Inteligencia artificial: Google anuncia RT-2, un modelo de IA para hablar con robots

Aunque los chatbots de IA impulsados por modelos de lenguaje extenso (LLM) están dominando los titulares en estos días debido al aumento meteórico en la popularidad de ChatGPT , Bing Chat , Meta's Llama y Google Bard, esta es solo una pequeña porción del panorama de la IA. Otra área que se ha explorado activamente durante años es el hardware robótico que aprovecha técnicas complejas para reemplazar o ayudar a los humanos. Google ahora ha anunciado un avance en este dominio, en forma de un nuevo modelo de IA.

Google  ha presentado Robotics Transformer 2 (RT-2), su último modelo de IA con un propósito muy específico: comunicar la acción deseada a un robot. Utiliza técnicas novedosas para lograr este propósito, impulsadas por una acción de lenguaje visual (VLA) única que, según Google, es la primera de su tipo.

Aunque varios modelos anteriores, como RT-1 y PaLM-E, han logrado avances en el aumento de las capacidades de razonamiento de los robots y en asegurarse de que aprendan unos de otros, podría decirse que el mundo dominado por robots que muestran las películas de ciencia ficción todavía parece algo de un lejano futuro.

RT-2 tiene como objetivo reducir esta brecha entre la ficción y la realidad asegurándose de que los robots entiendan completamente el mundo que los rodea con un apoyo mínimo o nulo. En principio, es muy similar a los LLM, en los que utiliza un modelo basado en Transformer para aprender sobre el mundo a partir de información textual y visual disponible en la web y luego traducirla en acciones robóticas, incluso en casos de prueba en los que no se ha entrenado explícitamente.

Google ha explicado varios casos de uso para explicar las capacidades de RT-2. Por ejemplo, si le pide a un robot con motor RT-2 que arroje basura en el contenedor, podría comprender fácilmente qué es basura, cómo diferenciarla de otros objetos presentes en el entorno, cómo moverla y recogerla mecánicamente. y cómo desecharlo en la basura, todo sin estar específicamente capacitado en ninguna de estas actividades.

Si bien las aplicaciones de dicha tecnología ya parecen muy tangibles, se necesita un tiempo significativo para que madure, ya que los casos de uso del mundo real requieren, comprensiblemente, pruebas rigurosas e incluso, en ocasiones, aprobación regulatoria.