Prof. Marek Cygan, CTO y cofundador de Nomagic
La enorme cantidad de datos de texto disponibles en internet, junto con la creciente capacidad de procesamiento y los avances en algoritmos, ha propiciado el desarrollo de ChatGPT. Desde entonces, hemos observado mejoras continuas en diversos parámetros de referencia, además de una mayor variedad de tipos de entrada, incluyendo imágenes y audio.
Tras dos años de inversión rápida y significativa en este campo, surgieron algunas dudas sobre si el progreso podría continuar debido a una posible escasez de datos de entrenamiento. Se cree que modelos como GPT-4 se entrenaron con prácticamente la totalidad de internet. Dado que estos modelos funcionan como versiones reducidas de sus conjuntos de datos de entrenamiento, era razonable preguntarse si podrían distinguir los hallazgos novedosos de los errores o anomalías, es decir, todo aquello que no estuviera presente en sus datos de entrenamiento.
Sin embargo, en 2024 surgió un nuevo paradigma llamado "razonamiento", ejemplificado por modelos como DeepSeek R1 y la serie O de OpenAI. Este avance permitió que la IA alcanzara un rendimiento sin precedentes en campos donde la precisión de los resultados podía verificarse de forma fiable, como la codificación y la demostración de teoremas.
En estos dominios, la IA puede explorar múltiples hipótesis, Por ejemplo, diferentes versiones de un programa informático, incluso si no estaban representadas explícitamente en los datos de entrenamiento. Un sistema de verificación, como los casos de prueba de software, puede validar las soluciones correctas y recompensar al modelo en consecuencia.
Programación y resolución de problemas matemáticos Si bien se enmarcan dentro del ámbito de las salidas digitales, ¿puede aplicarse este enfoque a situaciones del mundo real? La robótica y la automatización ofrecen excelentes ejemplos. Por ejemplo, se puede programar a un robot para que recoja un objeto y lo recompense al completar la tarea con éxito.
Los recientes avances en IA han permitido a los robots comprender completamente los productos, los contenedores de almacenamiento y otros elementos esenciales para las operaciones de almacén. Gracias a la visión artificial, los robots pueden determinar las propiedades de los artículos y la mejor manera de manipularlos. La IA también puede diferenciar entre artículos agrupados e individuales al realizar el recuento de existencias. Con la extensión de los modelos de razonamiento a la robótica, creemos que pronto será posible alcanzar una cobertura de picking de 100% para las unidades de mantenimiento de existencias (SKU) en los almacenes. Esto significa que cada artículo en un almacén podría ser recogido por un robot, acercándonos así a almacenes totalmente automatizados y sin intervención humana.
Para lograrlo, se necesitarán pinzas robóticas altamente especializadas. Estas, a su vez, requieren capacidades avanzadas de percepción y control para manipular objetos con eficacia. Dado el ritmo actual del progreso tecnológico, estos avances deberían estar al alcance en los próximos años.
Una pregunta natural que surge es si estos avances conducirán a la adopción generalizada de robots humanoides. Como comentamos en un artículo anterior entrada de blog, No creemos que los robots humanoides sean la solución más rentable para las fábricas y almacenes del futuro. Estos entornos pueden diseñarse priorizando la eficiencia mediante el uso de brazos y manipuladores robóticos especializados.
Desde el punto de vista del mantenimiento, es mucho más fácil conseguir piezas de repuesto para un brazo robótico con un máximo de 10 articulaciones que para un robot humanoide, que requeriría al menos 100 articulaciones.
La IA es una poderosa herramienta, y si bien nos permitirá lograr almacenes totalmente automatizados, esto es solo el comienzo. El siguiente paso es la automatización en entornos semiestructurados como hoteles, restaurantes y hospitales, donde los robots irán asumiendo gradualmente las tareas que actualmente realizan los humanos. Preveo que este cambio se producirá en esta década, y aunque los robots humanoides tal vez no dominen el mercado, los robots con ruedas y de cuatro patas ofrecen ventajas significativas en movilidad y deberían tener una adopción generalizada.
De cara a los próximos diez años, a medida que se fabriquen y desplieguen más robots, su coste disminuirá debido a las economías de escala. Esto tendrá varias implicaciones:
Aún no se sabe con certeza qué producirán exactamente las sociedades en mayor cantidad, del mismo modo que hace 20 años era difícil predecir el impacto total de internet y los teléfonos inteligentes.
En lo personal, me entusiasma el potencial creativo que ofrecen estas nuevas y potentes herramientas. Un asistente personal de IA podría convertirse en el maestro ideal, con una paciencia infinita, brindando a todos la oportunidad de aprender durante toda la vida.
