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

La empresa alemana de robótica Agile Robots se suma a la creciente lista de socios de Google DeepMind. Según el acuerdo, Agile Robots integrará los modelos fundacionales de DeepMind en sus robots y, a cambio, recopilará datos reales sobre la interacción con el mundo físico para el laboratorio de investigación.

Agile Robots se fundó en 2018 como spin-off del Centro Aeroespacial Alemán (DLR). La compañía se especializa en brazos robóticos con control inteligente; su producto estrella, Diana, puede realizar operaciones precisas de ensamblaje y manipular objetos. Su sede está en Múnich, pero la empresa se expande activamente en China y Europa.

Para Google DeepMind, esta alianza continúa una serie de acuerdos estratégicos con empresas de robótica. Antes, DeepMind cerró pactos similares con Apptronik, Enchanted Tools y varias startups más. El fondo es el mismo en todos los casos: DeepMind da acceso a modelos fundacionales que permiten a los robots aprender nuevas tareas más rápido y con menos ejemplos, y los socios aportan a cambio un flujo de datos reales de su funcionamiento en el mundo físico.

Los modelos fundacionales para robots son grandes redes neuronales preentrenadas que, igual que los modelos de lenguaje, pueden generalizar conocimientos entre tareas distintas. En lugar de entrenarse desde cero para cada operación, el modelo transfiere habilidades: el conocimiento básico sobre la física del agarre de objetos ayudará al robot a aprender más rápido a ensamblar una pieza nueva. Google DeepMind invierte en este campo mediante el proyecto RT-2 y sus sucesores, que combinan visión por computador, comprensión del lenguaje y control de brazos robóticos.

El problema clave que abordan estas alianzas es la escasez de datos. Los modelos de lenguaje aprendieron de billones de tokens de internet. Los robots no disponen de un recurso así: cada ciclo de movimiento hay que ejecutarlo físicamente en el mundo real. Por eso el acuerdo se estructura así: DeepMind necesita trayectorias de movimiento reales, fuerzas de agarre y datos de intentos fallidos, justo lo que los robots de Agile Robots generan en su trabajo cotidiano. Para DeepMind es una valiosa señal de entrenamiento; para Agile Robots, acceso a modelos de IA de vanguardia sin tener que montar por su cuenta una infraestructura de investigación.

La alianza encaja en un panorama competitivo más amplio. OpenAI ha invertido en Figure AI y 1X. Amazon respalda a Agility Robotics. Microsoft trabaja con Apptronik. Nvidia construye la plataforma Isaac e invierte en una amplia gama de startups de robótica. La pugna por saber cuál será la plataforma de IA que se imponga como estándar para la próxima generación de robots industriales se libra ahora mismo, y cada nueva alianza es un ladrillo más en el ecosistema correspondiente.

Los datos del mundo real son críticos para DeepMind también por otra razón: la llamada brecha sim-to-real, la diferencia entre lo que un modelo puede hacer en simulación y en un entorno físico, sigue siendo un obstáculo serio. Los datos de los socios fabricantes permiten reducir esa brecha mucho más rápido que en un laboratorio cerrado.

Agile Robots pasa a formar parte de un ecosistema emergente en el que varios grandes laboratorios de IA están construyendo, en la práctica, estándares paralelos para robots inteligentes. Qué estándar se impondrá, o si sobrevivirán varios, determinará en buena medida la arquitectura de la automatización industrial de la próxima década.