La IA física enfrenta desafíos a medida que el sector experimenta tanto crecimiento como reveses

El sector de la IA física, que aplica herramientas de modelos de lenguaje a la robótica, ha experimentado una importante inversión y crecimiento, con empresas como Unitree recaudando miles de millones de dólares en capital de riesgo. Sin embargo, recientemente han surgido reveses, incluyendo una fuerte caída en el valor de Unitree tras su IPO, que inicialmente se valoró en 66 mil millones de dólares. Los analistas atribuyen esta caída a la brecha entre las capacidades mejoradas de los robots y la capacidad de realizar tareas de valor. En la conferencia Actuate, una reunión de desarrolladores de IA para robótica, se evidenció el impulso del sector, con una asistencia que se triplicó desde 2023 hasta alcanzar a 1500 participantes. A pesar de esto, persisten los desafíos, particularmente en la falta de datos de entrenamiento de alta calidad para los modelos de IA, un problema destacado en el stand de Avala, que prometía solucionar la "crisis de datos de la robótica". Los desarrolladores están buscando abordar esto creando conjuntos de datos más diversos, experimentando con diferentes regímenes de entrenamiento y mejorando los escenarios de aprendizaje por refuerzo. Harry Mellsop de Antioch sugirió que la IA física está en su "era GPT 2", enfatizando la necesidad de más datos y capacidad de cómputo, especialmente GPUs optimizadas para el trazado de rayos. Los vehículos autónomos se consideran que están a la vanguardia debido a su capacidad para recopilar datos y centrarse en evitar el contacto. Empresas como Foxglove, fundada por antiguos empleados de Cruise, están contribuyendo a las herramientas para la construcción de modelos. El CEO de Wayve, Alex Kendall, cree que invertir en vehículos es un movimiento estratégico, comparando la robótica de manipulación con la tecnología de conducción autónoma de hace cinco años. Argumenta que, aunque habrá infraestructura compartida, los modelos del mundo específicos para diferentes implementaciones variarán. Mientras tanto, el CEO de Genesis AI, Théophile Gervet, enfatiza la importancia del enfoque vertical, señalando que los robots de uso general carecen de valor comercial sin aplicaciones específicas. Varias empresas ya están desplegando robots específicos para tareas, como Gritt para granjas solares, Agility en entornos industriales y Bedrock para excavadoras autónomas. Gervet advierte que basarse en GPT 2 puede no ser competitivo con GPT 4, destacando la necesidad de verticales específicos. Foxglove recientemente lanzó un producto basado en el modelo Cosmos de código abierto de Nvidia, que permite a los ingenieros buscar datos mediante consultas de lenguaje natural para acelerar las evaluaciones y simulaciones. Kendall visliona un "momento ChatGPT" para la IA física como algo que entusiasma a los consumidores, no solo a los inversores, como la autonomía sin supervisión en los coches por menos de 1000 dólares. Gervet, por otro lado, visliona un momento en el que los robots puedan realizar tareas de manipulación básicas de forma fiable, similar a la experiencia de ChatGPT. Adrian Macneil de Foxglove, sin embargo, duda de un "momento ChatGPT" directo para la robótica, sugiriendo en cambio una evolución más gradual, similar a los momentos de Apple II o IBM PC. El sector continúa evolucionando, con empresas como Wayve y Uber entrando en laboratorios de robótica centrados en factores de forma humanoides. El desafío de gestionar datos visuales y de lidar densos persiste, pero las innovaciones en el manejo y la simulación de datos están ayudando a abordar estos problemas a medida que el campo avanza.