Una startup del MIT y DeepMind creó una garra robot capaz de improvisar movimientos y manipular objetos delicados. ¿Llegó el fin de la torpeza de las máquinas?
A diferencia de modelos anteriores, el robot Eka puede ajustar el agarre de objetos irregulares, como nuggets de pollo, en tiempo real.
Foto: Wired La garra se lanza hacia la lamparita sobre la mesa. Las pinzas tantean la superficie, atrapan el objeto, la lamparita rueda y escapa, el robot la persigue y en segundos la enrosca hasta que enciende la luz. El periodista de WIRED con más de una década cubriendo robótica, dice que nunca vio un robot moverse tan naturalmente.
Eka es una startup ubicada en Cambridge, Massachusetts, cofundada por Pulkit Agrawal, profesor del MIT, y Tuomas Haarnoja, ex investigador de Google DeepMind.
Su robot puede manipular objetos que ningún otro sistema comercial existente puede manejar. Una caja de tapones para los oídos, un cepillo, un llavero con peluche.
En el demo con nuggets de pollo, el brazo robótico los agarra de una mesa y los coloca en cajas que se mueven en una cinta transportadora, a veces con cuidado, a veces casi tirándolos si la caja se está alejando, con una improvisación que parece humana.
El científico austríaco Hans Moravec lo formuló en los años 80 con lo que hoy se conoce como la paradoja de Moravec.
Las tareas que parecen más difíciles para los humanos, jugar al ajedrez, resolver ecuaciones, son fáciles para las máquinas. Y lo que cualquier niño hace sin pensar como agarrar una pelota que rueda, sentir que algo se resbala y ajustar el agarre, es extremadamente difícil para los robots.
La inteligencia física evolucionó durante millones de años y está tan integrada en nosotros que ni la notamos. Dársela a una máquina es uno de los problemas más complejos de la ingeniería.
OpenAI intentó resolverlo en 2018 con Dactyl, una mano robótica que aprendió a resolver el cubo Rubik mediante aprendizaje por refuerzo en simulación. El resultado fue limitado. Si el cubo se empezaba a caer, el robot no podía recuperarlo. Si las manos no estaban en el ángulo exacto, nada funcionaba. Y solo podía manipular ese objeto específico, con un cubo modificado con sensores.
OpenAI abandonó el proyecto para concentrarse en los modelos de lenguaje.
La mayoría de las startups de robótica hoy toman el camino de los modelos de lenguaje. Recolectan enormes cantidades de videos de humanos usando sus manos, y entrenan los robots con esos ejemplos. Es la lógica de "suficientes datos generan inteligencia".
Eka hace lo contrario. Sus robots aprenden solos, dentro de simulaciones, sin ver a humanos. En ese sentido son más parecidos a AlphaZero, el sistema de DeepMind que aprendió ajedrez y go sin estudiar partidas humanas y descubrió estrategias nuevas, que a los modelos entrenados con datos de demostración.
La clave del salto de Eka es que su simulación incorpora principios físicos reales: masa, inercia, fricción.
El modelo que desarrollaron, que llaman vision-force-action model, no solo aprende cómo los movimientos cambian lo que la cámara ve, sino cómo el peso y la velocidad del brazo interactúan con los objetos que agarra.
Los robots también tienen sensores de tacto en las pinzas. Eso les permite recuperarse de los errores como lo hace una mano humana. Por ejemplo, si algo se resbala, ajustan antes de que se caiga.
El periodista de WIRED que visitó la startup compara lo que vio con GPT-1, el primer modelo de lenguaje de OpenAI, desarrollado cuatro años antes de ChatGPT. Era incoherente en muchos aspectos pero mostraba destellos de inteligencia lingüística general.
Los robots de Eka parecen tener una inteligencia física incipiente que todavía no es completa pero que claramente está en otro nivel respecto a todo lo que existe.
Agrawal es explícito sobre la ambición: "Para nosotros el objetivo es superhuman", dice. Su razonamiento es que el mismo enfoque que permite enroscar una lamparita debería escalar hacia tareas de mayor precisión como el ensamblado de iPhones simplemente usando actuadores y sensores más finos y más horas de práctica en simulación.
La startup tiene robots en prueba, pero aún no tiene clientes comerciales públicos.
El mercado que apunta es enorme. El manejo de alimentos sigue siendo intensivo en trabajo humano precisamente porque ningún robot puede manejar objetos irregulares con la gentileza y adaptabilidad que requieren.
La logística, la manufactura de precisión, los hogares, son sectores donde la destreza manual es la traba estructural.
"Billones de dólares fluyen a través de la mano humana", dice Agrawal. "Para mí, este es el problema más grande del mundo por resolver".
Si Eka tiene razón, el ChatGPT de la robótica física podría estar más cerca de lo que parece.
----------------------------
Manuel Adorni en el Congreso: Mejoró su imagen en redes, pero hundió a los hermanos Milei
¿Quién es Ricardo Marra y por qué fue reelecto por unanimidad en la Bolsa de Cereales?
Dua Lipa no solo vive entre lujos: esta es la playa albanesa que elige la artista
Telefe no pega una: La echaron sin aviso previo y salió el verdadero motivo