Avance en Robótica: Interfaz de Chatbot con Capacidad de Manipulación de Objetos
En un importante paso hacia la creación de robots con habilidades generales y flexibles, Peter Chen, CEO de Covariant, ha presentado una interfaz de chatbot capaz de interactuar y manipular objetos. Este desarrollo destaca el potencial de los modelos de fundación en la robótica, un campo que Chen ve como el futuro de la industria.
RFM-1: El Modelo de Fundación Robótica de Covariant
El chatbot se basa en un modelo desarrollado por Covariant, denominado RFM-1 (Robot Foundation Model). Este modelo ha sido entrenado con grandes volúmenes de texto, video y datos de control y movimiento de hardware, lo que le permite interactuar, controlar un brazo robótico y generar videos que muestran a los robots realizando diversas tareas. Además, el RFM-1 ha demostrado su capacidad para aprender a controlar hardware similar no incluido en sus datos de entrenamiento, lo que indica una notable capacidad de adaptación y aprendizaje.
Covariant, fundada en 2017, ha sobresalido en el campo de la robótica al comercializar software que utiliza el aprendizaje automático para permitir que los brazos robóticos seleccionen elementos de contenedores en almacenes. Los modelos como el RFM-1 podrían permitir a los robots adaptarse a nuevas tareas de manera más fluida, lo que podría revolucionar la eficiencia y versatilidad de los sistemas robóticos en diversas industrias.
Covariant y Tesla: Estrategias de Aprendizaje Automático Comparadas
La estrategia de Covariant se asemeja a cómo Tesla utiliza los datos de los coches vendidos para entrenar sus algoritmos de conducción autónoma. Al igual que Tesla, Covariant está utilizando datos del mundo real para mejorar y adaptar sus modelos robóticos. Sin embargo, a diferencia de los coches autónomos, los robots de Covariant deben ser capaces de interactuar físicamente con su entorno de manera precisa y segura, lo que plantea desafíos únicos.
Otros proyectos de robótica también esperan que los modelos de lenguaje grande puedan revolucionar la robótica. Sin embargo, aún existen interrogantes sobre cuántos datos se necesitarán para entrenar modelos que doten a los robots de habilidades más generales y cómo recopilarlos. A pesar de estos desafíos, el trabajo de Covariant con el RFM-1 demuestra que estamos un paso más cerca de una nueva era de robótica, una en la que los robots pueden aprender, adaptarse y realizar una variedad de tareas de manera eficiente y efectiva.
Sandra es especialista en marketing digital y experta en redes sociales. Ha completado un posgrado en Comunicación y RRPP de marcas de moda en Idep Barcelona, así como otro en Marketing y reputación online: comunidades virtuales. Sandra está al tanto de las últimas tendencias y mejores prácticas en redes sociales, y eso se refleja en su trabajo diario generando un impacto positivo en el mundo digital.
