«Physical Intelligence», una empresa especializada en inteligencia artificial con sede en San Francisco, ha publicado una nueva investigación científica que detalla un modelo de inteligencia artificial revolucionario. Este modelo es capaz de guiar dispositivos robóticos para realizar tareas complejas para las cuales no habían sido entrenados de manera explícita o directa en el pasado. Esta capacidad avanzada se considera un gran paso que ha sorprendido incluso a los investigadores de la compañía, abriendo horizontes sin precedentes en la forma en que las máquinas interactúan con su entorno y comprenden las variables físicas.
El concepto de generalización composicional y la reasignación de habilidades
El nuevo modelo, bautizado como «π0.7», presenta lo que en los círculos tecnológicos se conoce como «generalización composicional». Esta capacidad consiste en la posibilidad de combinar un conjunto de habilidades motoras aprendidas por el robot en contextos completamente separados y diferentes, utilizándolas para resolver problemas totalmente nuevos en el mundo real. La empresa describe estos resultados como indicios tempranos de una transformación radical y global en los métodos de aprendizaje automático, una transformación que podría emular en velocidad y alcance las recientes e ingentes ganancias en las capacidades de los grandes modelos de lenguaje.
En lugar de depender del arduo proceso que requiere recopilar una cantidad masiva de datos para cada nueva tarea por separado, el modelo «π0.7» trata las habilidades motoras como si fueran vocabulario lingüístico que se puede recombinar y moldear en tiempo real para formar oraciones útiles. En una de las pruebas de laboratorio más sorprendentes, el modelo logró operar una freidora de aire con la que prácticamente no había interactuado durante el período de entrenamiento, basándose en la recuperación de habilidades relevantes de manipulación y procesamiento manual aprendidas en contextos y experiencias anteriores.
Superando los límites del hardware y los datos faltantes
Los logros del modelo no se detuvieron ahí; en otra prueba más compleja, el modelo logró controlar un avanzado robot industrial de doble brazo para doblar ropa. Lo sorprendente aquí es que el modelo no poseía datos de entrenamiento previos para esta tarea específica en este tipo de hardware; sin embargo, logró igualar las tasas de éxito obtenidas por expertos humanos al intentar realizar la misma tarea por primera vez utilizando un sistema de control remoto. Este logro destaca una capacidad excepcional de aprendizaje rápido y adaptación a diferentes hardware sin necesidad de reprogramación constante.
Marco de trabajo de incitación multimodal
Los equipos de investigación señalan que la clave mágica para desatar estas capacidades radica en un marco innovador basado en la incitación multimodal. En lugar de depender de comandos de texto simples y tradicionales, el modelo recibe instrucciones lingüísticas detalladas paso a paso, junto con subobjetivos visuales generados a través de modelos visuales avanzados.
Además, el modelo recibe datos descriptivos estratégicos que lo guían sobre si debe priorizar la velocidad o la precisión al ejecutar la tarea requerida. Esta compleja combinación de entradas permite al sistema comprender el contexto general de la tarea y tomar decisiones inteligentes en fracciones de segundo.
El punto de inflexión en el camino de la inteligencia artificial
Sergey Levine, profesor de la Universidad de California en Berkeley y uno de los fundadores de la empresa, describió este punto de inflexión histórico diciendo: «Una vez que el modelo supera ese umbral crítico en el que pasa de simplemente ejecutar cosas para las cuales se recopilaron datos precisos a la etapa de recombinar elementos en formas completamente nuevas e innovadoras, las capacidades operativas comienzan a aumentar a tasas que superan el crecimiento lineal en comparación con el volumen de datos disponibles». Esta declaración confirma que nos encontramos en el umbral de una nueva era en la que las máquinas aprenden de una manera similar al pensamiento deductivo.
Superación de los modelos especializados
Las pruebas comparativas demostraron que el modelo integral y versátil «π0.7» logró igualar o incluso superar el rendimiento de modelos especializados anteriores desarrollados previamente por la empresa para tareas específicas. Esta superioridad se manifestó en actividades complejas como preparar café, doblar ropa con precisión y ensamblar cajas de cartón. A pesar de estos resultados impresionantes, la empresa procura ser cautelosa en sus afirmaciones, prefiriendo describir estos logros como meras demostraciones iniciales que resaltan el potencial futuro y no como un producto final listo para su despliegue comercial inmediato.
Salto meteórico en la valoración financiera
La publicación de esta avanzada investigación científica se produce pocas semanas después de que informes económicos señalaran que «Physical Intelligence» se encuentra en conversaciones avanzadas para recaudar una nueva financiación de alrededor de 1 mil millones de dólares, lo que podría elevar la valoración total de la empresa a más de 11 mil millones de dólares.
Esta nueva valoración, de concretarse, duplicaría aproximadamente la valoración anterior de 5.6 mil millones de dólares tras una ronda de financiación de 600 millones de dólares realizada hace apenas unos meses. Se espera que en esta enorme ronda de inversión participen el fondo de inversión del destacado inversor Peter Thiel, junto con socios de capital de riesgo y varios patrocinadores financieros anteriores. A pesar del gran impulso del que disfruta la empresa gracias a sus innovaciones pioneras, el acuerdo de financiación sigue en etapas tempranas de discusión.
Preguntas frecuentes
¿Qué es el modelo π0.7 desarrollado por Physical Intelligence?
Es un modelo avanzado de inteligencia artificial diseñado para guiar dispositivos robóticos en la realización de tareas complejas y diversas para las cuales no han sido entrenados directamente, basándose en el concepto de generalización composicional para integrar habilidades anteriores en la resolución de problemas totalmente nuevos.
¿Cómo logran los robots inteligentes realizar nuevas tareas sin entrenamiento previo?
El modelo se basa en un marco de incitación multimodal; el sistema recibe directrices lingüísticas detalladas, subobjetivos visuales y estrategias de orientación que determinan las prioridades de velocidad o precisión, lo que le permite adaptarse instantáneamente a tareas desconocidas.
¿Cuál es la valoración financiera esperada de la empresa actualmente?
La empresa se encuentra en conversaciones avanzadas para recaudar una nueva financiación de 1 mil millones de dólares, lo que podría elevar su valoración total a más de 11 mil millones de dólares, duplicando aproximadamente su anterior valoración financiera.
