Agile Robots integra los modelos fundacionales de Google DeepMind en sus robots

La empresa alemana de robótica Agile Robots se ha unido a la creciente lista de socios de Google DeepMind. Según el acuerdo, Agile Robots integrará los modelos fundamentales de DeepMind en sus robots, y a cambio recopilará datos del mundo real sobre las interacciones con el entorno físico para el laboratorio de investigación. Agile Robots fue fundada en 2018 como una escisión del Centro Aeroespacial Alemán (DLR).

La empresa se especializa en robots manipuladores con control inteligente — su producto insignia Diana es capaz de realizar operaciones precisas de montaje y manipulación de objetos. La sede se encuentra en Múnich, pero la empresa se está expandiendo activamente en los mercados chino y europeo. Por parte de Google DeepMind, esta asociación continúa una serie de acuerdos estratégicos con empresas de robótica.

Anteriormente, DeepMind celebró acuerdos similares con Apptronik, Enchanted Tools y varios otros startups. La esencia del esquema en todos los casos es la misma: DeepMind proporciona acceso a modelos fundamentales que permiten a los robots dominar nuevas tareas más rápidamente y con menos ejemplos, mientras que los socios proporcionan a cambio un flujo de datos del mundo real sobre el trabajo en el entorno físico. Los modelos fundamentales para robots son grandes redes neuronales pre-entrenadas que, por analogía con los modelos del lenguaje, son capaces de generalizar el conocimiento entre diferentes tareas.

En lugar de entrenar desde cero para cada operación, ese modelo transfiere habilidades: el conocimiento básico sobre la física del agarre de objetos ayudará al robot a dominar más rápidamente el montaje de una nueva pieza. Google DeepMind invierte en esta dirección a través del proyecto RT-2 y sus sucesores, que combinan visión por computadora, comprensión del lenguaje y control de manipuladores. El problema clave que estas asociaciones resuelven es la carencia de datos.

Los modelos del lenguaje fueron entrenados con billones de tokens de internet. Los robots no tienen ese recurso: cada ciclo de movimiento debe ejecutarse físicamente en el mundo real. Por eso exactamente la estructura del acuerdo se ve así: DeepMind necesita trayectorias de movimiento reales, fuerzas de agarre, datos de intentos fallidos — el tipo de datos que los robots de Agile Robots generan durante la operación normal.

Para DeepMind, esta es una señal de entrenamiento valiosa; para Agile Robots, es acceso a modelos de IA de vanguardia sin la necesidad de construir independientemente una infraestructura de investigación. La asociación se ajusta a un panorama competitivo más amplio. OpenAI invirtió en Figure AI y 1X.

Amazon apoya a Agility Robotics. Microsoft trabaja con Apptronik. Nvidia está construyendo la plataforma Isaac e invirtiendo en una amplia gama de startups de robótica.

La competencia por qué plataforma de IA se convertirá en el estándar para la próxima generación de robots industriales se está desarrollando ahora mismo, y cada nueva asociación es otro ladrillo en el ecosistema correspondiente. Para DeepMind, los datos del mundo real son criticamente importantes también porque la llamada brecha sim-to-real — la brecha entre las capacidades del modelo en simulación y en un entorno físico — sigue siendo un obstáculo serio. Los datos de los socios fabricantes permiten cerrar esta brecha significativamente más rápido que dentro de un laboratorio cerrado.

Agile Robots se convierte en parte de un ecosistema en formación en el que varios laboratorios de IA importantes están esencialmente construyendo estándares paralelos para robots inteligentes. Cuál de estos estándares prevalecerá — o si varios sobrevivirán — determinará en gran medida la arquitectura de la automatización industrial para la próxima década.