La empresa californiana Generalist AI ha lanzado Gen-1, un nuevo modelo de inteligencia artificial física que permite a los robots realizar tareas como doblar ropa, reparar otros robots y guardar dinero en carteras. El modelo utiliza datos de destreza humana recopilados en todo el mundo para enseñar a los robots 'sentido común físico'. El cofundador Pete Florence lo describió como un avance importante para la robótica en el mundo real.
Generalist AI presentó Gen-1 a principios de este mes, impulsando a los robots a través de una serie de actividades prácticas. Los vídeos de la empresa demuestran el modelo en brazos robóticos realizando tareas como clasificar calcetines por color, apilar naranjas en pirámides, abrir estuches de lápices y conectar cables Ethernet. Florence, cofundador y director ejecutivo de la empresa, señaló que Gen-1 sirve como el 'cerebro' para varios tipos de robots, incluidos los humanoides y los brazos industriales. 'Es un gran paso adelante en términos de robots diseñados para el mundo real basados en una inteligencia nacida del mundo real', dijo Florence. Pete Florence explicó que, a diferencia de los métodos tradicionales que utilizan robots teleoperados, Gen-1 se entrenó con datos de humanos que usaban 'manos de datos' ligeras distribuidas a nivel mundial. Esto capturó millones de interacciones, incluyendo retroalimentación de fuerza sutil, deslizamientos y recuperaciones que imitan la destreza humana. 'Ese tipo de datos es fundamental para enseñar a los robots sentido común físico, la comprensión intuitiva y la capacidad de adaptarse en tiempo real', añadió Florence. El modelo muestra mejoras notables en las tasas de éxito: servicio a robots aspiradores en el 99% de los casos, frente al 50% de la versión anterior Gen-0; doblado de cajas al 99%, frente al 81%; y embalaje de teléfonos al 99%, frente al 62%. Gen-1 también destaca en la improvisación, adaptándose a cambios como el uso de dos manos para una tarea automotriz de una sola mano, una capacidad que Florence calificó como prácticamente ausente en la robótica anterior.
