Gemini Robotics de Google: Innovación en Inteligencia Artificial para la Vida en Movimiento

Google ha compartido recientemente una serie de demostraciones en las que se pueden observar robots equipados con el innovador sistema Gemini Robotics. En estas pruebas, los autómatas son capaces de ejecutar tareas como manipular objetos a partir de instrucciones verbales. Se ha observado a estos robots realizando acciones detalladas como doblar papel, entregar alimentos, colocar objetos con suma precisión o interactuar con elementos de su entorno de manera fluida.

Uno de los aspectos más relevantes de este desarrollo es la capacidad de relacionar los objetos visibles con posibles acciones, permitiendo a la IA tomar decisiones más intuitivas y naturales. Además, Google DeepMind ha presentado una versión especializada llamada Gemini Robotics-ER (Embodied Reasoning, o Razonamiento Encarnado), que se centra en el procesamiento visual y espacial, con el objetivo de proporcionar una herramienta útil para que otros investigadores en robótica puedan entrenar sus propios sistemas de control.

En una de las pruebas más impactantes, Google demostró la integración de Gemini Robotics con el robot humanoide Apollo, desarrollado por la startup Apptronik. Durante la demostración, Apollo fue capaz de interactuar con humanos, responder a comandos y mover piezas en una mesa de manera autónoma.

«Hemos logrado transferir la comprensión general de Gemini 2.0 al campo de la robótica», explicó Kanishka Rao, investigador de robótica en Google DeepMind. La compañía asegura que este modelo es capaz de operar diversos tipos de robots en una amplia gama de entornos, incluso en situaciones que no fueron contempladas durante su entrenamiento inicial. Esto representa un avance significativo, ya que permite que las máquinas adquieran una mayor capacidad de adaptación y utilidad en el mundo real.

El avance de modelos de lenguaje como Gemini de Google y ChatGPT de OpenAI ha despertado la esperanza de una revolución en el campo de la robótica. Sin embargo, aún existen desafíos por superar, especialmente en la recopilación de datos de entrenamiento a gran escala. Los investigadores trabajan en nuevas técnicas, como el aprendizaje por teleoperación y simulación, que permiten a los robots mejorar sus habilidades de manera más eficiente.

En los últimos meses, Google ha intensificado su investigación en este campo, desarrollando modelos que combinan la potencia de los LLM (Large Language Models) con métodos avanzados de aprendizaje. En septiembre de 2024, presentaron un robot capaz de atarse los cordones y doblar ropa siguiendo instrucciones verbales, lo que refleja el enorme potencial de estas tecnologías para realizar tareas cotidianas con mayor precisión.