¿Se está volviendo natural el control de robots con la IA? ¡El RT-2 de Google lo promete!

La última innovación de Google en inteligencia artificial, el Robotics Transformer 2 (RT-2), está revolucionando el mundo de la robótica. Aprovechando tecnología de IA de vanguardia, similar a los sistemas que impulsan chatbots de IA como Bard y ChatGPT, Google busca que los robots realicen tareas de forma más eficiente y eficaz. Vincent Vanhoucke, director de robótica de Google DeepMind, presentó el RT-2 como un "modelo de visión-lenguaje-acción (VLA) pionero en su tipo" que permite a los usuarios controlar robots mediante lenguaje natural.

Este desarrollo revolucionario permite a los robots interpretar datos textuales e imágenes de la web y ejecutar las acciones correspondientes. Con RT-2, Google está revolucionando la forma en que los robots comprenden el mundo que los rodea, mejorando así sus capacidades en diversos campos, empezando por la tarea mundana pero esencial de desechar la basura.

Tecnología de IA para el control de robots convencionales del RT-2 de Google

El RT-2 de Google, el modelo visionario de visión-lenguaje-acción (VLA), ha impulsado el campo de la robótica a pasos agigantados. Aprovechando una tecnología similar a la de los chatbots de IA Bard y ChatGPT, el RT-2 trasciende los límites del control robótico convencional. A diferencia de los chatbots que procesan datos de texto para interacciones humanas, los robots se enfrentan al complejo reto de comprender su entorno físico. Esta distinción supone un obstáculo único, ya que los robots deben diferenciar objetos, interpretar el contexto y ejecutar acciones precisas basadas en sus percepciones.

Vincent Vanhoucke enfatizó la complejidad de la comprensión robótica, señalando que reconocer un objeto simple como una manzana es mucho más fácil que distinguir entre una deliciosa manzana roja y una pelota roja antes de coger con precisión el objeto deseado. El RT-2 de Google cierra eficazmente esta brecha, permitiendo a los robots comprender situaciones del mundo real y responder a instrucciones en lenguaje natural. Al combinar la comprensión del lenguaje con la percepción visual, el RT-2 marca el comienzo de una nueva era en la robótica con aplicaciones que abarcan la manufactura, la atención médica, la respuesta ante desastres y más. Con las extraordinarias capacidades del RT-2, el potencial para la colaboración entre humanos y robots y los avances transformadores en diversas industrias es realmente asombroso.

Habilitar robots para desechar la basura

Anteriormente, entrenar a robots para realizar incluso tareas aparentemente sencillas, como tirar la basura, implicaba un proceso arduo y lento. Los ingenieros debían enseñar al robot adentla basura, agarrarla correctamente, localizar un cubo de basura adecuado y depositar los residuos con cuidado. Esta compleja coreografía exigía un entrenamiento exhaustivo y el ajuste preciso de numerosos parámetros, lo que hacía que el proceso fuera lento y monótono.

Con la llegada de RT-2 y su capacidad para extraer grandes cantidades de datos de imágenes en línea, el proceso de entrenamiento de robots se ha transformado. El nuevo modelo de IA permite a los robots aprender rápidamente adentla basura y ejecutar de forma autónoma los pasos necesarios para recogerla y desecharla correctamente. Con una pequeña cantidad de datos de entrenamiento, RT-2 permite a los robots transferir conceptos integrados en sus datos de entrenamiento de lenguaje y visión, lo que les permite realizar tareas complejas para las que nunca han sido entrenados explícitamente.

En una demostración impactante, un robot sin esfuerzodentun dinosaurio de juguete cuando se le pidió que recogiera un animal extinto entre un grupo de juguetes. En otro desafío, el robot movió con destreza un pequeño coche Volkswagen de juguete hacia una bandera alemana. Estos ejemplos reales ilustran cómo las capacidades de lenguaje y visión de RT-2 impulsan la robótica a nuevas cotas de versatilidad y capacidad de respuesta.