Tomo café hecho por robots en San Francisco. Nada especial, verdad. Las máquinas sirven frijoles desde principios de la década de 2010. Pero lo que sostiene la taza no es sólo una cafetera. Es un generalista. Un cerebro.
Esta unidad específica también dobla ropa. Pela las zanahorias. Fregando cocinas también. Aprendió estos trucos más rápido de lo que la mayoría de los niños pequeños dominan el caminar.
Conoce la Inteligencia Física. Fundada en 2024. El argumento es simple: construye un cerebro, no un cuerpo.
Otros gigantes como Tesla y Boston Dynamics persiguen a los humanoides. Amazon automatiza los almacenes con bots de tarea única. La Inteligencia Física quiere el sistema operativo que los ejecute a todos. Una mente adaptable. Infinitas formas de máquina.
En la mayoría de los ámbitos, resolver más problemas hace que las cosas sean más difíciles. En IA, hace las cosas más fáciles. Tienes fuentes de conocimiento más diversas.
Sergey Levine, uno de los fundadores, lo expresó sin rodeos. Enseña en Berkeley. Él cree que la variedad alimenta la inteligencia.
Es el mismo manual que el boom de los chatbots. Los modelos de lenguajes grandes (LLM) explotaron porque la potencia de cálculo y los datos finalmente encontraron buenos algoritmos. Levine espera que la robótica siga la misma curva. Simplemente más empinado.
La salsa secreta aquí es el modelo VLA. Visión-Lenguaje-Acción.
¿Robótica de la vieja escuela? Enseñar una tarea. Repetir. Aburrido. Caro.
Los VLA toman el sentido común amplio de un LLM y convierten las palabras en movimientos musculares.
El humano dice: “Limpia este desastre”.
* El robot ve: platos sucios, juguete roto.
El robot actúa: Agarra la esponja. Recoge el juguete.
Ingmar Posner de Oxford lo llama la traducción más directa del entusiasmo del LLM. En lugar de adivinar la siguiente palabra, el robot adivina el siguiente movimiento.
Pero espera.
Los robots fallan porque el mundo real es desordenado. Variaciones infinitas. No hay suficientes datos para entrenar. Los desarrolladores suelen evitar el autoaprendizaje porque recopilar esos datos es un infierno.
Levine no está de acuerdo.
Su equipo enseña a los robots en entornos falsos. Los almacenes se convirtieron en simulacros de cocinas y dormitorios. Restablecen las habitaciones cada semana. Envían robots a casas reales.
¿El objetivo? Generalización.
El modelo π0.7 cocinó recientemente batatas en una freidora. Nunca antes había visto ese aparato. Los humanos simplemente daban instrucciones de voz paso a paso. Funcionó.
Levine está sorprendido por la velocidad. Lleva dos años operando y el progreso superó sus propias previsiones.
El dinero sigue el bombo publicitario. Las empresas emergentes están recaudando miles de millones. Amazon y Google DeepMind están construyendo sus propias flotas. Ahora todo el mundo quiere un robot de uso general.
Pero no te adelantes.
La paradoja de Moravec existe por una razón. Hans Moravec advirtió en 1988 lo que todavía es cierto: dotar a un robot de una lógica de nivel doctoral es fácil. Darle las habilidades de percepción de un bebé es casi imposible. ¿Ajedrez? Hecho. ¿Caminando entre una multitud? Duro.
Posner cree que sólo estamos viendo señales tempranas. ¿Implementación en el mundo real? Escéptico.
¿Por qué?
Los humanos son adversarios. Nos gusta jugar con los robots. Es divertido romper cosas.
No cree que pronto aparezca un modelo de negocio rentable y escalable.
Daniel Susskind ya está escribiendo sobre ello. ¿Cómo deberíamos aprender cuándo la IA maneja la lógica? ¿Qué habilidades sobreviven al cambio? La respuesta no está en el código. Es en el caos que dejamos atrás para que estas máquinas lo limpien.
Quizás esa sea la única tarea que realmente dominen primero. Tratando con nosotros.
