La IA física necesita más que datos para que los robots sean más eficaces. Fuente: Erika AI, via Adobe Stock
El mundo de la inteligencia artificial se está moviendo de los chatbots al procesamiento de la visión—AI que vive en robots y autoconducir coches. Si bien hemos hecho grandes avances en la capacitación de estos sistemas utilizando conjuntos de datos masivos y simulaciones digitales, queda una brecha crítica: el puente entre lo que un robot “ve” y lo que realmente está sucediendo en nuestro mundo físico y desordenado.
El razonamiento de alto nivel no es suficiente si el sistema no entiende completamente el estado físico de su entorno.
La IA física evoluciona de la versión 1.0 a 2.0
En la actualidad, la industria está dominada por la IA física 1.0. Esta fase se define por escala: usando cantidades masivas de datos de vídeo y texto, junto con simulaciones hiperrealistas como NVIDIA’ Cosmos plataforma, para enseñar máquinas cómo funciona el mundo antes de que tomen sus primeros pasos.
Sin embargo, físico AI 1.0 tiene un sesgo de “visión primero”. Supone que si un robot tiene suficiente cámaras y suficiente poder de cálculo, puede predecir con precisión el futuro. Pero como cualquier conductor sabe, las cámaras pueden ser cegados por el resplandor, los objetos pueden ocultarse en sombras, y los sensores pueden proporcionar datos ruidosos y conflictivos.
“Physical AI 2.0” introduce una nueva capa esencial a la pila: recuperación física del estado.
La distinción importa porque la unidad de competencia en la IA física ya no es sólo el modelo. En la AI digital, el modelo es a menudo el producto.
En sistemas encarnados, el modelo tiene que trabajar con sensing, simulación, entrenamiento de políticas, orquestación, sistemas de seguridad, despliegue de bordes y retroalimentación de operaciones en vivo. Un robot que malinterpreta el presente no puede razonar su salida de una mala estimación estatal.
Presenta tu idea de sesión para el 2026 RoboBusinessLa nueva arquitectura de acción
Para funcionar con seguridad en el mundo real, un sistema necesita cuatro capacidades distintas trabajando en un bucle:
- Modelos mundiales: Estos proporcionan a los “priores” – el conocimiento aprendido de lo que podría ser sucede basado en experiencia y simulaciones pasadas.
- Recuperación del estado físico: Este es el “lazo perdido”. Toma datos sensoriales ruidosos e incompletos y reconstruye el estado físico real del mundo. Es la diferencia entre adivinar dónde está un peatón y conocer su trayectoria exacta a través de una escena desordenada.
- Sistemas de resonancia: Una vez recuperado el estado, la AI delibera. Compara las opciones, pesa los riesgos y decide sobre la mejor intención, como: “¿Debo ceder o nocer?”
- Action: El paso final donde el sistema ejecuta un movimiento dentro de estricto seguridad límites.
La razón es tan buena como el estado lo estima razones. Si la observación es incompleta o distorsionada, incluso un excelente modelo de razonamiento puede volverse con confianza equivocado.
Esa separación es importante. Los sistemas de racionalización influyen en el control, no actúan directamente. En sistemas robustos, el razonamiento propone intenciones, limitaciones, explicaciones o acciones candidatas; planificación, control y lógica de seguridad luego convierte esos productos en movimiento consolidado.
La AI física no es meramente descriptiva o predictiva. Se vuelve físico cuando las decisiones se traducen en movimiento, y cuando ese movimiento cambia el mundo y crea el próximo conjunto de observaciones.
¿Por qué más datos no es la única respuesta
Un contraargumento común es que si simplemente construimos modelos más grandes “fin-to-end”, la AI finalmente aprenderá a manejar sensores ruidosos por sí sola.
A dedicated capa de recuperación es más eficiente. Al tratar la recuperación física del estado como su propio módulo, los desarrolladores pueden explotar la detección especializada (como el radar o el tacto) y mejorar la observabilidad antes de que el “cerebro” de alto nivel incluso comience a pensar. Esto impide que cada nuevo robot tenga que “relatar” las leyes básicas de la física a partir de cero.
La distinción clave es entre casos difíciles y casos poco observados. Los parámetros pueden decir a los desarrolladores que un sistema lucha con escenarios de cola larga, como oclusión o comportamiento inusual de los usuarios de carretera.
Pero identificar un caso difícil no es lo mismo que recuperar lo que los sensores no pudieron capturar. Una cámara puede producir más marcos, y un modelo puede analizarlos más tiempo, pero si la observación subyacente es estructuralmente degradada, el razonamiento aguas abajo puede seguir operando en la imagen equivocada.
En esos casos, la respuesta no es sólo más datos. Es una capa de recuperación más fuerte que utiliza restricciones basadas en la física y una mayor sensibilidad para hacer más visible el estado oculto.
Ejemplos del mundo real: Robots y coches
| Capacidad | Robot humanoide plegable lavandería | Automóvil navegando por la ciudad |
|---|---|---|
| Modelos mundiales | Predice cómo deben doblar diferentes tejidos | Predice cómo fluye el tráfico en la lluvia |
| Recuperación del Estado | Identifica la forma de la prenda a pesar de arrugas, sombras, vistas parciales y contacto ambiguo | Pista a un ciclista escondido detrás de un camión estacionado y escena desordenada |
| Razonamiento | Decide si debe doblar, regrasp, reservar o pedir ayuda | Decide si rendir, parar, nombrar o replanificar |
| Medida | Doble suavemente la manga | Ejecuta una maniobra de dirección suave y segura |
#tablepress-153 from cache
La observación es la línea inferior para la IA física
La próxima frontera de AI no se trata sólo de hacer modelos “marter” en el razonamiento; se trata de hacer que “mejor” en la observación. El ganador de la carrera de AI será el sistema que más exactamente puede salvar la brecha entre la predicción digital y la realidad física.
La visión y el lenguaje son un comienzo, pero para que la IA física se gradúe realmente en el mundo real, necesita un agarre más confiable en el mundo actual que está tratando de moverse.
Porque en el mundo real, lo que no ves importa más que lo que haces.
Sobre el autor
Dr. Behrooz Rezvani es un empresario serial, tecnólogo y arquitecto de sistemas que ha convertido repetidamente las matemáticas fronterizas en plataformas y productos. Fundó Ikanos Communications, que ayudó a redefinir la banda ancha de alta velocidad y fue adquirida posteriormente por Qualcomm Atheros.
Rezvani también cofundó Quantenna Communications, una empresa líder de semiconductores Wi-Fi adquirida por ON Semiconductor por aproximadamente $1.07 mil millones. Es fundador y CEO de Atomathic, que está construyendo la plataforma de software de física, matemáticas e inferencia para la IA física — “haciendo lo invisible visible para la defensa, autonomía, robótica, aviación y máquinas inteligentes” — con el respaldo estratégico de RTX Ventures y GM Ventures.
El puesto ¿Por qué la IA 2.0 física necesita un cheque de realidad apareció primero The Robot Report.
Fuente: Leer completo
Líderes en información sobre robótica latinoamérica.
Líderes en información sobre robótica latinoamérica.
Seguí las últimas noticias de robótica en español.
