La compañía Unitree Robotics dio a conocer este jueves en Hangzhou su intención de que la inteligencia artificial se encargue de gran parte de las tareas que actualmente realizan sus ingenieros, desde buscar investigaciones hasta redactar y probar códigos de control. Durante la conferencia de inteligencia artificial física de la empresa, el fundador Wang Xingxing presentó esta estrategia bajo el concepto de un sistema de desarrollo robótico autoevolutivo, colocándolo como la máxima prioridad para la organización.
EL RETO DEL APRENDIZAJE HUMANOIDE
Enseñar una nueva destreza a un robot humanoide representa un proceso lento. Wang explicó que los especialistas deben recolectar datos, entrenar modelos y calibrar el comportamiento, lo que a menudo exige reelaborar en un entorno nuevo una habilidad que funcionaba en el laboratorio. Con el fin de agilizar este ciclo para que los robots adquieran competencias con mayor rapidez y a gran escala, la compañía busca automatizar el procedimiento. A medida que avancen los modelos de inteligencia artificial, el fundador espera que estos asuman la planificación y la iteración para disminuir la necesidad de intervención humana.
CÓMO OPERA EL SISTEMA LLAMADO UNITRE REHEARSAL
El mecanismo funciona en un circuito cerrado donde agentes de inteligencia artificial buscan artículos de investigación para escribir el código de control de las máquinas. Dicho código se somete a pruebas y entrenamiento en simulación. Los resultados más destacados se verifican para su aplicación en robots reales, mientras que un sistema de evaluación independiente, con participación humana cuando se requiere, califica el procedimiento para avanzar a la siguiente ronda. Este proyecto recibe el nombre de Unitree Rehearsal. Ya en agosto, durante la Conferencia Mundial de Robots celebrada en Pekín, Wang había señalado que potenciar la eficiencia del desarrollo y permitir la autoevolución de los robots es una meta que vale la pena perseguir.
LA APUESTA POR LOS MODELOS BASE Y LOS LÍMITES FÍSICOS
Un modelo base de inteligencia artificial más robusto incrementa la efectividad del bucle. Una mayor cantidad de robots operando en el campo genera datos del mundo real que mejoran los modelos y acumulan habilidades con el tiempo. Unitree ha probado GPT-6 de OpenAI en sus equipos, logrando en experimentos internos que realicen tareas como pintar y jugar al Go sin un entrenamiento específico. No obstante, lo revelado constituye una prueba de concepto, y aún falta comprobar en el mundo real la eficiencia de este método, la transferencia de habilidades y su éxito. El índice de inteligencia artificial de 2026 de la Universidad de Stanford indicó que los robots completaron con éxito solo el 12% de las tareas domésticas en el mundo real, pese a su buen desempeño en simulación. Wang reconoció que, si bien la inteligencia artificial maneja bien la navegación, la manipulación física de objetos sigue presentando errores y desafíos al alinear las entradas y salidas con el robot real. Respecto a la llegada de robots útiles a los hogares, Wang sugirió que podrían ordenar habitaciones entre 2027 y 2028, y estimó que los equipos de Unitree podrían ingresar a los hogares a finales de este año o el próximo.
Por: Redacción de Noticia Digital (NoticiaDigital.com.mx)
