La nueva IA de robots de Google DeepMind ahora controla el cuerpo completo, desde los pies hasta las puntas de los dedos

Puntos clave

• Google DeepMind lanzó Gemini Robotics 2 el jueves, actualizando su IA de robots para controlar el cuerpo completo de un humanoide en lugar de solo la mitad superior.
• El modelo ahora controla manos de robot con cinco dedos lo suficientemente precisas para atar una bolsa de basura, sellar una bolsa hermética o desenroscar una bombilla.
• Un modelo complementario, Gemini Robotics ER 2, permite que robots de diferentes diseños trabajen juntos en tareas compartidas.
• Google afirma que el sistema de seguridad ahora puede detectar a humanos cercanos e inmobilizar un robot si alguien se acerca demasiado.
• Una versión instalada en el dispositivo funciona sin conexión a internet y puede adaptarse a robots con formas de cuerpo muy diferentes.

Hasta ahora, la IA de robots de Google DeepMind le indicaba a una máquina humanoide qué hacer con los brazos y las manos. El resto del cuerpo se desarrollaba en gran medida por su cuenta.

Gemini Robotics 2 cambia eso. Anunciado el jueves, el nuevo modelo controla toda la máquina, desde cómo coloca los pies hasta cómo curva los dedos. Google llama a esto «coordinación de cuerpo completo», lo que significa que un robot ahora puede agacharse, caminar, estirarse y agarrar en una secuencia coordinada en lugar de varias desconectadas.

¿Qué pueden hacer realmente los robots ahora?

Más que antes, pero no todo todavía. Los videos de demostración muestran el robot Apollo 2 de Apptronik agachándose para recoger una regadera e inspeccionando un estante para encontrar un artículo específico.

El trabajo de las manos es el detalle que vale la pena destacar. Las versiones anteriores controlaban manos con pinza más simples. Gemini Robotics 2 admite manos completas con cinco dedos, lo que abre tareas que requieren un movimiento de pinza o giro: sellar una bolsa hermética, atar una bolsa de basura, quitar una bombilla de su casquillo. Estas son las pequeñas tareas manuales que históricamente han derrotado a los robots, y registramos los primeros signos de esta capacidad en nuestro artículo del 30 de julio sobre Gemini Robotics 2.

Google es honesto en que la velocidad sigue siendo un punto débil. La empresa dice que sus robots «tienen más en qué avanzar en términos de velocidad de movimiento», que es una forma educada de decir que todavía son lentos según los estándares humanos.

¿Qué es el modelo ER y por qué es importante?

Gemini Robotics ER 2 es la capa de «razonamiento encarnado», un modelo de visión-lenguaje (software que lee tanto imágenes como texto) que ayuda a los robots a analizar su entorno y llevar a cabo tareas multietapa durante períodos más largos.

La actualización principal es la conciencia de tareas. Anteriormente, el sistema podía confundirse sobre dónde terminaba un trabajo y comenzaba otro. Google dice que ER 2 «ahora entiende cuándo comienzan y terminan las tareas», lo que parece menor pero es enormemente importante en un almacén o cocina donde los trabajos se superponen.

ER 2 también permite que diferentes tipos de robots colaboren. Un video muestra a Apollo 2 dirigiendo el robot de doble brazo de Google para clasificar herramientas en una bandeja. Dos máquinas, diseños diferentes, un trabajo compartido.

¿Deberían preocuparse las personas que trabajan cerca de robots?

Google afirma que Gemini Robotics ER 2 es su modelo de robótica más seguro hasta ahora. Puede detectar cuándo una persona se acerca demasiado e inmobilizar el robot antes de que ocurra contacto.

Esa es una característica de seguridad básica, no una respuesta completa a las preguntas de seguridad en el lugar de trabajo. Pero es un paso significativo a medida que estas máquinas comienzan a mover sus cuerpos completos en espacios compartidos.

El modelo instalado en el dispositivo, que funciona localmente sin conexión a internet, ahora puede adaptarse más rápido cuando se instala en un robot con una forma de cuerpo o configuración de sensores diferente. Los fabricantes no necesitarán comenzar de cero cada vez que el hardware cambie.

La destreza está cerrando la brecha más rápido de lo que la mayoría de la gente esperaba. El trabajo manual repetitivo en entornos estructurados es el objetivo a corto plazo, no los oficios especializados. Observa la brecha de velocidad a continuación: esa es la barrera restante entre videos de demostración y un robot que realmente logre mantener el ritmo de una persona en un turno.