19 de noviembre de 2026

El Futuro de la Robótica: Robots que Aprenden por Intuición y Videos se Preparan para el «Momento ChatGPT» en el Mundo Físico

Innovaciones en Robótica: El Futuro de la Inteligencia Artificial

Un Encuentro con la Innovación

Recientemente, tuve la oportunidad de visitar una startup en Cambridge, Massachusetts, que está revolucionando el campo de la robótica. En solo 15 minutos desde mi hogar, me encontré rodeado de tecnología avanzada en Generalist AI, donde tuve el privilegio de observar el asombroso funcionamiento de brazos robóticos realizando tareas cotidianas. Estos robots, que parecían casi humanos en su capacidad de aprendizaje y adaptación, me dejaron impresionado.

Los brazos robóticos mostraron una notable rapidez para aprender a apilar vasos y colocar bloques en recipientes, todo ello tras ver un breve video instructivo. Lo que realmente captó mi atención fue su habilidad para improvisar, similar a la manera en que lo haría un ser humano. Un ejemplo destacado fue cuando un robot utilizó un recogedor para barrer un bloque hacia un recipiente, adaptándose ingeniosamente cuando se le retiró la escoba.

Imaginación y Adaptabilidad Robótica

En otra demostración, un robot con dos brazos observó un video que mostraba a una persona abriendo un monedero y sacando billetes. Para mi sorpresa, el robot replicó la acción con un monedero diferente, mostrando su capacidad de adaptación al cambiar de una pinza a otra para mejorar su ángulo de agarre. La reacción de un ingeniero presente, quien expresó su asombro ante esta improvisación, subraya la innovación que estamos presenciando en esta área.

Pete Florence, cofundador y director ejecutivo de Generalist, hizo una comparación interesante con la inteligencia artificial de OpenAI, destacando cómo estos robots pueden aprender nuevas tareas de manera similar a como lo hace un niño pequeño. Esta habilidad de transferir conocimiento entre diferentes escenarios es fundamental para el desarrollo de la inteligencia robótica.

Aprendizaje Inspirado en la Infancia

Generalist se enfoca en enseñar a sus robots sobre la física del mundo, un concepto que parece emular la comprensión intuitiva que los niños desarrollan desde muy temprano. Durante mi visita, observé cómo los investigadores se sorprendían por las decisiones inesperadas que tomaban los robots. Un ejemplo curioso fue cuando un robot utilizó un plátano para barrer objetos, evidenciando que la inteligencia física aún es un desafío para las máquinas.

En la sala de reuniones, tuve la oportunidad de conocer a los cofundadores Florence y Andrew Barry, así como a Andy Zeng, el científico jefe. Este equipo cuenta con una impresionante trayectoria en empresas como Google DeepMind y Boston Dynamics, lo que les proporciona una base sólida para sus innovaciones en robótica.

Un Nuevo Paradigma en la Robótica

Tradicionalmente, entrenar robots para realizar diversas tareas requería introducir miles de ejemplos en sus modelos, un enfoque que a menudo resultaba ineficaz. Sin embargo, Generalist está apostando por un modelo robótico más generalista, entrenado con la ayuda de humanos. La empresa ha desarrollado guantes que simulan pinzas robóticas, equipados con cámaras para facilitar la enseñanza de diversas tareas. Durante mi visita, vi cajas llenas de estos guantes, destinados a trabajadores en México y otras partes del mundo.

Si bien el equipo de Generalist no reveló los secretos de su metodología de entrenamiento, afirmaron haber recopilado una vasta cantidad de datos de alta calidad. A diferencia de otras compañías, su enfoque se basa en construir modelos de inteligencia artificial desde cero, lo que podría proporcionarles una ventaja significativa en el desarrollo de robots más eficientes.

Perspectivas Futuras de la Robótica

Danfei Xu, un especialista en robótica de Georgia Tech, destacó que Generalist se distingue por su enfoque en la creación de modelos robóticos más generales, capaces de ser implementados en entornos comerciales reales. La investigación sugiere que su estrategia de recopilar datos de interacción física sin vincularlos a un robot específico podría ser una fórmula exitosa.

A pesar de los progresos, Generalist advierte que sus robots aún enfrentan limitaciones en su capacidad de aprendizaje. Actualmente, un robot solo puede completar una tarea enseñada aproximadamente el 59% del tiempo, un porcentaje que todavía está lejos de ser ideal. Estas habilidades deben ser perfeccionadas antes de que puedan generalizarse a todas las tareas y entornos posibles.

No obstante, el potencial de estos robots para aprender rápidamente en el ámbito de la manufactura es innegable. Durante mi visita, un ingeniero realizó una demostración al apilar tazas pequeñas, solo para quedar asombrado cuando el robot se unió a la tarea, apilando vasos con destreza. Esta experiencia capturó la esencia del avance que estamos viviendo en la robótica.