Rev Lebaredian, de Nvidia, se sentó con 'Euronews Next' en Taiwán para desmenuzar cómo entrenar a un robot humanoide con inteligencia artificial (IA).
PUBLICIDADLa próxima fase de la inteligencia artificial (IA) son los robots, que ayudarán a paliar la escasez mundial de mano de obra, según ha declarado un ejecutivo de Nvidia a 'Euronews Next'. "Estamos en un momento muy interesante. La promesa de la robótica existe desde hace mucho tiempo. Ha estado en nuestra imaginación y en la ciencia ficción", dijo a 'Euronews Next' Rev Lebaredian, vicepresidente de Omniverse y tecnología de simulación de Nvidia, en la feria tecnológica Computex de Taiwán.
Lebaredian señaló que, a pesar de que las empresas tecnológicas llevan años intentando construir un robot de uso general, el problema ha sido que, a pesar de poder construir el robot físico, programarlo siempre ha sido un reto. "La inteligencia artificial ha cambiado todo eso. Ahora disponemos de la tecnología necesaria para hacer que los robots sean realmente programables de forma general y para que pueda programarlos la gente normal, no solo ingenieros especializados en programación de robots", afirma.
Empresas como Tesla se apresuran a construir robots humanoides y han hecho grandes progresos. La semana pasada, la empresa de Elon Musk declaró que su robot Optimus había aprendido a realizar tareas domésticas. Sin embargo, a los robots aún les queda mucho por aprender.
En el caso de Nvidia, la empresa afirma que los robots deberían aprender sus tareas en el mundo virtual por seguridad, pero también porque llevaría demasiado tiempo entrenar a los robots con humanos. "La única forma de crear realmente estos robots, inteligentes, es emplear la simulación", afirma Lebaredian.
"El problema fundamental que tenemos con la IA física es que la IA está ávida de datos. Tienes que alimentar tu fábrica de IA con montones y montones de datos de calidad para darle experiencia vital con la que entrenarse". En el caso de los grandes modelos lingüísticos (LLM), hay una gran cantidad de datos online para entrenarlos.
Entrenar al robot con datos
Sin embargo, en el caso de la inteligencia artificial física, no se pueden extraer tantos datos. "Para obtener toda la información que necesitamos para entrenar a un robot en la recogida de un objeto, tenemos que crearla de alguna manera", explica. "Recopilarla del mundo real no es posible. No podemos crear datos suficientes. Incluso si se puede, en algunos casos es peligroso, lleva mucho tiempo y es caro".
Lo que hace falta es "una forma de pasar de los datos fósiles a las fuentes de datos renovables", afirma Lebaredian. Y la mejor fuente de datos renovables para los datos físicos es un simulador físico, añadió.
Una vez que el robot se ha puesto a prueba, o se ha "graduado" y parece que funciona bien, puede ir a su primer empleador. "Un recién licenciado se entrena con un corpus de datos disponibles públicamente. Se estudia a partir de libros de texto e información a la que todo el mundo tiene en todas partes. Y tienes a un generalista que entra en tu empresa, y son útiles", explica Lebaredian a 'Euronews Next'.
"Pero no son realmente útiles hasta que no se les forma durante unos años en la información y los datos específicos de tu empresa, que tienen que ver con tu dominio y tus prácticas particulares y con cómo se hacen las cosas", añadió. En términos robóticos, esto significa que el podría especializar su robot con sus propios datos para que funcione mejor. Lebaredian no especificó la fecha en que los robots humanoides llegarán a nuestras vidas, pero dijo que sería "pronto".
Dónde y para qué usar un robot
Los primeros casos de uso para ellos serían en fábricas y almacenes. "Creo que el uso industrial va a ser el primero, porque incluso si podemos construir un robot perfecto que puedas usar en tu casa, no está claro que todos los humanos vayan a querer uno", según Lebaredian. "Pero en la industria hay una gran necesidad de él. No hay suficientes jóvenes para sustituir a los trabajadores cualificados de más edad que se jubilan en todos los países".
La escasez mundial de mano de obra ha alcanzado niveles históricamente altos en la última década, según la OCDE. El descenso de la población, así como su envejecimiento, y el hecho de que mucha gente no quiera los trabajos de las "tres D", en alusión a los términos en inglés, que, según el ejecutivo de Nvidia, eran "trabajos peligrosos, aburridos y sucios".
Taiwán se ha sumado a esta necesidad robótica y se dispone a lanzar un plan quinquenal para impulsar la industria robótica en un intento de paliar la escasez de mano de obra, según anunció el Gobierno la semana pasada. El descenso de la población de Taiwán pondría a prueba la economía y la capacidad del país para atender a las personas vulnerables y de edad avanzada, según declaró Peter Hong, director del Departamento de Ingeniería y Tecnologías del Consejo Nacional de Ciencia y Tecnología (NSTC), a los medios de comunicación locales.
Lebaredian afirmó que, tras su uso en fábricas, los robots humanoides podrían ayudar en el comercio minorista, ya que muchas empresas afirman que no pueden contratar personal suficiente para apilar estanterías. También dijo que podrían utilizarse en minas, reactores nucleares o incluso en el espacio. En última instancia, podrían utilizarse para cuidar adultos mayores, si existe demanda.
Cómo hacer que un robot sea seguro
Pero mientras nos entusiasmamos con esta nueva fase de la IA, los LLM siguen equivocándose en muchas cosas, lo que hace que a veces se inventen cosas. Los errores causados por un robot en el mundo físico podrían ser mucho más peligrosos.
Sin embargo, Lebaredian cree que, al igual que los vehículos autónomos parecen de inicio ciencia ficción, la gente acaba acostumbrándose a ellos y la tecnología mejora. "En la IA generativa, sí, todavía hay algunas cosas que son imprecisas, pero creo que hay que itir que, en los últimos dos años y medio desde que se introdujo ChatGPT, la precisión y la calidad de lo que está produciendo también han aumentado exponencialmente", dijo.
Pero añadió que quizá los chatbots nunca serán del todo correctos porque queremos que los humanos realicen las tareas. "En realidad no hay una respuesta correcta para muchas de esas cosas", dijo. "Pero para las tareas que tenemos en la industria, eso es en realidad algo que es muy medible, por ejemplo, ¿recogió con precisión este objeto y lo movió hasta aquí y lo hizo de forma segura y robusta?".
También señaló que esos sistemas se pueden crear y probar, asegurándose de que sean seguros antes de implementarlos. "Tenemos maquinaria y sistemas que creamos que son bastante peligrosos si no están bien configurados. Pero hemos conseguido crear reactores nucleares y estos sistemas, y mantenerlos seguros de alguna manera. Podemos hacer lo mismo con la IA física", afirma.