor de la Universidad de California en Berkeley, Ken Goldberg, y sus estudiantes vieron una demostración que exhibía la capacidad del modelo para generar imágenes en 3D. Entonces, se preguntaron si podrían aprovechar este modelo para las simulaciones necesarias para entrenar diversos tipos de robots.

Sin embargo, para que acciones complejas, como el baile de un humanoide o la sujeción de objetos mediante una mano robótica, se reproduzcan en el mundo real tal como fueron entrenadas en la simulación, esta debe ser extremadamente sofisticada y precisa.

Uno de los investigadores del laboratorio de Goldberg le dio a Astra acceso a «Newton», el motor de simulación de NVIDIA. Luego, le mostraron videoclips de un robot real en movimiento y le pidieron que creara una simulación de esa escena.

«Todos nos quedamos boquiabiertos. En menos de una hora, fue capaz de generar una simulación 3D en la que se configuraron todos los parámetros necesarios, desde la posición de la cámara, la iluminación y el fondo hasta los materiales de los objetos», comenta Goldberg.

Según Goldberg, Astra también puede automatizar gran parte del tedioso trabajo que conlleva el entrenamiento de robots en entornos de simulación, al encargarse desde la ejecución de experimentos hasta la verificación de resultados.

Mientras entrenaba a mi versión virtual de Microduck, experimenté exactamente lo mismo. En mi caso, además de GPT-6 Sol, utilicé «Hermes», la base de ejecución de agentes de Nous Research (que trabaja en el desarrollo de modelos de IA de código abierto), y una PC equipada con un potente chip de IA: la «NVIDIA DGX Spark».

Anteriormente, escribí sobre cómo configurar, programar y depurar robots reales utilizando agentes de IA y modelos de codificación. Normalmente, estas tareas requieren conocimientos especializados avanzados, pero con los modelos de codificación actuales es pan comido.

No obstante, las capacidades de este último modelo de OpenAI que utilicé van más allá de escribir código. El modelo utilizó el software de simulación «Isaac Sim» de NVIDIA para dar instrucciones al modelo que controla al robot virtual, evaluó sus movimientos a partir de videos grabados e incluso propuso ajustes en el método de entrenamiento.

De esta forma, logré que Microduck aprendiera a caminar sin caerse. Al principio, intenté que GPT-6 Sol aprendiera a hacer el moonwalk. Cargué un GIF de Michael Jackson deslizándose por el escenario e intenté que imitara el movimiento. Sin embargo, tras horas de ensayo y error, lo único que conseguí fue un ligero trote hacia atrás bastante ágil. Parece que todavía falta tiempo para que los robots superen por completo a los humanos.

La llegada de la «vibrobótica»

Según Jim Fan, investigador de NVIDIA que ha colaborado con Goldberg, la forma en que la IA controla a los robots es muy similar al funcionamiento de los agentes de software. Los modelos de lenguaje extensos (LLM, por sus siglas en inglés) pueden utilizar «modelos de acción de lenguaje visual (VLA)» entrenados para controlar movimientos físicos, del mismo modo que acceden a diversos programas en una computadora.

El equipo de investigación de Fan y Goldberg ha publicado en código abierto «Aspire», un marco de trabajo basado en agentes que permite a los robots descubrir y aplicar nuevas habilidades. Como ejemplo, señalan que «GPT-6 Astra» fue capaz de descubrir por sí mismo cómo resolver un cubo de Rubik utilizando dos brazos robóticos.

«El robot intenta levantar y girar el cubo, pero al principio no logra ajustar bien el ángulo», dice Fan. «Luego, tras un proceso de razonamiento muy largo, adquiere poco a poco las habilidades necesarias y, finalmente, logra resolverlo».

En noviembre, durante la conferencia «Conference on Robot Learning (CoRL)» celebrada en Austin, Texas, Fan pronunció un discurso de apertura sobre el sorprendente hallazgo de que los modelos de IA pueden automatizar gran parte de los procesos necesarios para que los robots realicen tareas complejas. En la presentación, Fan mostró una demostración en la que encargó a Astra el control de un brazo robótico para dibujar el puente Golden Gate. Astra operó el brazo y, utilizando las pinturas y el pincel preparados cerca, completó la tarea brillantemente.

Por supuesto, hacer que los robots funcionen de manera eficiente sigue siendo extremadamente difícil y es indispensable contar con conocimientos de ingeniería avanzada. El sistema de visión de mi Microduck aún no tiene la precisión necesaria para ser instalado en un producto real.

Aun así, si el uso de la IA permite entrenar robots de forma sencilla y rápida, podría tener un impacto significativo en la industria manufacturera y el comercio electrónico en un futuro próximo. Según Goldberg, varias empresas de robótica industrial y automatización ya han mostrado interés en este enfoque.

Del mismo modo que hace unos años se extendió el «vibrocoding», es posible que veamos un avance espectacular en el campo de la «vibrobótica» a medida que los entusiastas de la robótica y los ingenieros descubran lo sencillo que resulta programar y entrenar robots. Y si logro terminar este robot mayordomo para gatos, no habrá ni un solo día en que mi gata Leona se quede sin sus premios.

Original: wired.jp

Adaptación al español con ayuda de inteligencia artificial. Читати українською

¿De qué va? — la edición en español de «Про Що?»