Robots a prueba de motosierra: ¿el futuro es distópico o simplemente adaptable?
Un robot cuadrúpedo que persiste incluso tras perder sus cuatro extremidades a manos de una motosierra podría ser la peor pesadilla de muchos. Sin embargo, para Deepak Pathak, cofundador y CEO de Skild AI, esta demostración de resiliencia es un indicio prometedor de una nueva forma de inteligencia robótica más versátil.
"Esto es algo que llamamos un cerebro omnicuerpo", explica Pathak, cuya empresa desarrolló un algoritmo de IA generalista con el objetivo de superar un obstáculo clave en el desarrollo de la robótica: "Cualquier robot, cualquier tarea, un cerebro. Es absurdamente general".
Muchos investigadores coinciden en que los modelos de IA utilizados para controlar robots podrían experimentar un avance significativo, similar al que se observó con los modelos de lenguaje y los chatbots, si se logra recopilar una cantidad suficiente de datos de entrenamiento.
Pathak sostiene que los métodos convencionales para entrenar modelos robóticos de IA, como enseñar a los algoritmos a controlar un sistema específico mediante teleoperación o simulación, no generan la cantidad de datos necesarios.
Un único algoritmo para dominarlos a todos (los robots)
Con el tiempo, esto da como resultado un modelo que la empresa denomina Skild Brain, dotado de una capacidad más general para adaptarse a diversas formas físicas, incluso aquellas con las que no ha tenido contacto previo. Los investigadores desarrollaron una versión más pequeña del modelo, llamada LocoFormer, que se describe en un artículo académico.
El modelo también está diseñado para adaptarse rápidamente a nuevas circunstancias, como la pérdida de una extremidad o un terreno accidentado, y para aplicar el conocimiento adquirido a la nueva situación. Pathak compara este enfoque con la forma en que los grandes modelos de lenguaje (LLM) pueden abordar problemas complejos dividiéndolos y retroalimentando sus deliberaciones en su propia ventana contextual, un proceso conocido como "aprendizaje en contexto".
Otras empresas, como el Instituto de Investigación de Toyota y la startup Physical Intelligence, también están trabajando en el desarrollo de modelos de IA robótica más versátiles. Sin embargo, Skild se distingue por su enfoque en la creación de modelos que se generalizan a través de una amplia gama de hardware.
En un experimento, el equipo de Skild entrenó su algoritmo para controlar una gran cantidad de robots caminantes de diversas formas. Cuando el algoritmo se aplicó a robots reales de dos y cuatro patas, sistemas que no formaban parte de los datos de entrenamiento, logró controlar sus movimientos y hacerlos caminar.
En un momento dado, el equipo observó que un robot de cuatro patas equipado con el cerebro omnidireccional de la empresa se adaptaba rápidamente al ser colocado sobre sus patas traseras. Al percibir el suelo bajo sus patas traseras, el algoritmo manejaba al robot perro como si fuera un humanoide, haciéndolo caminar sobre sus patas traseras. Una imagen que, admitámoslo, genera una mezcla de admiración y temor digna de un capítulo de Black Mirror.
Adaptación extrema: el robot que no se rinde
El algoritmo generalista también puede adaptarse a cambios drásticos en la forma del robot, como la inmovilización, el corte o el alargamiento de las extremidades. El equipo también probó a desactivar dos de los motores de un robot cuadrúpedo con ruedas y patas, y el robot logró adaptarse balanceándose sobre dos ruedas como una bicicleta inestable.
Skild expande su enfoque a la manipulación robótica
La compañía ha entrenado a Skild Brain con una serie de brazos robóticos simulados y ha comprobado que el modelo resultante puede controlar hardware desconocido y adaptarse a cambios repentinos en su entorno, como la disminución de la iluminación. Según Pathak, la startup ya está colaborando con empresas que utilizan brazos robóticos. En 2024, la empresa recaudó 300 millones de dólares en una ronda que la valoró en 1,500 millones.
Pathak reconoce que estos resultados pueden resultar inquietantes para algunos, pero para él son una muestra de una especie de superinteligencia física para los robots: "A mí personalmente me entusiasma". Aunque, entre nosotros, un robot que aprende a caminar sobre sus patas traseras después de que le corten las otras, tiene un no sé qué de "peligro, robot suelto" que no podemos ignorar.
