Google DeepMind ha lanzado Gemini Robotics 2, la última versión de su modelo de visión-lenguaje-acción integrado en un robot humanoide.

En una publicación de blog, la empresa indicó que el lanzamiento representa un paso significativo hacia la "AGI física" (inteligencia artificial general), es decir, una IA que puede interactuar y operar en el mundo real a través de sistemas físicos como robots, permitiendo que estos realicen tareas físicas que los humanos pueden hacer.

Al combinar múltiples modelos de IA, el sistema permite lo que DeepMind denomina "control inteligente de todo el cuerpo". La empresa señaló que esto otorga a los robots la capacidad de percibir su entorno, razonar a través de tareas de varios pasos y coordinar el movimiento en todo su cuerpo. Los robots integrados con el sistema también pueden colaborar con otros robots, lo que subraya cómo los sistemas robóticos se diseñan cada vez más en torno a la coordinación en lugar de la automatización de tareas individuales.

Carolina Parada, responsable de robótica de DeepMind, ha descrito la ambición a largo plazo como permitir que "un robot realice cualquier tarea que un humano pueda hacer".

Los videos de demostración publicados la semana pasada mostraron al robot Apollo 2 de Apptronik y a las manos robóticas de Sharpa completando de forma autónoma tareas domésticas e industriales como atar bolsas de basura y atornillar bombillas. Los sistemas fueron entrenados mediante una combinación de teleoperación, demostraciones en video y simulación.

Paul Miller, analista de Forrester, señaló que el lanzamiento se basa en el trabajo anterior de robótica de Google al mejorar la colaboración entre robots, ayudar a las máquinas a recuperarse de acciones fallidas y dotar al modelo de una mejor comprensión del robot en su conjunto, en lugar de centrarse únicamente en componentes individuales como un brazo o una pinza.

Sin embargo, Miller advirtió que el salto para cerrar la brecha entre el cerebro y el cuerpo robótico conlleva riesgos significativos.

"Los robots son máquinas físicas", dijo. "Pueden ser fuertes y pueden ser pesadas. Las personas que trabajan con estas máquinas y las que las encuentran en el mundo necesitan tener la confianza de que son seguras".

Señaló desafíos como garantizar que los robots fallen de manera segura si los sensores o los sistemas de energía fallan, argumentando que el despliegue generalizado junto a humanos dependerá de salvaguardias de seguridad robustas.

"Antes de que los robots puedan desplegarse realmente junto a las personas, el caso de seguridad debe demostrarse de manera convincente y creíble", afirmó.

Sobre el objetivo de Google de alcanzar la AGI física, Miller dijo que la promesa sigue siendo "aspiracional" por ahora.

"Un robot que eventualmente pueda hacer cualquier cosa que un humano pueda, en cualquier entorno, puede ser un objetivo de investigación razonable, pero es uno que está muy lejos de alcanzarse", señaló.

Por ahora, espera que la IA física aporte valor en entornos controlados como fábricas y almacenes, donde los diseños más estructurados y las tareas más predecibles facilitan la limitación del riesgo y la incertidumbre.

"La IA física puede ser adaptable y más flexible que formas anteriores de automatización, pero sigue siendo más fácil y económico desplegar automatización en entornos donde se pueda minimizar el riesgo, minimizar la incertidumbre y maximizar la utilización", dijo. "Una fábrica o almacén puede ser ruidoso, sucio o caótico, pero es mucho más sencillo para un robot que un entorno doméstico".