En un futuro, ya sea más cercano o más lejano, quizá podamos pedirle a un robot que limpie nuestra casa o nos cocine una buena comida. Son tareas fácilmente comprensibles por los humanos, pero que requieren un elevado nivel de comprensión para las máquinas. Con la intención de dar pasos seguros hacia ese escenario, el área de robótica Deepmind, la división de inteligencia artificial de Google, ha presentado un conjunto de avances pensados para ayudar a los robots a tomar decisiones más rápido y comprender y navegar mejor en sus entornos.

En este sentido, ha anunciado AutoRT, un sistema que, según explica la compañía, utiliza inteligencia artificial para entender las indicaciones humanas. Así, combina modelos básicos de gran tamaño, como un modelo de lenguaje (LLM) o un modelo de lenguaje visual (VLM), y un modelo de control de robot (RT-1 o RT-2) para ayudar a la comprensión de objetivos humanos prácticos y lograr un mejor entrenamiento para el mundo real. 

La tecnológica asegura que AutoRT puede dirigir simultáneamente varios robots para realizar diversas tareas en una variedad de entornos. Es decir, para cada robot el sistema utiliza un modelo visual para comprender su entorno y los objetos a la vista y un modelo de lenguaje para sugerir tareas que podría realizar; y finalmente toma decisiones para seleccionar una tarea adecuada para que realice el robot.

Google considera que AutoRT es un sistema de recopilación de datos, pero también supone una demostración de robots autónomos para uso en el mundo real. Por eso lo ha dotado de “barandillas de seguridad”, entre las que se incluye lo que ha denominado “Constitución del Robot”, es decir, un conjunto de indicaciones centradas en la seguridad que el modelo debe seguir al seleccionar tareas para los robots. 

Dichas reglas están inspiradas, en parte, en las Tres Leyes de la Robótica del escritor y científico Isaac Asimov y se basan fundamentalmente en el principio de que un robot "no puede dañar a un ser humano". Además, otras normas introducidas por la compañía implican que ningún robot realice tareas en las que intervengan personas, animales, objetos punzantes o aparatos eléctricos.

Así mismo, Google ha estipulado que la programación de los robots incluya la detención automática si la fuerza en sus articulaciones supera cierto umbral o un interruptor de apagado físico que los operadores humanos pueden usar para desactivarlos.

Por otro lado, la compañía también ha presentado el sistema SARA-RT (Atención Robótica Autoadaptable para Robots Transformers), que hace los modelos de Robots Transformers (RT) más eficientes. Este modelo ha optimizado su entrenamiento, especialmente a partir de imágenes, para hacerlo más preciso y rápido. 

También ha desarrollado el modelo RT-Trajectory con la intención de ayudar traducir las instrucciones de los humanos en movimientos físicos reales a través de contornos 2D que proporcionan sugerencias visuales prácticas. 

“Visualizamos un futuro en el que estos modelos y sistemas puedan integrarse para crear robots, con la generalización del movimiento de RT-Trajectory, la eficiencia de SARA-RT y la recopilación de datos a gran escala de modelos como AutoRT”, señalan desde Google. “Continuaremos abordando los desafíos de la robótica actual y adaptándonos a las nuevas capacidades y tecnologías de la robótica más avanzada”. 

Todos estos modelos y sistemas han sido puestos a prueba. Durante un período de siete meses Google implementó una flota de 53 robots AutoRT en cuatro edificios de oficinas diferentes y realizó más de 77.000 ensayos. Algunos robots eran controlados de forma remota por operadores humanos, mientras que otros operaban basándose en un guion o de forma completamente autónoma utilizando el modelo de aprendizaje de IA Robotic Transformer (RT-2).