Boston Dynamics y Google DeepMind enseñan a Spot a razonar en rondas de inspección industrial

Boston Dynamics saca a Spot de la categoría de las demostraciones llamativas y lo acerca a una clase más práctica de robots industriales. La máquina de cuatro patas ha recibido el modelo Gemini Robotics-ER 1.6 de Google DeepMind y ahora debería hacer algo más que ejecutar órdenes: interpretar el entorno, detectar anomalías y tomar decisiones durante las inspecciones sin la participación constante de un operador.

Para la robótica, es un cambio importante. Durante mucho tiempo los robots sabían hacer muchas cosas, pero solo si una persona había descrito el escenario de antemano casi como un programa. Cuanto más compleja era la tarea, más difícil resultaba crear una interfaz cómoda. La idea de la IA corpórea (embodied AI), es decir, una IA con cuerpo físico y acceso al mundo real, consiste precisamente en reducir esa brecha.

Boston Dynamics es una de las pocas empresas que ha conseguido llevar los robots caminantes a escala comercial: Spot ya trabaja en miles de unidades. Por eso, integrar un nuevo modelo no es un experimento académico, sino un intento de mejorar un producto que ya se usa en instalaciones.

El escenario principal no son las tareas domésticas de los vídeos, sino la inspección industrial. En fábricas, instalaciones energéticas y otros entornos complejos, Spot debe recorrer el recinto y comprobar si ocurre algo peligroso. Con Gemini Robotics-ER 1.6, el robot puede buscar de forma autónoma líquidos derramados y residuos ajenos, leer sensores complejos, manómetros y mirillas, y recurrir a modelos de visión y lenguaje cuando necesita entender con más precisión la situación. Dicho de otro modo, no se trata de enseñar al robot a traer objetos con elegancia, sino de reducir el riesgo allí donde pasar por alto un problema puede salir caro.

Pero lo más interesante es qué entienden los desarrolladores por comprensión y razonamiento. Estas palabras suenan cada vez más en el mundo de los robots, aunque en la práctica no significan filosofía, sino la cercanía del comportamiento de la máquina a la lógica humana. Si alguien le pide a un robot que retire las latas de una habitación, espera no solo que cumpla la orden, sino también sentido común: coger la lata sin derramar el líquido restante, no poner un vaso de agua al borde de la mesa, no crear un peligro nuevo al eliminar uno antiguo.

Google DeepMind dice que sigue estos casos mediante escenarios internos de seguridad semántica. El objetivo es que el robot no solo entienda el verbo de la orden, sino que tenga en cuenta las consecuencias de su acción en el mundo físico.

Aun así, las limitaciones del enfoque actual son bastante visibles. La versión actual del modelo para Spot se apoya sobre todo en la visión. Por ejemplo, una de las nuevas funciones evalúa si un objeto se ha agarrado con éxito mediante varias cámaras. Es útil, pero en robótica existen desde hace tiempo otras formas de saber que un objeto está bien sujeto: sensores de fuerza, de tacto, retroalimentación de contacto.

El problema son los datos. En internet abundan los ejemplos visuales de cómo coger un bolígrafo o abrir una puerta, pero casi no hay conjuntos de datos masivos con información táctil. Por eso, enseñar a los modelos la física del contacto es, por ahora, mucho más difícil que enseñarles imágenes y texto. Para cerrar esa brecha, Boston Dynamics prevé obtener más datos de campo de los clientes que usen las nuevas funciones de inspección de Spot.

Hay también una segunda cuestión práctica: la confianza. Boston Dynamics reconoce abiertamente que lanza las nuevas capacidades mediante programas beta y solo promociona aquello de lo que está segura. Para la inspección comercial no se exige al robot una perfección absoluta, pero existe un umbral de utilidad.

Si el sistema se equivoca con demasiada frecuencia y da falsas alarmas, los operadores dejan de hacerle caso. La compañía considera que el valor real empieza en algún punto por encima del 80 por ciento, cuando el robot ya ayuda en lugar de molestar. Esto es especialmente importante en instalaciones donde parte de la infraestructura crítica cuenta con sensores, mientras que ciertos detalles potencialmente peligrosos solo pueden detectarse a simple vista durante la ronda.

La conclusión es sencilla: la alianza entre Boston Dynamics y Google DeepMind no va de otro vídeo espectacular de un perro robot, sino de un intento de convertir la IA corpórea en una herramienta aplicada con beneficios medibles. Si Spot realmente aprende a detectar fugas de forma fiable, leer instrumentos y actuar con más seguridad en entornos ambiguos, el mercado tendrá uno de los primeros ejemplos convincentes de IA que razona no en una pantalla, sino en la planta. Y la experiencia acumulada podrá trasladarse después a otras plataformas, incluidos robots humanoides más complejos.