La Era Plateada de la Inteligencia Encarnada: Un Análisis Profundo

La Inteligencia Encarnada en la 'Era Plateada': Un Análisis Detallado

Este artículo profundiza en el estado actual de la inteligencia encarnada, un campo que se encuentra en lo que se describe como una "era plateada", un período de intensa exploración entre el surgimiento inicial y la madurez completa de la tecnología. La discusión se centra en una mesa redonda celebrada en la conferencia Volcano Engine FORCE, donde expertos de diversas áreas exploraron el potencial de los modelos de gran escala para acelerar el desarrollo de la robótica.

Contexto: Auge de la Inversión y Desafíos Clave

El rápido avance de los grandes modelos de inteligencia artificial ha impulsado una inversión significativa en la industria de la robótica. Sin embargo, este aumento en la financiación también conlleva el riesgo de un sobrecalentamiento del mercado. El desafío principal es identificar los verdaderos avances en la tecnología y su aplicación. Las preguntas clave incluyen:

• ¿Debería centrarse la atención en el aprendizaje por refuerzo o en el aprendizaje por simulación?
• ¿Es más importante priorizar la simulación o las pruebas en el mundo real?
• ¿Debería hacerse más énfasis en la visión o en los motores físicos?

Participantes de la Mesa Redonda

La mesa redonda contó con la participación de expertos de diversos ámbitos:

• Chen Yang: Vicepresidente de Galaxy General Robotics
• Shi Lingxiang: Jefe de Incubación de Innovación en Volcano Engine (Moderador)
• Wu Di: Jefe de Algoritmos Inteligentes en Volcano Engine
• Wan Haoji: Socio de Matrix Partners China
• Wang Xiao: Fundador de Nine Chapters Capital
• Yan Weixin: Cofundador de Shanghai Zhiyuan Robotics y Supervisor Doctoral en la Universidad Jiao Tong de Shanghái

Puntos Clave de la Discusión

El Auge de la Inversión en Robótica

¿Por qué tanto entusiasmo? Las aplicaciones de la IA se dividen en dos categorías: aplicaciones blandas (como chatbots y generación de video) y aplicaciones duras (como la robótica). La robótica se considera la aplicación dura más versátil de la IA. Los inversores buscan empresas que puedan integrar tanto software como hardware y demostrar aplicaciones en el mundo real más allá de las demostraciones.

Los desafíos de comercialización son notables, ya que la comercialización de robots es más lenta de lo esperado, especialmente en entornos complejos como hogares y servicios B2B. La coordinación entre el "cerebro" (IA) y el "cerebro pequeño" (sistemas de control) necesita mejoras. Además, la reducción de costos es crucial para una adopción generalizada.

El Camino Hacia la Comercialización

Existe un consenso general de que la robótica tendrá éxito, pero el cronograma y las empresas líderes aún son inciertos. El mercado no estará dominado por una sola empresa, de manera similar a la industria de vehículos eléctricos. Los grandes modelos han proporcionado a los robots capacidades mejoradas de interacción y pensamiento.

Si bien no existen barreras técnicas insuperables, el proceso será más largo y desafiante de lo anticipado. Los capitalistas de riesgo desempeñan un papel crucial en la aceleración del desarrollo al proporcionar financiación.

La Importancia de la Inteligencia General

El enfoque debe cambiar hacia robots que se adapten a los humanos y a los entornos, en lugar de lo contrario. El uso de grandes cantidades de datos de simulación es clave para que los robots tengan inteligencia general. Las empresas emergentes de robótica enfrentan desafíos significativos en tecnología, desarrollo de productos y modelos de negocio. La industria necesita colaboración en toda la cadena de suministro y apoyo de los inversores.

Vías Técnicas para la Inteligencia Encarnada

El uso del aprendizaje por imitación para mejorar el aprendizaje por refuerzo es un enfoque viable para el control de la marcha. Los datos de simulación son efectivos para el control de la marcha de las extremidades inferiores, pero el ajuste de parámetros y la consistencia del producto aún son desafíos.

Existe la necesidad de cambiar el enfoque del movimiento de las extremidades inferiores a las capacidades generales de operación de tareas de los robots humanoides. La atención debe centrarse en las capacidades de operación de tareas en lugar de solo la locomoción. La recopilación y estandarización de datos, especialmente para tareas complejas, es un desafío importante. Los datos del mundo real son cruciales, especialmente para interacciones físicas complejas que son difíciles de simular.

Simulación vs. Datos del Mundo Real

Los datos de simulación son más rentables, escalables y versátiles para entrenar modelos encarnados de propósito general. Los datos del mundo real son esenciales para capturar los matices de las interacciones físicas, como la fricción y la elasticidad. Una vez que los robots tengan modelos del mundo confiables, se pueden utilizar simulaciones a gran escala para probar y mejorar su rendimiento en diversos escenarios.

Aplicaciones Futuras

Aplicaciones a Corto Plazo (2-3 Años)

• Manufactura Industrial: Los robots pueden realizar tareas complejas que requieren destreza en entornos controlados.
• Operaciones Remotas: Los robots se pueden utilizar en entornos peligrosos, como el manejo de materiales peligrosos.
• Entornos Controlados: Los robots se implementarán en entornos controlados como restaurantes, hoteles y fábricas.
• Tareas Específicas: Los robots se utilizarán para tareas como la entrega de alimentos, la preparación de café y el mantenimiento ligero.
• Fábricas, Oficinas y Seguridad: Estas son las áreas más probables para la implementación inicial.

Aplicaciones a Largo Plazo

• Entornos Domésticos: La aplicación más compleja pero muy esperada es en entornos domésticos.
• Tareas Domésticas: Los robots eventualmente podrán realizar tareas como cocinar, doblar la ropa y limpiar.
• Reducción de Costos: A medida que avanza la tecnología, el costo de los robots disminuirá, haciéndolos más accesibles para los consumidores.
• Robots de Propósito General: El enfoque cambiará hacia robots de propósito general que puedan satisfacer diversas necesidades.

Las empresas deben considerar la funcionalidad, el rendimiento, la apertura y la tolerancia al riesgo de diferentes aplicaciones.

Volcano Engine VeOmniverse

VeOmniverse es una plataforma basada en la nube para la simulación y el entrenamiento de robots. Crea entornos digitales altamente realistas para entrenar y probar robots. Es rentable, ya que reduce la necesidad de equipos físicos y disminuye los costos de desarrollo. La plataforma utiliza motores visuales, motores físicos, simulación de sensores y generación 3D para crear un sistema de entrenamiento integral.

Utiliza la IA para generar datos de entrenamiento de alta calidad y acelerar el proceso de entrenamiento. La plataforma es abierta y personalizable, lo que permite a las empresas desarrollar aplicaciones de gemelos digitales personalizadas. Ayuda a las empresas a construir, validar y optimizar rápidamente los modelos de robots. VeOmniverse es una herramienta clave para la transformación inteligente y digital de la industria de la robótica.