Generalist AI ha presentado su innovador modelo robótico GEN-1.5, capaz de aprender nuevas tareas tras observar solo de tres a doce segundos de demostración. Este avance, denominado «physical prompting», permite que el robot imite acciones como abrir un bote o sacar un billete, sin la necesidad de ser previamente programado o entrenado con grandes conjuntos de datos.
El funcionamiento de GEN-1.5 se basa en la observación de movimientos físicos, utilizando videos en lugar de instrucciones verbales. Así, el robot capta el contexto de la tarea y aprende a ejecutarla, incluso si la demostración proviene de una persona en lugar de otro robot. Esta nueva metodología promete facilitar la enseñanza de habilidades a los robots en diversas situaciones.
Aunque los resultados iniciales son prometedores, la tasa de éxito actual es del 59%, lo que indica que el robot puede fallar hasta cuatro de cada diez veces en tareas simples. Sin embargo, los desarrolladores de Generalist AI aseguran que con un entrenamiento adicional de aproximadamente cinco minutos, la efectividad puede aumentar hasta un 83%. Este aprendizaje adicional se logra con ajustes mínimos en el modelo, lo que demuestra la flexibilidad del sistema.
Este desarrollo representa un paso significativo en la robótica, permitiendo a los modelos aprender de manera más eficiente y adaptativa. Aún queda por ver cómo evolucionará esta tecnología y si logrará mejorar su rendimiento en tareas más complejas. La comunidad científica sigue atenta a estos avances, que podrían cambiar la forma en que interactuamos con los robots en el futuro.
