Un redactor de Wired entrena un robot Microduck virtual para detectar gatos con GPT-6 Sol de OpenAI
Un redactor de Wired afirma que usó el modelo GPT-6 Sol, de OpenAI, para entrenar una versión simulada del robot Microduck, fabricado por Pollen Robotics y Hugging Face, para caminar por una habitación e identificar gatos bengalíes. En una edición de su boletín, Will Knight dijo que la programación y el entrenamiento solo llevaron unas horas, un trabajo que, según él, antes podría haber requerido semanas.
Knight todavía espera a tener un Microduck físico. Según él, el comportamiento aprendido en simulación es relativamente sencillo y debería trasladarse al robot real. Tiene previsto que dispense una golosina para su gato bengalí, Leona, quizá inclinando la cabeza para soltarla desde un compartimento de almacenamiento impreso en 3D montado sobre el robot.
Cómo funcionó el entrenamiento
Knight combinó GPT-6 Sol con Hermes, un entorno agéntico de Nous Research, y un Nvidia DGX Spark, un ordenador personal con un potente chip de IA. Según Knight, el modelo fue más allá de escribir código: usó el software Isaac Sim de Nvidia para enviar instrucciones a un modelo que controla el robot virtual, vio vídeos de los resultados para valorar el progreso y propuso cambios en el enfoque del entrenamiento.
El proceso enseñó al Microduck a caminar sin caerse. Un intento de enseñarle a hacer el paso de moonwalk, con un GIF de Michael Jackson, terminó tras horas de esfuerzo con lo que Knight llamó «un trote hacia atrás muy animado».
Knight advirtió de que lograr que los robots funcionen de forma fiable sigue siendo muy difícil y exige una gran pericia en ingeniería. El sistema de visión de su robot no es lo bastante bueno para un producto real, escribió.
Los investigadores ven un uso más amplio
Knight citó el trabajo de Ken Goldberg, profesor de la Universidad de California en Berkeley, cuyos estudiantes probaron el modelo Astra de OpenAI tras su lanzamiento en septiembre. Un miembro del laboratorio conectó Astra a Newton, una herramienta de Nvidia, facilitó un fragmento de vídeo de un robot real en funcionamiento y pidió al modelo que construyera una simulación de esa escena.
«Lo que nos dejó a todos boquiabiertos fue que en menos de una hora había generado una simulación 3D completa con todos los parámetros definidos: la posición de la cámara, la iluminación, el fondo, todos los materiales,»
Goldberg añadió que Astra puede automatizar gran parte del tedioso trabajo del entrenamiento en simulación, al ejecutar experimentos y analizar los resultados. Según Knight, varias empresas de robótica industrial y automatización han mostrado interés en este enfoque.
Jim Fan, investigador de Nvidia que ha trabajado con Goldberg, afirmó que los modelos de IA ya pueden controlar robots de un modo parecido al de los agentes de software. Los grandes modelos de lenguaje pueden recurrir a modelos de visión-lenguaje-acción, entrenados para controlar acciones físicas, igual que usan distintos programas en un ordenador.
Esta semana, Fan, Goldberg y otros lanzaron Aspire, un marco agéntico de código abierto que permite a un robot descubrir y utilizar nuevas habilidades. En uno de los ejemplos, GPT-6 Astra averiguó cómo usar dos brazos robóticos para resolver el cubo de Rubik. Fan también pronunció una ponencia magistral en la Conferencia sobre Aprendizaje Robótico, celebrada en Austin (Texas), en la que mostró a Astra dirigiendo un brazo robótico para pintar el puente Golden Gate.
