Comenzó el entrenamiento de la IA física

Los modelos grandes de lenguaje -LLM, por sus siglas en inglés- se han desarrollado a partir de grandes volúmenes de información: contenidos públicos, datos licenciados, materiales creados por entrenadores, e interacciones de usuarios. Estas últimas han sido especialmente útiles para mejorar la capacidad de seguir instrucciones, evaluar respuestas y hacer que la experiencia sea más útil. Durante los primeros años de la IA generativa, los servicios gratuitos o subsidiados aceleraron la adopción y permitieron aprender del uso real de las personas. Para muchos -y me incluyo-, la necesidad de obtener datos del uso real también explica por qué, en sus inicios, buena parte de los servicios basados en LLM fueron gratuitos o subsidiados. No era solo una estrategia para acelerar la adopción: esas interacciones podían convertirse en una fuente valiosa de datos para entrenamiento y mejora, recordándonos un aforismo de los negocios digitales: cuando algo es gratis, el producto es el usuario mismo.

Ahora, en un futuro cercano tendremos la expansión de la IA física, sistemas capaces de percibir e interactuar con el mundo mediante sensores, software y actuadores, donde sus aplicaciones más visibles están dominadas por los vehículos autónomos, robots industriales, equipos de logística, y robots humanoides.

Los vehículos autónomos han acumulado grandes volúmenes de datos de cámaras, radares, mapas y telemetría. El reto no es solo registrar kilómetros recorridos, sino aprender a responder de forma segura a situaciones inciertas que se presentan en las vías. Waymo, surgida del proyecto de vehículo autónomo de Google, se ha consolidado como uno de los referentes de operación comercial autónoma, mientras Tesla continúa ampliando su servicio Robotaxi en Estados Unidos.

Para los robots humanoides, el desafío es mayor. Las capacidades de desplazamiento bípedo han avanzado mediante simulación, teleoperación, experimentación y datos de movimiento humano al caminar y correr. Caminar es importante, pero manipular objetos con precisión requiere comprender cómo las personas usan sus manos, aplican fuerza, coordinan movimientos y responden a variaciones del entorno. La realización de tareas manuales requiere datos de entrenamiento muy precisos del movimiento de las manos en actividades tan diversas como lavar unos platos, ensamblar un componente en una fábrica, o preparar un pedido en un centro de distribución, por ello están surgiendo empresas que remuneran a personas por capturar demostraciones en vivo en sus oficios, mediante cámaras de primera persona, guantes, sensores de movimiento y sistemas de teleoperación. Su objetivo no es solo grabar los movimientos, sino construir datos que relacionen lo que una persona ve, la acción que ejecuta y el resultado que logra.

La captura de datos de entrenamiento para los robots humanoides es el inicio de cambios muy importantes en el mundo del trabajo, para muchos, será un gran avance si los robots asumen las tareas que progresivamente las personas ya no quieren hacer: tareas aburridas, peligrosas, sucias y difíciles, pero también queda el riesgo latente del reemplazo de mano de obra en otro tipo de tareas, y la consecuente e impredecible reconfiguración del mundo del trabajo y la economía global que hoy conocemos.