Columna de Opinión
No, el robot no piensa
Miguel Solís, director de Ingeniería en Automatización y Robótica de la UNAB, aborda los límites tecnológicos de los robots humanoides actuales y cuestiona la forma en que algunos anuncios presentan estos desarrollos como si se tratara de máquinas capaces de razonar.
Publicado
Siguen apareciendo noticias sensacionalistas con respecto a temas tecnológicos, especialmente en torno a inteligencia artificial, donde existe un sesgo importante presentando avances que, a veces, magnifican innecesariamente algún aspecto, y que termina desinformando a parte de la comunidad general. Si las películas de ciencia ficción venden, entonces, cuando nos presentan escenarios propios de la ciencia ficción pero que podrían estar pasando en nuestra realidad, eso vende más aún. Reflejo de esto son los recientes titulares que afirman que la empresa china Unitree ha logrado crear un robot humanoide capaz de "pensar", realizando de forma autónoma las tareas del hogar e incluso de asistir a personas vulnerables en entornos médicos.
Primero, cabe dejar en claro que Unitree no ha desarrollado un modelo físico nuevo de robot humanoide, sino que al mismo robot humanoide G1/H1 le han cargado un nuevo modelo para entender (parcialmente) el mundo que le rodea. El valor de estos robots humanoides no suele diferir según el modelo que tenga cargado, ya que en la versión programable se podría incluso desarrollar su propio modelo para probar en la plataforma. Usualmente, el valor dependerá de las capacidades de procesamiento del robot específico que se escoja. Por ejemplo, el Unitree G1 se vende en versión no programable y versión programable. Este último puede variar de precio dependiendo de la unidad de procesamiento gráfica que incluya.
En el caso de la noticia a la que hago referencia, el modelo de inteligencia artificial que se anuncia como "habilitante de pensamiento" para el robot Unitree, se denomina UnifoLM-OminiA-0.3. La principal diferencia que podemos encontrar con otro tipo de modelos -como aquellos que están preentrenados para reconocer objetos o para identificar comandos por voz- radica precisamente en que este modelo se considera multimodal, ya que unifica procesamiento de voz con visión computacional y control de movimiento, permitiéndole reaccionar a imprevistos con el menor retraso posible, lo que si bien es sorprendente, aún dista de tener todos los elementos que le permitirían ser considerado como una máquina "pensante" .
Los robots actuales, por muy sofisticados que sean sus algoritmos, no piensan, no comprenden su entorno y no razonan en el sentido humano o cognitivo del término. Lo que Unitree ha implementado se conoce como un modelo VLA, por sus siglas en inglés: Visión, Lenguaje y Acción. Más aún, hay expertos alrededor del mundo que ya se encuentran trabajando en modelos que integran percepción táctil, incluyendo sensores de tacto en sus extremidades para entrenar modelos TVLA (Tactile Vision Language Action Models).
Sin embargo, esto sigue siendo un mapeo estadístico avanzado, un reconocimiento de patrones a gran escala, y no un atisbo de "sentido común". Si el robot se enfrenta a una situación que se desvía mínimamente de la inmensa base de datos con la que fue entrenado (por ejemplo, una toalla mojada atrapada en un cajón, o un reflejo inesperado en una ventana), el sistema no deducirá una solución lógica basándose en las leyes de la física, sino que se romperá el patrón estadístico y la máquina se comportará de forma errática.
Esta fragilidad nos lleva directamente al problema de los videos promocionales, ya que en el mundo del software donde operan los modelos de lenguaje o los generadores de imágenes, un error de la inteligencia artificial es una simple anécdota, o un píxel mal colocado o una "alucinación" en un texto que el usuario puede ignorar con un juicio razonable y pensamiento crítico, pero en el mundo físico un error significa un plato roto, un motor quemado, o en el peor de los escenarios, una persona herida.
Los videos que nos muestran al robot clasificando ropa, recogiendo cojines o ajustando camas, muestran un escenario en condiciones ideales donde hay suficiente iluminación para que el robot no se equivoque en la identificación de objetos, careciendo del caos natural de la vida humana. El mundo físico es un entorno no estructurado, donde ninguna red neuronal, por muy unificada que esté, puede esquivar mágicamente las leyes de la física cuando el entorno cambia repentinamente.
A pesar de todo el escepticismo necesario frente al marketing, sería injusto afirmar que el trabajo de Unitree carece de valor. De hecho, el verdadero hito revolucionario de esta noticia no es que hayan creado una máquina que piense, sino su agresiva y exitosa estrategia de democratización del hardware. Haber logrado lanzar al mercado modelos base y torsos humanoides por precios considerablemente menores a la competencia es un cambio de paradigma que sacudirá los cimientos de la industria.
Durante varios años, la investigación en robótica avanzada ha estado severamente limitada por el costo económico de los componentes físicos, obligando a muchos a trabajar en simuladores o a compartir un único robot de alto costo. Sin duda, estamos en el umbral de una nueva era fascinante para la robótica, pero para que esta transición sea sostenible y gane la confianza genuina de la sociedad, la industria debe madurar urgentemente en su forma de comunicar, ya que vender la ilusión de robots infalibles y "pensantes", hoy solo sirve para sembrar la semilla de la decepción de los consumidores de mañana.
