Robotic Transformers 2: Google va un paso más allá en el aprendizaje de los robots

El modelo Robotic Transformers 2 (más conocido como RT-2) de la empresa situada en Mountain View es la evolución en la forma de aprender desde los datos disponibles y llevar a cabo acciones por parte de los autómatas

La inteligencia artificial avanza a pasos agigantados y Google está a la vanguardia de este progreso. Al mismo tiempo, forma parte de las principales empresas que intentan debatir para poner límites al avance de la IA, llegando a acuerdos con la Casa Blanca o uniéndose a iniciativas como la del Foro de Modelos de Frontera, en la que también participan Open AI y Microsoft.

Recientemente, el gigante tecnológico presentó su último logro, el modelo de IA RT-2, que revoluciona la robótica al permitir a los robots aprender de manera autónoma, sin la necesidad de un extenso entrenamiento previo. Esto significa una superación del modelo RT-1, un poco más conservador si se trata de generar aprendizaje.

Desarrollado por el equipo de investigación DeepMind de Google, el Robotics Transformer 2 (RT-2) es un modelo pionero de visión-lenguaje-acción basado en técnicas de transformadores y entrenado con datos de texto e imágenes extraídos de Internet. Su innovación más destacada radica en su capacidad para producir directamente acciones robóticas, permitiendo que los robots comprendan y ejecuten tareas sin necesidad de una formación específica para cada tarea.

Históricamente, el entrenamiento de robots en el mundo real ha sido una tarea ardua y costosa, requiriendo miles de millones de puntos de datos para cada objeto, entorno y situación imaginable. Sin embargo, RT-2 representa un cambio significativo, ya que el modelo adquiere conocimientos generales a partir de datos de la web y los aplica a tareas prácticas y físicas en tiempo real.

La novedad del modelo

Este enfoque novedoso permite que los robots adapten rápidamente su comportamiento en situaciones nuevas y desconocidas, mostrando un rendimiento casi el doble en comparación con su predecesor, el RT-1. En más de 6.000 ensayos robóticos, RT-2 demostró una tasa de éxito del 62% en nuevos escenarios, mientras que RT-1 solo alcanzó el 32% en tareas para las que fue entrenado.

Leer también

Tomando como ejemplo la tarea de recoger y desechar basura, según informa Forbes, los sistemas tradicionales requerirían entrenamiento específico para cada paso del proceso. Sin embargo, gracias a su capacidad para transferir conocimientos de un gran corpus de datos web, RT-2 ayuda a que un autómata ya entienda qué es la basura y cómo deshacerse de ella sin formación explícita.

Este avance es un testimonio de cómo los avances en IA están influenciando rápidamente el campo de la robótica. Si bien todavía queda trabajo por hacer para que los robots sean realmente útiles en entornos centrados en el ser humano, el RT-2 representa un emocionante atisbo del futuro de la robótica, donde las máquinas pueden aprender y adaptarse de manera similar a los seres humanos.

La capacidad de los robots para aprender sin entrenamiento extenso es un paso significativo hacia la creación de asistentes robóticos más versátiles y de uso general, acercándonos cada vez más a la visión futurista de robots como ayudantes fiables y compañeros en nuestras vidas diarias.

© 2023 - NEXT MEDIA CONTENT Y PRISA MEDIA CHILE
Todos los derechos reservados

Ir arriba