La nueva frontera de la AI: falta de datos para entrenar robots

Los gigantes del campo de la inteligencia artificial (AI), incluido OpenAI, han comenzado a centrar nuevamente su atención en la robótica. Sin embargo, ha surgido un obstáculo inesperado: casi no existe una base de datos de calidad necesaria para enseñar a los robots a moverse en el mundo físico. Mientras que los modelos de lenguaje (LLM) se desarrollaron gracias a los datos abiertos en Internet, los robots requieren conjuntos de datos especializados que reflejen la interacción física. Así lo informa Techcrunch.com en su noticia.

Con el objetivo de llenar este vacío, la startup XDOF ha iniciado sus operaciones. La empresa se dedica a la recolección, clasificación y sistematización de datos para la robótica. Según TechCrunch, el nuevo proyecto ha logrado recaudar 70 millones de dólares de fondos prestigiosos como Thrive Capital, Spark Capital y a16z. Estos fondos se destinarán a la creación de "manuales digitales" para robots.

Escasez de datos y nuevas soluciones

Actualmente, los videos de YouTube o las imágenes simples utilizadas para entrenar robots no pueden reflejar completamente la complejidad del mundo físico. Philip Wu, fundador de XDOF, destaca que el próximo gran problema en el campo de la AI no serán los chips o los modelos, sino precisamente la falta de datos. No se puede crear un robot perfecto sin datos precisos sobre cómo los brazos robóticos sujetan objetos, los desplazan y superan diversos obstáculos.

El equipo de XDOF trabaja actualmente con cerca de 20 clientes, entre los que se encuentran algunos de los laboratorios de AI más destacados del mundo. La empresa no solo recolecta datos, sino que también ofrece servicios de limpieza y anotación. Este proceso ayuda a que los robots aprendan de sus errores y ejecuten movimientos físicos con mayor precisión.

El proyecto ABC y la colaboración académica

Como parte importante de sus actividades, la empresa anunció, en colaboración con la universidad UC Berkeley, una gran base de datos llamada ABC. Este conjunto incluye:

• más de 130 000 trayectorias de manipulación robótica;
• 300 horas de procesos de simulación;
• 100 horas de resultados de evaluación práctica.

Una base de datos de tal magnitud no estaba disponible anteriormente para los círculos científicos. Proyectos como este son también de gran importancia para países en desarrollo como Uzbekistán. Mientras se espera que el uso de robots en la producción y los servicios se expanda en el futuro, la existencia de tal infraestructura tecnológica contribuirá a reducir el precio de los robots y a su popularización.

En conclusión, a medida que OpenAI y otras grandes empresas regresan a la carrera de la robótica, los "proveedores de datos" como XDOF se convertirán en una parte integral de la industria. La AI física no es solo software, sino un sistema complejo que funciona en armonía con el mundo real.