Los creadores de "cerebros" de robots dicen que la IA física está atrapada en su era GPT-2

La IA física es uno de los sectores más candentes de la inversión de capital de riesgo, con empresas que recaudan miles de millones para aplicar a la robótica las herramientas que dieron origen a los grandes modelos de lenguaje. Ese entusiasmo ayudó a impulsar una gran salida a bolsa de Unitree, el principal fabricante de robots de China, que valoró a la empresa en USD 66,000 millones tras su debut en el equivalente chino del Nasdaq, antes de que la acción perdiera casi la mitad de su valor esta semana, ya que los analistas señalaron un problema conocido: aunque las capacidades físicas de los robots mejoran, todavía carecen del conocimiento necesario para realizar trabajo que genere valor de forma confiable.

En la conferencia Actuate de la semana pasada, un encuentro de desarrolladores que construyen “cerebros” de IA para robots y que ha triplicado su tamaño desde 2023 hasta llegar a 1,500 asistentes, según el organizador Foxglove, el entusiasmo era evidente, al igual que el riesgo subyacente, capturado por un stand de Avala, otro actor de infraestructura de IA física, que prometía resolver “la crisis de datos de la robótica”. Esa crisis es la falta de datos de entrenamiento de alta calidad para los modelos de IA; los intentos de construir robots generalizados capaces de realizar cualquier tarea siguen siendo lejanos, y el aprendizaje de extremo a extremo aún no ha producido productos comercialmente confiables para tareas específicas. Harry Mellsop, fundador de Antioch, describió la IA física como si estuviera en su “era GPT-2” —el modelo de OpenAI anterior a ChatGPT— y dijo que se necesitan más datos, más cómputo y mejores regímenes de entrenamiento por refuerzo, en particular GPU optimizadas para el trazado de rayos que se usa en simulaciones de alta fidelidad.

Los vehículos autónomos son los que más han avanzado, en parte porque se pueden recopilar datos relevantes de autos conducidos por personas y porque evitar el contacto es una meta más sencilla que manipular el entorno físico; buena parte de las herramientas de construcción de modelos en el sector, incluida la propia Foxglove, proviene de empresas de vehículos autónomos. El CEO de Wayve, Alex Kendall, argumentó que es demasiado pronto para comprometerse con una sola plataforma de hardware, ya que los sensores y otros componentes avanzan rápidamente y un modelo verdaderamente general debería mantenerse agnóstico al hardware; tanto Wayve como Uber han lanzado laboratorios de robótica apostando a que sus herramientas derivadas de vehículos autónomos pueden extenderse a formas humanoides. Théophile Gervet, presidente y cofundador de Genesis AI, cuya empresa recaudó una ronda semilla de USD 105 millones este año, discrepó, argumentando que es demasiado pronto en esta ola para una estrategia basada únicamente en el “cerebro” y que todavía hay margen para codiseñar el hardware y la IA juntos. Empresas de robótica enfocadas en tareas específicas —Gritt construyendo parques solares, Agility desplegando robots industriales y Bedrock operando excavadoras de forma autónoma— están entrando al terreno, mientras que los humanoides de propósito general siguen mayormente confinados a los laboratorios. “A ningún cliente le importa el robot de propósito general que funciona con una tasa de éxito del 80%”, dijo Gervet. “Vemos que muchos otros actores van hacia lo general, pero no se genera valor porque no hay enfoque vertical”.

Foxglove anunció un nuevo producto esta semana, construido sobre el modelo de mundo de pesos abiertos Cosmos de Nvidia, que permite a los ingenieros buscar en datos visuales y de lidar densos mediante consultas en lenguaje natural para acelerar la evaluación y la simulación. Sobre cuándo la IA física podría tener su propio “momento ChatGPT”, Kendall señaló como referencia la autonomía sin supervisión con menos de USD 1000 en hardware en un auto, mientras que Gervet lo describió como una manipulación que “simplemente funciona de fábrica” con una confiabilidad de aproximadamente el 80% o más. El CEO de Foxglove, Adrian Macneil, se mostró más escéptico sobre todo el planteamiento, argumentando que el momento de ChatGPT surgió de una distribución instantánea y masiva que los productos físicos no pueden replicar, y que preferiría ver a la robótica alcanzar un “momento Apple II”: el punto en el que la gente pueda simplemente comprar un robot doméstico útil.

Por qué importa

Si la IA física realmente está en su era GPT-2, el capital que fluye hacia startups de robótica y modelos fundacionales humanoides está anticipando un salto —de demostraciones de laboratorio a un despliegue confiable y de propósito general— que, según los propios desarrolladores, todavía requiere varios años más de datos y cómputo.