Un robot que ve una lavadora es util. Un robot que oye como se cierra la puerta, siente el peso de la ropa mojada y recuerda en que paso esta, ese robot puede terminar el trabajo. El 13 de octubre, la empresa alemana NEURA Robotics presento Neuron AI, un modelo fundacional para maquinas fisicas que une vision en 3D, tacto, audio, estado del robot y lenguaje en un solo sistema, con memoria incorporada.
NEURA lo describe como el cerebro del mundo fisico. La proxima semana, en Berlin, su robot humanoide intentara demostrar que la frase es algo mas que publicidad.
Mas que ojos
Las camaras dicen a un robot donde estan las cosas. No dicen nada sobre fuerza, contacto o sonido. Las personas usamos el resto sin pensar: notas como un tornillo encaja en su rosca, oyes como un conector hace clic al entrar. Neuron AI parte de esa observacion. Su diseno de Percepcion, Lenguaje y Accion codifica vista, tacto, fuerza, audio y lenguaje en un flujo compartido y lo convierte directamente en movimiento, en lugar de unir sistemas separados de sensores y esperar que se pongan de acuerdo.
La memoria es la segunda mitad de la idea. Un robot trabaja en un mundo continuo donde los objetos desaparecen de la vista, dentro de una maquina, detras de una puerta o bajo una toalla, y siguen existiendo. Neuron AI esta disenado para seguir esos objetos y las consecuencias de sus propias acciones a lo largo del tiempo. Es esa permanencia que los ninos pequenos aprenden en sus dos primeros anos y que los robots, hasta ahora, han tenido muy poco.
El entrenamiento llega de tres fuentes: robots reales trabajando en instalaciones propias y en entornos reales, simulacion que multiplica esas experiencias en variaciones, y personas con trajes de sensores que demuestran tareas tal como las hace un trabajador experto. Un mismo modelo funciona despues en cinco cuerpos distintos de NEURA, con sus diferentes pinzas y manos.
La prueba de los once minutos
En robotica, afirmar es barato. Demostrar de principio a fin no lo es, y por eso importa el plan de Berlin. En NVIDIA GTC Berlin, del 20 al 22 de octubre, el humanoide 4NE1 de NEURA, cuyo nombre se lee como Para Cualquiera, realizara una secuencia de lavanderia de once minutos sin ayuda humana: clasificar la ropa, cargar una lavadora, cerrarla, abrirla de nuevo, descargar y llevar la carga a una secadora.
La lavanderia es un examen astuto. Los objetos son blandos y sin forma fija. Los pasos dependen unos de otros. La mitad de la tarea ocurre fuera de la vista, dentro de las maquinas. Un robot capaz de mantener el contexto durante once minutos asi, recordando que cargo, en que fase esta el lavado y donde esta la secadora, muestra planificacion, percepcion y memoria trabajando juntas. No es un truco ensayado movimiento a movimiento.
El contexto de mercado de esta semana refuerza el momento: los envios de robots humanoides se multiplicaron por cinco en un ano, hasta casi 25.000 unidades en seis meses. El hardware llega en volumen. La pregunta abierta es que software hara que esos cuerpos sean realmente utiles, una cuestion que tambien siguen de cerca los inversores en tecnologia aplicada a empresas.
Las habilidades como producto
El modelo de negocio que rodea al modelo tambien dice mucho. Su plataforma, Neuraverse, permite a los clientes ajustar Neuron AI a sus propias tareas y enviar las habilidades resultantes a toda una flota de robots. La medida de progreso elegida por la empresa es el Tiempo hasta la Habilidad: la rapidez con que un robot aprende un trabajo nuevo y lo hace de forma fiable. Las fabricas no compran robots en abstracto, compran horas de trabajo, y cada semana recortada en ensenar una tarea es dinero.
El modelo se desarrollo y entreno en Metzingen, Alemania, con alianzas de datos de empresas industriales como Schaeffler y Bosch. Fundada en 2019, NEURA construye ella misma los robots, las manos, los sensores y la inteligencia artificial. Eso le da el circulo estrecho entre entrenamiento del modelo y resultados fisicos que este aprendizaje necesita. Un modelo que falla en simulacion no cuesta nada. Uno que falla en un robot real ensena algo, si el mismo equipo posee ambos lados de la leccion.
Que significa para empresas, constructores e inversores
Para los centros de trabajo, la promesa practica es la flexibilidad. Un robot cuyas habilidades llegan como software puede cambiar de tarea cuando cambian los pedidos, y una flota puede aprender un trabajo una vez y compartirlo en todas partes. La demostracion de Berlin es domestica, pero los clientes objetivo son industriales: manipulacion, clasificacion y carga, el trabajo fisico repetitivo mas dificil de cubrir.
Para quienes construyen robots, la leccion es de arquitectura. El tacto, el sonido y la memoria no son extras para anadir despues: NEURA los ha puesto en el nucleo del modelo. Cabe esperar respuestas en la misma direccion por parte de sus rivales, y que la proxima ronda de competencia entre humanoides se juegue en datos de entrenamiento y velocidad de ensenanza, no solo en motores. Tambien es un tema que conecta con otras historias de ciencia que publicamos en Revista Minutos.
Para los inversores, el numero a seguir despues de Berlin es el Tiempo hasta la Habilidad. Si NEURA demuestra que sus clientes ensenan trabajos nuevos a flotas enteras en dias y no en meses, su plataforma empezara a parecerse a un sistema operativo para el trabajo fisico. Los once minutos de Berlin no lo resolveran todo, pero seran una prueba publica, cronometrada y completa, y a este sector le vendrian bien mas pruebas asi.
Sé el primero en comentar