Un Cerebro Robótico, Mil Manos: Cómo el Modelo GEN-1 de Generalist Aprende a Usar Cualquier Herramienta

Puntos clave

• El modelo fundacional GEN-1 de Generalist, un único cerebro de IA para robots, ahora admite aproximadamente 9.000 variaciones de manos robóticas y acoplamientos de herramientas.
• El modelo fue preentrenado con más de 500.000 horas de datos reales de interacción robótica cubriendo una amplia gama de tipos de herramientas.
• GEN-1 puede cambiar a una herramienta diferente en mitad de una tarea y adaptar su enfoque sin necesidad de ser reprogramado.
• Generalist mide cuánto cada nueva herramienta modifica los parámetros internos del modelo como forma de identificar vacíos en sus datos de entrenamiento.
• La empresa no ha publicado resultados revisados por pares; todas las cifras y afirmaciones provienen de anuncios propios de Generalist.

Un robot que pueda tomar un batidor, dejarlo, agarrar una espátula y seguir cocinando suena a ciencia ficción. Generalist, una empresa de IA en robótica, dice que su último modelo es un paso en esa dirección.

La empresa esta semana detalló cómo GEN-1, su modelo fundacional (piénsalo como un cerebro de IA de propósito general que controla el cuerpo de un robot), ahora funciona en un rango inusualmente amplio de efectores finales. Un efector final es cualquier cosa que se encuentre en la punta de un brazo robótico: una pinza, un destornillador, pinzas, un pelador o un cepillo. La mayoría de sistemas robóticos están construidos alrededor de una herramienta fija. GEN-1 está diseñado para manejar muchas.

¿Cómo aprende un único modelo de IA a usar tantas herramientas diferentes?

Generalist entrenó GEN-1 con más de 500.000 horas de datos reales de interacción robótica abarcando miles de tipos de herramientas. La empresa estableció un paralelo deliberado con el lenguaje: así como un modelo entrenado en francés y español puede transferir conocimiento entre ellos, un modelo entrenado en batidores y espátulas puede construir comprensión compartida de cómo se comportan los objetos cuando se tocan, empujan o cogen.

Cada herramienta enseña algo diferente al modelo. Un destornillador eléctrico gira más rápido que los dedos. Las pinzas se flexionan y reboten. Un raspador de metal actúa contra una superficie plana en lugar de envolver un objeto. Un cúter requiere presión constante y controlada a lo largo de una línea fija. En conjunto, Generalist dice que estas experiencias construyen lo que llama "representaciones sensoriomotrices universales", una especie de sentido común físico que se transfiere entre herramientas.

El modelo ha sido entrenado en aproximadamente 9.000 variaciones de herramientas hasta ahora, según la empresa.

¿Puede el robot realmente cambiar herramientas en mitad de un trabajo?

Sí, al menos en las pruebas propias de Generalist. La empresa demostró cambiar una herramienta en el brazo del robot mientras GEN-1 aún estaba funcionando. El modelo percibió el nuevo acoplamiento, ajustó su plan y continuó hacia el mismo objetivo. Sin reprogramación. Sin reinicio.

Esto funciona, dice Generalist, porque el entrenamiento en datos mixtos obliga al modelo a prestar atención a cualquier herramienta que sostiene actualmente, en lugar de asumir una fija.

¿Cómo sabe Generalist qué necesita aprender aún el modelo?

La empresa rastrea cuánto una nueva herramienta modifica los parámetros internos de GEN-1, llamados pesos del modelo, cuando el modelo es ajustado (entrenado específicamente) en esa herramienta. Un cambio grande señala que el modelo encontró algo genuinamente nuevo. Un cambio pequeño significa que el conocimiento existente ya lo cubría.

Los batidores resultaron más disruptivos que los peladores, por ejemplo. El modelo tuvo dificultades con la geometría de alambre delgado de un batidor, lo que significa que su procesamiento visual necesitaba más entrenamiento en objetos delgados y dispersos. Ese hallazgo le dice exactamente a Generalist dónde recopilar más datos.

Estos son hallazgos internos de la empresa. Como reportó The Robot Report, Generalist aún no ha publicado investigación revisada por pares respaldando estos resultados, por lo que la verificación independiente sigue pendiente.

¿Qué significa esto para las personas que usan robots en el trabajo?

Por ahora, esta es tecnología en fase de investigación. Pero la dirección importa. Si un único modelo de IA puede realmente controlar una amplia variedad de herramientas, fábricas, cocinas y almacenes eventualmente pueden necesitar menos robots especializados y menos reonfiguraciones costosas cuando una tarea cambia.

La visión declarada de Generalist: no un robot con una mano, sino una inteligencia emparejada con la herramienta que el trabajo requiera.

Preguntas frecuentes

¿Está GEN-1 disponible para comprar o usar hoy?

Generalist no ha anunciado un lanzamiento de producto comercial. GEN-1 es actualmente un modelo de investigación; la empresa está publicando demostraciones de capacidades mientras expande su conjunto de datos de entrenamiento.

¿Significa esto que las manos robóticas humanoides son cada vez menos importantes?

No necesariamente, pero Generalist argumenta que las manos con cinco dedos deberían ser una opción entre muchas en lugar del objetivo predeterminado. Las herramientas especializadas a menudo superan a las manos con forma humana para trabajos específicos, y la empresa cree que un modelo de IA capaz debe saber cuál elegir.