Meta presenta programa para mejorar colaboración entre humanos y robots

Meta presentó su nuevo programa PARTNR, un proyecto de código abierto (Open Source) que buscará colaborar con desarrolladores para avanzar en la investigación y desarrollo de robots “socialmente inteligentes”. El programa es parte del programa más amplio FAIR, que busca compartir avances de investigación para la formación de una Inteligencia Artificial avanzada (IA avanzada).

Mientras que los robots actuales operan de forma aislada o siempre a la espera de una indicación concreta, Meta busca construir robots con capacidad para comprender las necesidades de los usuarios y adaptarse al entorno dinámico de un hogar, de modo que puedan ser más eficientes en ayudar a tareas cotidianas como limpiar, recoger entregas o ayudar a cocinar, entre otras.

Para concretar esta ambición, Meta presentó PARTNR, el cual se trata de un marco de investigación para “cambiar el statu quo mediante la apertura de un punto de referencia, un conjunto de datos y un modelo a gran escala destinados a estudiar la colaboración entre humanos y robots en las tareas cotidianas”.

A través de este programa, la compañía busca proporcionar un mecanismo para entrenar a los robots sociales por medio de un entrenamiento a gran escala en simulación, seguido de un despliegue en el mundo físico. Como otros programas de IA impulsados por Meta, PARTNR también trabaja bajo el modelo de código abierto.

Este programa aprovecha también la experiencia de la plataforma obtenida de programas previos como Habitat 1.0, que entrenó a robots virtuales para navegar en escaneos 3D de casas reales; Habitat 2.0, que entrenó a robots virtuales para limpiar casas reorganizando objetos; y Habitat 3.0, un simulador diseñado para entrenar modelos de colaboración entre humanos y robots.

PARTNR incluye también un banco de referencias para permitir a los participantes comparar robots colaborativos y garantizar que puedan funcionar bien tanto en entornos simulados como físicos. Este benchmark consta de más de 100 mil tareas, incluidas las domésticas, como limpiar platos y juguetes. Asimismo, incluye el conjunto de datos, que consiste en demostraciones humanas de las tareas en simulación, que pueden utilizarse para entrenar modelos de IA incorporados.

Con este benchmarking, Meta busca destacar las principales deficiencias de los modelos existentes, como la mala coordinación y los fallos en el seguimiento de las tareas y la recuperación de los errores.

En la pasada conferencia de Davos, el científico jefe de Meta habló sobre las limitaciones que tiene actualmente la IA Generativa para su uso en robots, por lo que aseguró que la compañía ya estaba trabajando en nuevos modelos que habilitarán aplicaciones de robótica en los próximos tres a cinco años.

Según Meta, la compañía ha logrado avances en modelos que pueden colaborar con humanos tanto en entornos de simulación como físicos. Mediante el uso de datos de simulación a gran escala, Meta explica que entrenó un modelo de planificación a gran escala que supera los puntos de referencia más avanzados en términos de velocidad y rendimiento.

Dicho modelo logra un aumento de la velocidad de 8.6 veces, al tiempo que permite a los humanos ser un 24 por ciento más eficientes en la realización de tareas en comparación con los modelos de alto rendimiento existentes. Puede interpretar instrucciones a largo plazo, desglosando tareas complejas en pasos procesables y proporcionando una ayuda significativa a los usuarios humanos.