¡Miren qué ‘vaina jevi’ ha traído Generalist AI al mundo de la robótica! Imagínense unos robots que aprenden casi ‘de una vez’, sin el bregar de programarles cada cosita. Esta gente ha presentado su modelo GEN-1.5, una propuesta que está poniendo a muchos a gozar, especialmente a los que quieren ver cómo la Inteligencia Artificial se pone más ‘bacana’. Adiós a la era donde había que meterle un viaje de data y un ‘tigueraje’ de códigos para cada tarea nueva. Ahora, ‘los robots que aprenden’ con solo observar unos segundos de una demostración, están revolucionando el asunto.
La clave de este invento es lo que llaman ‘physical prompting’. A la larga, es como enseñarle a un chiquito cómo se hace algo en vez de sentarse a darle instrucciones complicadísimas. Con GEN-1.5, al robot le basta con ver una demostración física, que puede durar apenas entre tres y doce segundos, y de una vez el ‘muñeco’ intenta reproducir la acción. Hablamos de tareas sencillas, pero cotidianas, como abrir un pote de compotas, subir o bajar una cremallera o hasta sacar un billete de una cartera. Olvídense de crear conjuntos de datos de entrenamiento desde cero o de un ‘fine tuning’ que duraba un siglo, ¡eso es cosa del pasado!
La comparación que se hace con los modelos de IA generativa de texto (los famosos LLM) es bien chula. Si a un LLM tú le das un ‘prompt’ con ejemplos, él se inventa la respuesta. Aquí, en vez de palabras, el ‘prompt’ es un video. El robot observa cómo se manipula un objeto, el estado inicial, y con esa ‘chercha’ visual, deduce qué es lo que tiene que hacer. Es como si el mundo físico se convirtiera en su libro de texto, ¡una forma de aprender de lo más orgánica y práctica!
Los experimentos que han hecho con este modelo son para quedarse con la boca abierta. Según la noticia, GEN-1.5 es capaz de concatenar dos demostraciones distintas, rellenando él mismo los movimientos que faltan entre una y otra. ¡Imagínense ese ‘tigueraje’! También, si haces la demostración en un simulador, el robot real la puede ejecutar, incluso sin haber sido preentrenado con simulaciones. Lo más impresionante es que no siempre necesita ver a otro robot; si una persona realiza la tarea con sus propias manos frente a sus cámaras, GEN-1.5 intenta transferir esos movimientos a sus pinzas, sin solo memorizar una trayectoria exacta, sino interpretando el objetivo de la acción. ¡Eso sí es ser inteligente!
Claro, como toda innovación ‘en pañales’, tiene sus detallitos. La firma Generalist AI probó el sistema con diez tareas de manipulación sencillas, y la tasa de éxito promedió un 59%. O sea, que todavía falla como cuatro de cada diez veces, una ‘vaina’ que hay que mejorar. De acuerdo al reporte de Wired, quienes vieron los robots en acción, destacaron esa inconsistencia. Los mismos responsables de la empresa confirmaron que las funciones que se adquieren por contexto, por ahora, no son tan ‘sólidas’ como las que se aprenden con un entrenamiento más tradicional. ¡Pero eso es parte del proceso, mi gente!
Pero no se me desanimen, que la cosa pinta mejor de lo que parece. La noticia explica que, a partir de ese aprendizaje inicial por observación, Generalist AI puede modificar el modelo con un entrenamiento adicional que es ínfimo. Con tan solo unos cinco minutos de datos, que son unas 50 demostraciones de una tarea sencilla, y solo diez actualizaciones del modelo, ¡la tasa de éxito se dispara al 83%! Los pesos del modelo apenas cambian (menos del 0.15%), lo que los expertos de Generalist AI interpretan como una ‘reorganización’ y ajuste de conocimientos generales que ya el robot poseía. ¡Eso sí que es optimizar el tiempo!
Este avance es un gran paso en la carrera por crear modelos de Inteligencia Artificial más generales, que puedan reutilizar lo aprendido en distintas tareas y escenarios. Empresas como DeepMind y Generalist AI están liderando este camino, buscando pasar de modelos especializados para problemas concretos a grandes modelos base, como ya hemos visto en la IA generativa de texto. Generalist AI afirma haber preentrenado sus modelos con más de medio millón de horas de interacción física, y su apuesta es que tanta experiencia previa haga que cada vez sea más barato y rápido para los robots aprender la próxima interacción. ¡Estamos presenciando el futuro, mi gente!Si te ha gustado este artículo, ¡compártelo con tus amigos, o déjanos un comentario!
Ingeniero de Sistemas especializado en Inteligencia Artificial y Automatización de Procesos. Con una trayectoria enfocada en la convergencia entre tecnología de vanguardia y comunicación digital, Ramón lidera la implementación de modelos generativos aplicados al periodismo dominicano. Su trabajo garantiza que la información que llega a la diáspora no solo mantenga nuestra identidad “del patio”, sino que cumpla con los más altos estándares de veracidad y optimización técnica de la web moderna (2026).
