Perceptron: exinvestigadores de «Meta» llevan la visión de la inteligencia artificial a las fábricas

A pesar de la profunda transformación que la inteligencia artificial ha provocado en nuestras vidas, hasta hace poco permanecía confinada al mundo digital: textos, imágenes y conversaciones que ocurrían detrás de las pantallas. Sin embargo, una nueva ola de startups busca ahora sacar esta tecnología del espacio virtual y llevarla al mundo real, donde las máquinas se mueven e interactúan con entornos físicos complejos. Entre las más destacadas de estas empresas figura «Perceptron», fundada por dos exinvestigadores del laboratorio de investigación fundamental en inteligencia artificial de «Meta».

De los laboratorios de «Meta» al suelo de la fábrica

Perceptron fue fundada en noviembre de 2024 por Armen Aghajanian y Akshat Shrivastava, quienes trabajaron anteriormente en el equipo de investigación FAIR de «Meta». El trabajo de la empresa se centra en desarrollar modelos de visión avanzados destinados a permitir que las máquinas interactúen de manera más eficiente con su entorno físico, en lugar de limitarse a procesar datos digitales.

Los fundadores consideran que la inteligencia artificial física sufre hoy un verdadero dilema: o bien modelos fundacionales generales que requieren enormes recursos de cómputo en la nube por cada instancia de ejecución, o bien modelos estrechos y especializados que dominan una sola tarea sin combinar percepción y control a la vez. La empresa aspira a ofrecer una alternativa que equilibre ambas cosas.

El modelo «Isaac 0.5» y su función

Esta semana la empresa lanzó su modelo más reciente, denominado «Isaac 0.5», diseñado para dotar a las máquinas de la capacidad de «percibir, razonar y actuar» dentro de entornos industriales. Este programa puede ayudar a los robots basados en visión a desplazarse por entornos complejos como almacenes y líneas de producción, y también permite a las empresas extraer información visual precisa de los vídeos grabados por dichos robots.

Cabe destacar que el modelo se presentó como «de pesos abiertos», lo que significa que sus parámetros y materiales de entrenamiento están disponibles para su examen y consulta por parte de cualquier entidad interesada, lo que refuerza la transparencia y abre la puerta a mejoras comunitarias.

Flexibilidad en lugar de especialización estrecha

Los fundadores subrayan que su herramienta se diferencia de los modelos existentes por ser multipropósito, es decir, no está diseñada para una sola tarea repetitiva, sino que es capaz de adaptarse al entorno o la situación en la que se coloca. Para ilustrar la idea, Shrivastava planteó el ejemplo de un robot encargado de clasificar paquetes, señalando que esta tarea aparentemente sencilla implica múltiples pasos, entre ellos:

• Leer la etiqueta escrita en el paquete para determinar su destino.
• Realizar un análisis espacial para comprender las ubicaciones de las cajas circundantes.
• Decidir qué caja se recoge primero.
• Ordenar la secuencia de levantamiento de las cajas cuando se trata de varias piezas.

La tecnología de «Perceptron» busca acompañar al robot en cada paso de este proceso con flexibilidad. Y aunque es cierto que el mercado ya cuenta con software que realiza la mayoría de estas tareas, pocos han sido diseñados para ejecutarlas de forma flexible y adaptable a las condiciones cambiantes.

Entrenamiento masivo a lo largo de millones de horas

Modelos como «Isaac 0.5» adquieren sus habilidades operativas mediante la asimilación de enormes cantidades de datos de vídeo. La empresa señala que alimentó su modelo con un millón de horas de vídeo público para enseñar al algoritmo a reconocer distintos entornos, escenas y escenarios. También se apoyó intensamente en lo que se conoce como «vídeo en primera persona», generalmente grabado con una cámara portátil desde el ángulo de una persona que realiza una tarea física, además de clips utilizados para enseñar a los sistemas los movimientos mediante el registro de acciones humanas repetitivas.

Y aunque la empresa se abstuvo de revelar las fuentes de sus datos de entrenamiento, Shrivastava explicó que internamente construyó conjuntos de datos de un tamaño de «petabytes» que abarcan múltiples medios, desde imágenes, textos y vídeos hasta trayectorias de movimiento de robots.

Amplios sectores ante su aplicación

El beneficio potencial de un software que ayude a los robots a operar de manera eficiente dentro de los almacenes parece enorme, y «Perceptron» cree que está en una buena posición para liderar esta ola de automatización. La empresa está dispuesta a comercializar su software a una variedad de distribuidores, lo que permite integrar la «capa de inteligencia» que ofrece dentro de numerosas industrias, entre ellas:

• La manufactura.
• La logística y la gestión de almacenes.
• La seguridad y la vigilancia.
• El transporte y la movilidad.
• Los medios y el entretenimiento.

Aghajanian resume la ambición de la empresa afirmando que lo que ofrecen no tiene un verdadero equivalente en el mercado, expresando gran entusiasmo por lo que le espera a esta tecnología. Y si las previsiones de sus fundadores resultan acertadas, los modelos de visión flexibles podrían constituir un paso decisivo hacia una nueva generación de automatización industrial que combine la percepción y la acción de forma simultánea.

✦ بقلم فريق دروب أيديا