El modelo de inteligencia artificial (IA) GEN-1.5 es capaz de aprender una nueva tarea física tras observar una única demostración audiovisual de entre tres y 12 segundos. Este desarrollo fue creado por la empresa de robótica e IA, Generalist AI.
Este proceso se denominó physical prompting. Las acciones incluyen abrir una botella, bajar un cierre o sacar un billete de una cartera. Por ende, este programa no requiere un nuevo conjunto de datos informáticos de entrenamiento, sino que se basa en videos con los movimientos que se desea que el robot imite.
El modelo observa el estado inicial, cómo se manipula un objeto y eso le sirve como contexto para deducir que debe hacer. El mundo físico se convierte así en su conjunto de datos de aprendizaje.
De hecho, si una persona realiza la tarea con sus propias manos delante de sus cámaras, GEN-1.5 intenta trasladar esos movimientos a sus pinzas. No se limita a memorizar una trayectoria exacta, sino que trata de interpretar qué objetivo persigue ese vídeo de partida.
Generalist AI probó el sistema con diez tareas de manipulación sencillas y relativamente cortas, y la tasa de éxito para esas tareas fue de media del 59 %, es decir, falla cuatro de cada diez veces.
La empresa puede, a partir de ese aprendizaje inicial, modificar el modelo, y ahí se necesita un entrenamiento adicional ínfimo. Con unos cinco minutos de datos —unas 50 demostraciones de una tarea sencilla— y solo diez actualizaciones del modelo, la tasa de éxito sube al 83 %.
Con información de VTV
