\n<\/p>\n
[A version of this piece first appeared in TechCrunch\u2019s robotics newsletter, Actuator. Subscribe here.]<\/em><\/p>\n El tema de la IA generativa aparece con frecuencia en mi bolet\u00edn informativo, Actuator. Admito que hace unos meses dudaba un poco en dedicar m\u00e1s tiempo al tema. Cualquiera que haya estado informando sobre tecnolog\u00eda durante tanto tiempo como yo ha vivido innumerables ciclos de publicidad y se ha quemado antes. Informar sobre tecnolog\u00eda requiere una buena dosis de escepticismo, con suerte atenuado por algo de entusiasmo sobre lo que se puede hacer.<\/p>\n Esta vez, parec\u00eda que la IA generativa estaba esperando entre bastidores, esperando el momento oportuno, esperando el inevitable cr\u00e1ter de las criptomonedas. Mientras la sangre se escurr\u00eda de esa categor\u00eda, proyectos como ChatGPT y DALL-E estaban a la espera, listos para ser el foco de informes apasionantes, esperanza, cr\u00edticas, doomerismo y todas las diferentes etapas k\u00fcbler-rossianas de la burbuja tecnol\u00f3gica.<\/p>\n Aquellos que siguen mis cosas saben que nunca fui especialmente optimista con las criptomonedas. Sin embargo, las cosas son diferentes con la IA generativa. Para empezar, existe un acuerdo casi universal de que la inteligencia artificial\/aprendizaje autom\u00e1tico en general desempe\u00f1ar\u00e1 papeles m\u00e1s centralizados en nuestras vidas en el futuro.<\/p>\n Los tel\u00e9fonos inteligentes ofrecen una gran informaci\u00f3n aqu\u00ed. La fotograf\u00eda computacional es algo sobre lo que escribo con cierta regularidad. Ha habido grandes avances en ese frente en los \u00faltimos a\u00f1os, y creo que muchos fabricantes finalmente han logrado un buen equilibrio entre hardware y software cuando se trata de mejorar el producto final y bajar el list\u00f3n de entrada. Google, por ejemplo, realiza algunos trucos realmente impresionantes con funciones de edici\u00f3n como Best Take y Magic Eraser.<\/p>\n Claro, son trucos interesantes, pero tambi\u00e9n son \u00fatiles, en lugar de ser funciones por funciones. Sin embargo, en el futuro, el verdadero truco ser\u00e1 integrarlos perfectamente en la experiencia. Con flujos de trabajo futuros ideales, la mayor\u00eda de los usuarios tendr\u00e1n poca o ninguna noci\u00f3n de lo que sucede detr\u00e1s de escena. Estar\u00e1n felices de que funcione. Es el cl\u00e1sico libro de jugadas de Apple.<\/p>\n La IA generativa ofrece un efecto \u00absorpresa\u00bb similar desde el principio, que es otra forma en que se diferencia de su predecesor del ciclo publicitario. Cuando su pariente menos experto en tecnolog\u00eda puede sentarse frente a una computadora, escribir algunas palabras en un campo de di\u00e1logo y luego observar c\u00f3mo la caja negra escupe pinturas e historias cortas, no se requiere mucha conceptualizaci\u00f3n. Esa es en gran parte la raz\u00f3n por la que todo esto se populariz\u00f3 tan r\u00e1pido como lo hizo: la mayor\u00eda de las veces, cuando a la gente com\u00fan se le presentan tecnolog\u00edas de vanguardia, es necesario que visualicen c\u00f3mo se ver\u00edan dentro de cinco o diez a\u00f1os.<\/p>\n Con ChatGPT, DALL-E, etc., puedes experimentarlo de primera mano ahora mismo. Por supuesto, la otra cara de la moneda es lo dif\u00edcil que resulta moderar las expectativas. Por mucho que la gente se incline a dotar a los robots de inteligencia humana o animal, sin una comprensi\u00f3n fundamental de la IA, es f\u00e1cil proyectar intencionalidad aqu\u00ed. Pero as\u00ed es como van las cosas ahora. Empezamos con el titular que llama la atenci\u00f3n y esperamos que la gente se quede el tiempo suficiente para leer sobre las maquinaciones detr\u00e1s de \u00e9l.<\/p>\n Alerta de spoiler: nueve de cada 10 veces no lo har\u00e1n y, de repente, pasamos meses y a\u00f1os intentando hacer que las cosas vuelvan a la realidad.<\/p>\n Una de las grandes ventajas de mi trabajo es la capacidad de analizar estas cosas con personas mucho m\u00e1s inteligentes que yo. Se toman el tiempo para explicar las cosas y espero que haga un buen trabajo traduci\u00e9ndolo para los lectores (algunos intentos tienen m\u00e1s \u00e9xito que otros).<\/p>\n Una vez que qued\u00f3 claro que la IA generativa tiene un papel importante que desempe\u00f1ar en el futuro de la rob\u00f3tica, he estado encontrando formas de introducir preguntas en las conversaciones. Creo que la mayor\u00eda de las personas en este campo est\u00e1n de acuerdo con la afirmaci\u00f3n de la oraci\u00f3n anterior, y es fascinante ver la amplitud del impacto que creen que tendr\u00e1.<\/p>\n Por ejemplo, en mi conversaci\u00f3n reciente con Marc Raibert y Gill Pratt, este \u00faltimo explic\u00f3 el papel que desempe\u00f1a la IA generativa en su enfoque del aprendizaje de robots:<\/p>\n Hemos descubierto c\u00f3mo hacer algo, que es utilizar t\u00e9cnicas modernas de inteligencia artificial generativa que permiten la demostraci\u00f3n humana tanto de la posici\u00f3n como de la fuerza para esencialmente ense\u00f1arle a un robot a partir de solo un pu\u00f1ado de ejemplos. El c\u00f3digo no se modifica en absoluto. En lo que se basa esto es en algo que se llama pol\u00edtica de difusi\u00f3n. Es un trabajo que hicimos en colaboraci\u00f3n con Columbia y el MIT. Hasta ahora hemos ense\u00f1ado 60 habilidades diferentes.<\/p>\n<\/blockquote>\n La semana pasada, cuando le pregunt\u00e9 al vicepresidente y director general de Computaci\u00f3n integrada y de borde de Nvidia, Deepu Talla, por qu\u00e9 la compa\u00f1\u00eda cree que la IA generativa es m\u00e1s que una moda pasajera, me dijo:<\/p>\n Creo que habla en los resultados. Ya se puede ver la mejora de la productividad. Puede redactar un correo electr\u00f3nico para m\u00ed. No es exactamente correcto, pero no tengo que empezar desde cero. Me est\u00e1 dando el 70%. Hay cosas obvias que ya puedes ver que definitivamente son una funci\u00f3n escalonada mejor que como eran las cosas antes. Resumir algo no es perfecto. No voy a dejar que lo lea y lo resuma por m\u00ed. Entonces, ya se pueden ver algunos signos de mejoras en la productividad.<\/p>\n<\/blockquote>\n Mientras tanto, durante mi \u00faltima conversaci\u00f3n con Daniela Rus, el director del MIT CSAIL explic\u00f3 c\u00f3mo los investigadores est\u00e1n utilizando la IA generativa para dise\u00f1ar los robots:<\/p>\n Resulta que la IA generativa puede ser bastante poderosa para resolver incluso problemas de planificaci\u00f3n de movimiento. Puede obtener soluciones mucho m\u00e1s r\u00e1pidas y soluciones de control mucho m\u00e1s fluidas y humanas que con las soluciones predictivas de modelos. Creo que eso es muy poderoso, porque los robots del futuro estar\u00e1n mucho menos robotizados. Ser\u00e1n mucho m\u00e1s fluidos y humanos en sus movimientos.<\/p>\n Tambi\u00e9n hemos utilizado IA generativa para el dise\u00f1o. Esto es muy poderoso. Tambi\u00e9n es muy interesante, porque no se trata s\u00f3lo de generaci\u00f3n de patrones para robots. Tienes que hacer algo m\u00e1s. No puede simplemente generar un patr\u00f3n basado en datos. Las m\u00e1quinas tienen que tener sentido en el contexto de la f\u00edsica y del mundo f\u00edsico. Por ese motivo, los conectamos a un motor de simulaci\u00f3n basado en la f\u00edsica para asegurarnos de que los dise\u00f1os cumplan con las restricciones requeridas.<\/p>\n<\/blockquote>\n Esta semana, un equipo de la Universidad Northwestern dio a conocer su propia investigaci\u00f3n sobre el dise\u00f1o de robots generados por IA. Los investigadores mostraron c\u00f3mo dise\u00f1aron un \u00abrobot que camina con \u00e9xito en cuesti\u00f3n de segundos\u00bb. No hay mucho que ver, tal como van estas cosas, pero es bastante f\u00e1cil ver c\u00f3mo con investigaci\u00f3n adicional, el enfoque podr\u00eda usarse para crear sistemas m\u00e1s complejos.<\/p>\n \u00abDescubrimos un algoritmo de dise\u00f1o muy r\u00e1pido impulsado por IA que evita los atascos de la evoluci\u00f3n, sin caer en el sesgo de los dise\u00f1adores humanos\u00bb, dijo el l\u00edder de la investigaci\u00f3n, Sam Kriegman. \u201cLe dijimos a la IA que quer\u00edamos un robot que pudiera caminar por la tierra. Luego simplemente presionamos un bot\u00f3n y \u00a1listo! Gener\u00f3 un plano para un robot en un abrir y cerrar de ojos que no se parece en nada a ning\u00fan animal que haya caminado sobre la tierra. A este proceso lo llamo ‘evoluci\u00f3n instant\u00e1nea’\u201d.<\/p>\n Fue decisi\u00f3n del programa de IA ponerle patas al peque\u00f1o y blando robot. \u00abEs interesante porque no le dijimos a la IA que un robot deber\u00eda tener piernas\u00bb, a\u00f1adi\u00f3 Kriegman. \u201cRedescubri\u00f3 que las piernas son una buena forma de moverse en tierra. La locomoci\u00f3n con las piernas es, de hecho, la forma m\u00e1s eficiente de movimiento terrestre\u201d.<\/p>\n \u00abDesde mi perspectiva, la IA generativa y la automatizaci\u00f3n f\u00edsica\/rob\u00f3tica son lo que va a cambiar todo lo que sabemos sobre la vida en la Tierra\u00bb, me dijo esta semana el fundador y director ejecutivo de Formant, Jeff Linnell. \u201cCreo que todos somos conscientes del hecho de que la IA existe y esperamos que todos nuestros trabajos, cada empresa y cada estudiante se vean afectados. Creo que es simbi\u00f3tico con la rob\u00f3tica. No tendr\u00e1s que programar un robot. Vas a hablar con el robot en ingl\u00e9s, le solicitas una acci\u00f3n y luego la resuelven. Va a ser un minuto para eso\u201d.<\/p>\n Antes de Formant, Linnell fund\u00f3 y se desempe\u00f1\u00f3 como director ejecutivo de Bot & Dolly. La empresa con sede en San Francisco, mejor conocida por su trabajo en Gravity, fue absorbida por Google en 2013 cuando el gigante del software se propuso acelerar la industria (los planes mejor trazados, etc.). El ejecutivo me dice que su principal conclusi\u00f3n de esa experiencia es que todo se trata del software (dada la llegada de la absorci\u00f3n de Intrinsic y Everyday Robots a DeepMind, me inclino a decir que Google est\u00e1 de acuerdo).<\/p>\n<\/p><\/div>\n\n
\n
\n