Will Knight quiere un robot que dé de comer a su gata. El redactor sénior de WIRED, que escribe sobre inteligencia artificial, tiene una bengalí llamada Leona y un plan: un pequeño robot andante que la encuentre, incline la cabeza y deje caer una golosina desde un compartimento impreso en 3D para colocarlo encima. La golosina no es la noticia. La noticia es que el robot ya funciona en un entorno de software y que un modelo de IA hizo la mayor parte del entrenamiento que, normalmente, un ingeniero en robótica tendría que realizar a mano.

El robot es un Microduck virtual, el bípedo con forma de pato de Pollen Robotics, la división de robótica de Hugging Face. Knight le enseñó a caminar por una habitación sin caerse y a localizar a cualquier gata bengalí que hubiera cerca; asegura que el trabajo le llevó unas horas, cuando antes podría haberle ocupado semanas. En su columna, afirma que esto es el futuro de la robótica. Tiene razón a medias. El ciclo de entrenamiento se ha acortado drásticamente. Lo que hay a ambos lados de ese ciclo apenas ha cambiado.

Qué hizo realmente el modelo

Knight combinó GPT-6 Sol, de OpenAI, con Hermes, un entorno de agentes de Nous Research, y lo ejecutó en un Nvidia DGX Spark, un ordenador de sobremesa construido en torno a un potente chip de IA. El modelo no se limitó a escribir código. A través de Isaac Sim, de Nvidia, envió instrucciones al modelo que controlaba el pato simulado, vio vídeos del pato en acción, evaluó cómo iban las cosas y propuso cambios en el régimen de entrenamiento. Ejecutar, observar, ajustar y repetir: esa es la parte lenta y poco vistosa del aprendizaje robótico, y precisamente esa es la parte que se automatizó.

Los laboratorios profesionales están viendo el mismo cambio. En UC Berkeley, el grupo del profesor Ken Goldberg dio acceso al modelo Astra de OpenAI a una herramienta de Nvidia llamada Newton, le mostró un vídeo de un robot real y le pidió que reconstruyera la escena como una simulación. «Lo que nos dejó a todos boquiabiertos fue que, en una hora, había generado una simulación 3D completa con todos los parámetros configurados: la posición de la cámara, la iluminación, el fondo y todos los materiales», contó Goldberg a WIRED. Astra también puede ejecutar los experimentos y examinar los resultados, explica, lo que permite automatizar buena parte del tedioso trabajo de entrenar un robot en una simulación.

El método ya tiene nombre. ASPIRE, un marco de trabajo entre cuyos autores figuran Goldberg y Jim Fan, de Nvidia, hace que un modelo de lenguaje de gran tamaño escriba el código de control de un robot, lea los registros de ejecución cuando algo falla, repare el programa y guarde la solución que funciona en una biblioteca de habilidades que podrán reutilizar tareas posteriores. El laboratorio de Fan en Nvidia publicó el código de la versión 1.0 en GitHub con una licencia Apache 2.0 a mediados de octubre, según ToolNavs y RuntimeWire. Una de las demostraciones muestra a brazos robóticos aprendiendo a resolver un cubo de Rubik. «Lo coge, intenta girarlo, pero el ángulo no es el correcto», explicó Fan a WIRED. «Entonces se pone a razonar durante muchísimo tiempo, pero al final consigue resolverlo porque va aprendiendo las habilidades con el tiempo».

La habilidad que se ha abaratado se alquila

Esto es lo que deja fuera el enfoque de la «robótica vibe». El artículo sobre ASPIRE afirma claramente que su rendimiento depende del modelo de vanguardia que tenga debajo. Al ejecutarlo con Claude Opus 5.5, de Anthropic, el artículo comunica una tasa media de éxito del 99 % en las 80 tareas de manipulación de LIBERO-Pro, una cifra declarada por los propios autores que aún no se ha reproducido de forma independiente. La lista de limitaciones del propio proyecto señala que el sistema depende de un modelo de vanguardia fijo y que no se ha verificado si modelos más pequeños pueden mantener el mismo ciclo de depuración.

Si seguimos esa idea hasta sus últimas consecuencias, el pato de un aficionado y el brazo de un laboratorio de Berkeley aprenden ahora más o menos tan bien como el gran modelo al que pueden recurrir. La experiencia técnica que antes era una barrera de entrada en robótica no ha desaparecido. Buena parte de ella está ahora dentro del modelo de vanguardia que el desarrollador pueda pagar para utilizar.

El pato sigue en la lista de espera

El otro lado del ciclo es el hardware, y Knight aún está esperando el suyo. Pollen abrió las reservas del Microduck a finales de agosto por 399 dólares, con el objetivo de entregarlo antes de Navidad. Business Insider informó de que los pedidos superaron los 2,6 millones de dólares en las primeras 24 horas, citando al cofundador de Hugging Face, Thomas Wolf, y poco después la página de compra pasó a indicar un plazo de entre cuatro y seis meses para los nuevos pedidos. Gadget Flow informa de que ahora la tienda avisa de que las reservas actuales no se enviarán hasta después de abril de 2027. El entrenamiento en simulación es la vía prevista: el flujo de trabajo de Pollen permite a los propietarios entrenar comportamientos con un pato virtual y exportarlos al robot físico. Pero una política de control que espera a tener un cuerpo aún no se ha enfrentado a una alfombra, a la pata de un sofá o a una gata que no está dispuesta a colaborar.

Knight habla con franqueza de lo demás. Según escribe, el sistema de visión de su pato no funciona lo bastante bien como para incorporarlo a un producto real. Cuando le dio al modelo un GIF de Michael Jackson para enseñarle a caminar hacia atrás como en el moonwalk, horas de trabajo dieron como resultado lo que él describe como un trote hacia atrás bastante alegre. Los autores de ASPIRE enumeran una serie parecida de carencias de cara al uso en el mundo real: detectar de forma fiable si una tarea se ha completado, reiniciar el sistema de forma segura, supervisar la seguridad y calibrarlo. Todo eso depende de saber qué ha ocurrido realmente en una habitación física, justo lo que un simulador no puede decirte.

Hacia dónde va el dinero

Nada de esto está frenando el interés. Goldberg afirma que varias empresas de robótica industrial y automatización se han interesado por este enfoque, y Knight sostiene que la velocidad podría tener pronto un gran impacto en la fabricación y el comercio electrónico. Esta semana, en la Conference on Robot Learning de Austin, Fan aprovechó su ponencia inaugural para mostrar a Astra tomando el control de un brazo robótico y pintando el puente Golden Gate con pintura y pinceles que había por allí.

La consecuencia es un cambio en el lugar donde se producen los errores. Cuando entrenar un comportamiento robótico cuesta horas en lugar de semanas, los equipos entrenarán muchos más, y el paso que escaseará será demostrar cuáles son seguros fuera del simulador. Que una golosina no caiga en el cuenco de Leona es una forma barata de aprender esa lección. Que un brazo de almacén ejecute una habilidad escrita por un modelo que nadie ha probado en el propio almacén es una forma cara.

Etiquetas: nvidia, Hugging Face, Microduck, Pollen Robotics, Robots