Las ondas cerebrales podrían ser la clave para avanzar en la inteligencia artificial física

El futuro de la inteligencia artificial física se está forjando en un innovador laboratorio en San Leandro, California, donde la empresa Encord está experimentando con un enfoque revolucionario: utilizar lecturas de ondas cerebrales para mejorar el entrenamiento de robots. En este entorno, los operadores, conocidos como "pilotos", llevan puestos dispositivos que no solo capturan sus movimientos, sino también su actividad cerebral mientras realizan tareas complejas, como desmantelar una torre de bloques.

Este enfoque surge en un momento en que la industria de la robótica enfrenta un desafío significativo: la falta de datos de entrenamiento del mundo real. A medida que las empresas buscan desarrollar robots más avanzados, se dan cuenta de que no solo necesitan gestionar los datos que ya tienen, sino también generar nuevos conjuntos de datos que reflejen situaciones reales.

La innovadora cabeza de realidad aumentada que utilizan los pilotos, desarrollada por Zander Labs, está diseñada para medir la actividad cerebral y deducir estados mentales como error, intención y sorpresa. Esta información adicional tiene el potencial de crear conjuntos de datos más útiles para entrenar modelos de IA. Según Lucas Gehrke, un neurocientífico de Zander que supervisa el proyecto, el análisis de la actividad cerebral durante las tareas puede proporcionar pistas valiosas sobre cuándo un modelo debe ser activado para realizar una tarea específica.

El enfoque de Encord se centra en resolver el cuello de botella en los datos de robótica, según Vineeth Velmurugan, el responsable de aprendizaje de robots de la empresa. Velmurugan, quien tiene experiencia en OpenAI y Berkshire Grey, se unió a Encord para liderar el equipo de creación de datos. La empresa fue fundada para ayudar a las compañías a anotar datos y evaluar modelos, pero a medida que sus clientes comenzaron a aplicar el aprendizaje de extremo a extremo a tareas de manipulación robótica, se dieron cuenta de que necesitaban producir sus propios datos de entrenamiento.

El desafío es considerable, ya que generar datos de entrenamiento físicos es mucho más costoso que simplemente recopilar información de texto de internet, como se hizo con los modelos de lenguaje. Velmurugan estima que se necesitará un conjunto de datos cinco veces más grande que el corpus de videos de YouTube para romper este obstáculo, lo que explica por qué la generación de datos se ha convertido en un negocio en lugar de ser solo un problema de investigación.

Encord se ha posicionado como un líder en esta nueva tendencia, utilizando datos "egocéntricos" recolectados por trabajadores que llevan cámaras, además de datos recopilados por robots operados de manera remota. La empresa está experimentando con nuevas modalidades, como el uso de sensores en los antebrazos para detectar señales eléctricas en los músculos, lo que podría ayudar a construir una representación tridimensional de la mano en movimiento.

Con un enfoque en la anotación densa de datos, Encord busca mejorar la calidad de los datos generados. Velmurugan estima que este tipo de anotación es 100 veces más valiosa que los datos de "ego" para el entrenamiento de tareas específicas. Sin embargo, el costo de producción es 20 veces mayor, lo que plantea un desafío económico considerable.

A pesar de estos obstáculos, Encord ha comenzado a ver avances. Con su visibilidad en programas a través de la industria, la empresa está ayudando a las startups y laboratorios a identificar qué técnicas de datos están funcionando y cuáles no. Este enfoque colaborativo les permite estar a la vanguardia en la evolución de la inteligencia artificial física.

Los pilotos de Encord, como Sofia Infante y Andrew Ceja, están desempeñando un papel fundamental en el desarrollo de estos nuevos datos, y sus experiencias reflejan la creciente necesidad de innovación en el campo de la robótica. Ceja, que anteriormente trabajó en una empresa de gestión de residuos, destaca la emoción de enfrentar nuevos desafíos en su trabajo actual, donde cada día presenta una oportunidad de aprendizaje y descubrimiento.

Temas