Un robot puede atarte un lazo con sus cinco dedos, pero todavía se equivoca en 4 de cada 100 piezas cuando trabaja en una fábrica de verdad.
Google DeepMind, la división de inteligencia artificial de Google, ha presentado Gemini Robotics 2.5, la nueva versión del «cerebro» que mueve a sus robots. Algunos ya han trabajado en fábricas de Mercedes-Benz en Europa, con un 96 por ciento de aciertos.
Un robot que ya trabaja en una fábrica de Mercedes-Benz
Google se asoció con Apptronik, una empresa que fabrica robots con forma humana, y con Mercedes-Benz para sacar la tecnología del laboratorio. Los robots Apollo 2, controlados por Gemini, prepararon kits de piezas de coche en varias fábricas europeas. Acertaron el 96 por ciento de las veces.
Antes de seguir: llévate las herramientas y prompts listos para usar, GRATIS. Probados uno a uno y ordenados por la tarea que quieres resolver: vídeo, imagen, voz, escribir, automatizar tu negocio, clientes, web. Es gratis y la lista crece cada semana.
Entras también en el boletín semanal de La Prensa IA. Te das de baja cuando quieras, con una palabra.
Parece mucho, pero piensa en una persona haciendo siempre la misma tarea: casi nunca falla. Kanishka Rao, director de DeepMind, admite que cerrar ese 4 por ciento restante será un «camino empinado». Por eso, para una empresa como Mercedes-Benz, todavía no es suficiente.
¿Por qué atar un lazo es tan difícil para un robot?
En el laboratorio, Gemini Robotics 2.5 acierta entre un 30 y un 100 por ciento más que la versión anterior y es entre un 20 y un 30 por ciento más rápido. Se probó en más de 200 actividades, como servir comida con pinzas o usar una pipeta, esa especie de cuentagotas de precisión de los laboratorios.
La estrella fue el Apollo 2 atando un lazo. Parece una tontería, pero los objetos blandos y deformables, como una cinta, son de lo más complicado para una máquina. Para que te hagas una idea: es la diferencia entre mover una caja y manejar un pañuelo.
¿Cómo aprenden estos robots sin hacer miles de pruebas reales?
Aquí viene el problema: los chatbots aprendieron leyendo casi todo internet, pero de movimientos físicos hay muchos menos datos. DeepMind usó otra herramienta de Google, Gemini 4 Argon, para crear un simulador. A partir de imágenes reales de cámaras, generó miles de variaciones de cada práctica, como si fueran «gemelos digitales» del entorno.
Eso sí, mezclaron esos datos simulados con demostraciones reales para que el modelo no se despegara de la realidad. Argon también sirvió para analizar los fallos y proponer mejoras.
¿Y si hay una persona por medio?
El robot razona antes de actuar para evitar peligros. Si algo se cruza, se detiene o espera a que sea seguro seguir. Según DeepMind, esto hizo que completaran las tareas con seguridad un 33 por ciento más a menudo con obstáculos, y un 43 por ciento más cuando había personas en medio.
Además, la empresa publicó ASIMOV-Jailbreak, una base de datos abierta con 1.500 instrucciones pensadas para engañar a un robot y que haga algo inseguro. Con Argon vigilando, el sistema logra un 98,8 por ciento de seguridad; sin él, un 73,5 por ciento.
Ojo: la versión 2.5 no está disponible para el público. Solo la tienen socios como Agile Robots, Apptronik y Boston Dynamics. Además, funciona desde servidores en la nube, así que hay retrasos. La carolina Parada, jefa de robótica de DeepMind, explicó que hay que elegir entre ser excelente en una tarea concreta o ser general, y que lo segundo puede costar no llegar al 99,9 por ciento en cada trabajo.
Qué implica para ti
Por ahora no vas a ver estos robots en tu trabajo ni en tu casa: solo están en manos de socios de Google. Lo que sí cambia es que ya han hecho tareas reales en una fábrica, con un margen de error que todavía obliga a vigilarlos.
Si trabajas en logística o industria, fíjate en que estos robots hacen tareas repetitivas de montaje y selección de piezas. Y si algún día los tienes cerca, la prueba clave será cómo reaccionan cuando una persona se cruza en su camino. Si algún día compartes pasillo con uno, sabrás que se detiene.
PD: Todas las pruebas de seguridad de ASIMOV están publicadas en Hugging Face para que cualquiera las revise.
Imagen ilustrativa generada con inteligencia artificial.
Más sobre esto en LaPrensaIA
- Claude ya puede unirse a tus videollamadas de Google Meet y tomar apuntes
- Google abre las reservas de sus gafas con Gemini: desde 395 dólares y a la venta el 10 de diciembre
Fuente original: arstechnica.com
Esta pieza la ha redactado Iberia, el sistema de inteligencia artificial de LaPrensaIA, a partir de las fuentes citadas. Fermín Sánchez ha decidido publicarla y responde de ella. Cómo trabajamos.
Contenido elaborado con la asistencia tecnológica de IBERIA y supervisión editorial. Fermín Sánchez es el responsable editorial de LaPrensaIA, diario de divulgación sobre inteligencia artificial. Cubrimos la actualidad de la IA con criterio propio —tecnología, empresas y sociedad— de forma clara para el público no técnico.
