La frontera de la inteligencia artificial física se asemeja a una partida de Jenga en un almacén de San Leandro, California.
Ese espacio está ocupado por Encord, una empresa que desarrolla herramientas de datos utilizadas para entrenar modelos de IA. Andrew Ceja es piloto —el término que emplea la compañía para sus entrenadores robóticos— y extrae con sumo cuidado bloques de madera de una torre tambaleante mientras lleva puestos unos auriculares equipados con una cámara que registra su campo visual. Aunque esto por sí solo bastaría para recopilar datos de entrenamiento para robots, estos auriculares incorporan además sensores capaces de medir sus ondas cerebrales mientras desarma la estructura.
Encord forma parte de un grupo pequeño pero en aumento de nuevas empresas que apuestan a que el próximo obstáculo crucial para la robótica humanoide y de almacén no será el diseño del hardware, sino la escasez absoluta de datos de entrenamiento físico en el mundo real. En lugar de limitarse a ayudar a las firmas de robótica a gestionar los datos existentes, Encord construye un modelo de negocio en torno a la fabricación de aquellos datos que aún no existen.
El dispositivo de ondas cerebrales que utiliza Ceja fue creado por Zander Laboratories, una startup alemana de neurociencia que sostiene que registrar la actividad cerebral —para deducir estados mentales como el error, la intención y la sorpresa— puede generar un conjunto de datos mucho más útil para el entrenamiento de modelos. La colaboración entre Encord y Zander constituye actualmente una prueba piloto; Encord señala que el propósito es construir un conjunto inicial de datos etiquetados mediante ondas cerebrales, probarlo en modelos robóticos de clientes y evaluar si realmente mejora el rendimiento antes de decidir una expansión a gran escala.
Lucas Gehrke, neurocientífico de Zander que supervisa el proyecto, explica que el volumen de actividad cerebral registrado durante una tarea específica ofrece pistas valiosas a los desarrolladores de modelos que intentan determinar cuándo necesitan aplicar mayor capacidad de procesamiento.
Esta iniciativa representa la vanguardia en la resolución del cuello de botella de los datos robóticos, según Vineeth Velmurugan, director de formación de robots en Encord. Velmurugan, con trayectoria previa en el laboratorio de robótica de OpenAI y en la empresa de automatización de almacenes Berkshire Grey, se incorporó a Encord para liderar el equipo interno de generación de datos.
Encord nació para asistir a las empresas que desarrollan aplicaciones de visión artificial en la anotación de datos y la evaluación de modelos. No obstante, a medida que sus clientes —Velmurugan menciona que trabajan con numerosas compañías líderes en robótica, aunque no tiene autorización para nombrarlas— comenzaron a aplicar el aprendizaje de extremo a extremo a tareas de manipulación robótica, los ejecutivos comprendieron que debían producir sus propios datos de capacitación en lugar de simplemente administrarlos. “Simplemente, los datos no existen”, afirmó Velmurugan.
La premisa de que la IA generativa puede replicar con los robots el éxito obtenido con los chatbots choca una y otra vez con el mismo muro. Las empresas de vehículos autónomos recopilan datos del entorno físico por cuenta propia, pero escalar este proceso resulta sumamente complejo. El entrenamiento basado en video es útil, pero carece de la fidelidad propia de los datos del mundo real. Velmurugan calcula que se requerirá un volumen de datos equivalente a unas cinco veces el corpus de videos de YouTube para alcanzar el objetivo, un reto que explica por qué la generación de datos se ha transformado en un negocio lucrativo y no meramente en un problema de investigación académica.
Satisfaciendo las necesidades de datos egocéntricos
Las empresas que desarrollan los cerebros de los robots recurren actualmente a dos fuentes principales: videos “egocéntricos” capturados por operarios mediante cámaras corporales, complementados a menudo con ángulos adicionales y otras métricas, y datos recopilados por robots operados de forma remota. Encord aplica ambas estrategias: extrae datos egocéntricos de diversas instalaciones industriales en todo el mundo y utiliza su sede en San Leandro para experimentar con nuevas modalidades —como las ondas cerebrales— o para compilar conjuntos de datos sobre habilidades muy específicas destinadas a ajustes precisos.
Durante la visita de TechCrunch, los pilotos empleaban sistemas de control maestro-esclavo —brazos robóticos vinculados en los que uno es dirigido directamente por un ser humano y el otro replica sus movimientos— para generar datos sobre acciones cotidianas, como servir café de una cafetera en tazas o apilar fichas de póquer. “Todas las empresas de humanoides nos han solicitado este tipo de piezas”, señala Velmurugan.
Los estantes de almacenamiento albergaban cajas con flores artificiales en jarrones, libros, vegetales de plástico, bandejas, palas para arena de gatos, bolsas y haces de cables: los elementos idóneos para entrenar manipuladores mecánicos en la ejecución de tareas domésticas.
En una de las estaciones de trabajo, otra piloto, Sofía Infante, manipulaba brazos robóticos para conectar y desconectar cables Ethernet en la parte posterior de un servidor, simulando un tipo de labor que los centros de datos automatizarían de inmediato si los robots contaran con la destreza necesaria. Al ponerme al mando de los controles, comprendí los motivos por los cuales esta tecnología aún presenta limitaciones: las pinzas mecánicas son mucho menos hábiles que los dedos humanos y carecen de la sensibilidad táctil que damos por sentada en nuestras propias extremidades.
Otra modalidad de datos en desarrollo en Encord emplea un conjunto de sensores colocados en el antebrazo para detectar señales eléctricas musculares. Los videos de manos humanas manipulando objetos rara vez capturan la mano en su totalidad, pero Velmurugan confía en construir una representación tridimensional exacta de la posición de la mano en cada momento gracias a estos sensores, logrando así modelos con una comprensión mucho más sólida.
Los conjuntos de datos de Encord se acompañan de descripciones físicas detalladas de lo que ocurre en cada video («la mano derecha aprieta el perno») para facilitar que los modelos basados en modelos de lenguaje grande (LLM) comprendan las acciones. Velmurugan estima que este tipo de anotación densa aporta un valor hasta 100 veces mayor que los «datos basura» para entrenar tareas específicas, con un costo de producción que apenas duplica por veinte esa cifra, lo que en teoría representa un excelente negocio.
Sin embargo, multiplicar por veinte los costos implica una inversión considerable de capital, y ese es el núcleo del desafío: extraer texto de internet —del mismo modo en que los creadores de LLM edificaron sus modelos utilizando plataformas como Stack Overflow y el resto de la web— resulta prácticamente gratuito para los laboratorios de vanguardia. La generación de datos para el entrenamiento físico, por el contrario, no lo es, y esa distinción redefine la economía de la IA física frente a la de los LLM. Este tipo de información debe fabricarse de forma activa en lugar de limitarse a recopilarse, lo que transforma por completo las reglas en la construcción de estos modelos.
Velmurugan destaca que se están consiguiendo avances notables: gracias a la privilegiada perspectiva de Encord en los proyectos de toda la industria, es posible observar qué metodologías funcionan y cuáles fracasan a la hora de mejorar los modelos de IA física. Esta visión panorámica constituye también un argumento comercial clave para Encord, ya que permite identificar qué técnicas de datos ganan terreno en el mercado antes de que cualquier cliente individual pueda advertirlo.
Esto mantendrá ocupado al equipo de una docena de pilotos en las instalaciones de Encord. Tanto Infante como Ceja forman parte de una creciente fuerza laboral especializada que desarrolla los cimientos de las redes neuronales; ambos trabajaron previamente en Scale, otra firma de anotación de datos de IA, antes de unirse a Encord.
Ceja había laborado anteriormente en una planta de gestión de residuos, donde su interés por la tecnología lo llevó a encargarse del mantenimiento de un clasificador robótico de basura. En la actualidad, mientras observa cómo se desploma la torre de Jenga, asegura que disfruta enormemente el desafío de resolver los problemas de entrenamiento para robots: “¡Cada día surge algo nuevo!”.
Cuando realizas compras a través de enlaces en nuestros artículos, podemos recibir una pequeña comisión. Esto no afecta nuestra independencia editorial.
Descubre más Tech News in Spanish
