Figure 01 representa el prototipo más cercano a la imagen que la ciencia ficción había anticipado sobre los humanoides. Este robot, respaldado este mes de marzo por inversiones y tecnología provenientes de compañías líderes como OpenAI en inteligencia artificial, Nvidia en procesadores y Jeff Bezos, fundador de Amazon, ha alcanzado una capacidad notable: no solo puede discernir objetos por su forma, sino también por su función específica. Además, puede ejecutar diversas tareas adaptando sus movimientos a la resistencia de los objetos que manipula, interactuar de manera hábil con su entorno e incluso evaluar su propio desempeño.
Si bien Figure 01 se asemeja en apariencia a las máquinas de «Yo, Robot», aún está lejos de alcanzar el nivel de sofisticación de «Robocop». Sin embargo, este avance marca un hito significativo en la vertiginosa carrera tecnológica hacia lo que se conoce como «embodiment». Este término, acuñado en inglés y que podría traducirse como encarnación o personificación, representa según Luis Merino, profesor y director del Laboratorio de Robótica de Servicios en la Universidad Pablo de Olavide, una ruptura con los límites de la pasividad del aprendizaje automático, acercándose más al comportamiento humano, donde la interacción con el entorno es la pieza clave del proceso.
Las grandes compañías han apostado decididamente por esta tecnología. Nvidia, además de respaldar financieramente a Figure, ha anunciado el lanzamiento de GR00T, una plataforma diseñada específicamente para robots humanoides. Este proyecto ha desatado una acelerada carrera tecnológica en la que participan destacadas empresas como 1X Technologies, Agility Robotics, Apptronik, Boston Dynamics, Figure AI, Fourier Intelligence, Sanctuary AI, Unitree Robotics y XPENG Robotics, entre otras.
Dennis Hong, fundador de RoMeLa y creador de Artemis, un robot androide que juega al fútbol como demostración de su notable versatilidad en movilidad. Hong destaca el salto cualitativo logrado en los nuevos desarrollos: «El 99,9% de los robots actuales emplean servomotores y son bastante rígidos. Son ideales para la automatización industrial o para tareas domésticas específicas, como los aspiradores autónomos. Sin embargo, este robot, Artemis, imita el funcionamiento del músculo biológico, lo que le permite ser ágil, veloz, resistente y considerablemente inteligente».
«Esta inteligencia», explica, «le permite reconocer un buen plan y tomar decisiones de forma autónoma». «El futuro», concluye, «es que pueda ejecutar cualquier tarea que un humano pueda realizar». Para demostrarlo, Hong sujeta a Artemis por la espalda y lo empuja para provocar una reacción ante un imprevisto, una prueba que el robot supera con éxito.
Este avance marca un hito significativo en comparación con modelos como los de Deep Robotics, que se centran en el desarrollo de cuadrúpedos para aplicaciones industriales y de rescate. Vera Huang destaca los «avances en movilidad, como la capacidad de saltar o subir escaleras», pero admite que estos robots no están equipados con la última generación de inteligencia artificial.
Agility Robotics, ha sido preparado para recorrer diferentes superficies y ejecutar grandes saltos sin conocer previamente el terreno. Lo hace a través de la técnica de “aprendizaje por refuerzo”. “El objetivo es enseñar al robot a aprender a hacer todo tipo de movimientos dinámicos de la forma en que lo hace un humano. Cassie utiliza el historial de lo que ha observado y se adaptara rápidamente al mundo real”, explica a MIT technology review Zhongyu Li, de la Universidad de California y participante en el desarrollo.
Los investigadores utilizaron una técnica de IA llamada aprendizaje por refuerzo para ayudar a un robot de dos patas. El aprendizaje por refuerzo funciona recompensando o penalizando a una IA mientras intenta llevar a cabo un objetivo. En este caso, el enfoque enseñó al robot a generalizar y responder en nuevos escenarios, en lugar de congelarse como habrían hecho sus predecesores.
“El siguiente gran paso es que los robots humanoides hagan un trabajo real, planifiquen actividades y se relacione con el mundo físico de maneras que no solo interaccionen con los pies y el suelo”, dice Alan Fern, profesor de Ciencias de la Computación en la Universidad Estatal de Oregón.
En este sentido avanza Figure, un robot de 1,70 metros de alto, 60 kilos, con capacidad para cargar un tercio de su peso, eléctrico, con cinco horas de autonomía y una velocidad de 1,2 metros por segundo. Pero lo que lo hace diferente, es su capacidad de desarrollar distintas tareas, discernir personas y objetos, actuar autónomamente y, sobre todo, aprender. La compañía defiende que su apariencia humana es necesaria porque “el mundo está diseñado para la misma”.
Figure es un ejemplo de encarnación o personalización. “No podemos separar mente y cuerpo. El aprendizaje los aúna. La mayoría de robots procesan imágenes y datos. Los entrenas y no tienen una interacción. Sin embargo, los humanos aprendemos interaccionando con nuestro entorno, porque tenemos un cuerpo y tenemos unos sentidos”, explica Merino.
Su equipo ya ha creado robots de asistencia capaces de adaptar sus explicaciones según las reacciones de las personas cuando actúan como guías turísticos, de ajustar su comportamiento de acuerdo con los sentimientos de un anciano al que asisten, o de respetar la distancia social de los humanos con los que interactúan.
Sin embargo, en la mayoría de los robots actuales, incluso aquellos equipados con inteligencia artificial, «el aprendizaje es pasivo», según explica el catedrático de la UPO. Cassie, además de haber sido entrenado con una red neuronal artificial, ha desarrollado sus habilidades mediante el aprendizaje por refuerzo, una técnica similar a la utilizada para el entrenamiento de mascotas.