«`html
La evolución de los modelos del mundo en la inteligencia artificial
En 2016, mientras paseabas por tu vecindario al atardecer, buscabas atrapar un escurridizo Snorlax en Pokémon Go. Este juego de realidad aumentada, que contaba con millones de jugadores, no solo te entretenía, sino que también contribuía a la recopilación de datos que, en el futuro, ayudarán a los robots a navegar por su entorno e interactuar con objetos. Niantic, la empresa detrás de Pokémon Go, ha dado un giro significativo hacia el desarrollo de modelos del mundo, un tema que ha cobrado gran relevancia en Silicon Valley.
Brian McClendon, director tecnológico de Niantic Spatial, ha afirmado que la empresa se centra en la reconstrucción del mundo real. La compañía espera aprovechar su vasta base de datos para crear réplicas del entorno. A diferencia de los grandes modelos de lenguaje, que se basan en texto, los modelos del mundo utilizan datos visuales para generar entornos digitales que simulan la física.
Impacto en la vida cotidiana y el futuro de la robótica
El avance de este software podría resultar en una integración significativa en la vida cotidiana antes de lo que se espera, con el 2027 como un año clave para la expansión de la robótica doméstica y los vehículos autónomos. Comprender cómo estos robots piensan y operan será fundamental para su adopción en la sociedad.
Oliver Cameron, CEO de Odyssey, un laboratorio especializado en modelos del mundo, explica que a diferencia de los modelos de lenguaje que predicen palabras, los modelos del mundo utilizan imágenes para anticipar el siguiente estado visual. Estos modelos permiten a los robots practicar en entornos simulados, lo que significa que pueden aprender sin necesidad de estar físicamente presentes en el lugar donde se espera que operen.
Entrenamiento y simulaciones para robots y vehículos
McClendon destaca que se pueden tomar fotografías del entorno en el que se desea que funcione un robot, generar un modelo tridimensional y permitir que el software realice millones de simulaciones para entrenar al robot según las características de ese espacio. Esta técnica no solo beneficia a los robots humanoides, sino que también es crucial para el desarrollo de vehículos autónomos, donde las reacciones del software deben ser inmediatas y precisas.
Jamie Shotton, científico jefe de Wayve, subraya que un modelo del mundo debe ser capaz de reaccionar a las acciones humanas y comprender la física y las relaciones causales entre objetos. Wayve utiliza imágenes de cámaras de salpicadero para recrear situaciones de conducción extremas, que no se podrían experimentar en la vida real.
Desarrollo de videojuegos y el futuro de la inteligencia artificial
Además de sus aplicaciones en la robótica y la automoción, los desarrolladores también están explorando cómo los modelos del mundo pueden influir en la industria de los videojuegos. Dado que la física y el renderizado 3D son fundamentales en este ámbito, grandes empresas como Tencent están invirtiendo en el desarrollo de sus propios modelos del mundo.
Las grandes corporaciones de inteligencia artificial, como Google, continúan mostrando avances en esta tecnología. Inversores están destinando importantes sumas a startups y empresas emergentes que se centran en los modelos del mundo. Yann LeCun, antiguo científico jefe de IA de Meta, ha recaudado más de mil millones de dólares para su startup Advanced Machines Intelligence, mientras que Fei-Fei Li, académica de Stanford, fundó World Labs, adquirida recientemente por AMD por más de 8,000 millones de dólares.
La llegada de la inteligencia artificial física
La inteligencia artificial física traslada la IA más allá de las pantallas, integrándola en máquinas equipadas con sensores y procesadores. Este concepto, sin embargo, se aleja de la robótica tradicional.
A pesar de que algunos pueden optar por evitar los vehículos autónomos y los robots domésticos, los modelos del mundo ya están impactando el mercado laboral. Para simular el entorno físico, los laboratorios de IA requieren la colaboración de personas reales que proporcionen datos. En un experimento personal, grabé video de diversas actividades cotidianas y vendí esos datos a cambio de una compensación. A medida que la demanda de mejores modelos del mundo crece, es probable que más trabajos temporales requieran este tipo de recopilación de datos.
Así, la distancia entre perseguir criaturas virtuales en 2016 y vender grabaciones de mis quehaceres en 2026 se vuelve cada vez más difusa. Ahora, imagino un robot humanoide atrapado en una simulación de mi hogar, doblando meticulosamente mi ropa. La tecnología avanza y con ella, también lo hace nuestra relación con el mundo físico.
«`
