¿Los robots jugando al balón son realmente impresionantes? No te dejes engañar por un “falso cerebro”; el verdadero umbral está aquí
Hola a todos, soy vuestro periodista financiero y economista. Últimamente, si revisáis videos cortos o noticias de tecnología, es muy probable que os hayan impactado aquellos en los que los robots juegan al tenis. En las imágenes, la pelota vuela rápidamente, los robots se mueven con agilidad, golpean la raqueta y hasta pueden jugar cientos de puntos contra un humano.
La primera reacción de muchas personas es: “¡Vaya, los robots finalmente tienen un ‘cerebro’! ¡Realmente pueden entender el mundo y las situaciones!”
Pero hoy, quiero desilusionar un poco a todos… o, mejor dicho, aportar un punto de vista más crítico.
Como alguien que ha observado la industria tecnológica durante mucho tiempo, y basándome en las profundas perspectivas de un exingeniero de conducción autónoma de Baidu (con el seudónimo de Lin Zhiyuan), os diré una realidad dura: **estos robots que parecen tener un alto nivel de inteligencia en realidad son una mezcla de “ciegos”, “muñecos” y “cerebros falsos”.
Puede sonar desagradable, pero la lógica es clara. A continuación, desglosaré este informe detallado en cinco puntos para que podáis ver más allá de las apariencias y entender hasta dónde están realmente los robots en términos de inteligencia real, y dónde se encuentran las verdaderas oportunidades en el futuro.
---
Primer punto: Desvelar la verdad detrás de las demostraciones impresionantes: son “trucos”, no habilidades verdaderas
Primero, debemos entender por qué los robots pueden golpear con tanta precisión:
1. En realidad, son “ciegos”
¿Pensáis que los robots utilizan sus propias cámaras para ver la pelota? Error.**
En la mayoría de las demostraciones, el campo de juego está lleno de dispositivos externos de alta precisión. La pelota está recubierta con un material reflectante y el campo ha sido marcado con precisión milimétrica. Hay un sistema completo de cámaras y sensores que cuestan millones de yuanes, que vigilan la pelota como si fueran docenas de “ojos”. Estos dispositivos calculan en tiempo real la posición, la velocidad y la trayectoria de la pelota y luego le indican al robot: “La pelota vendrá por tu lado izquierdo, ¡golpea!”
Es como si condujeras con los ojos cerrados, pero alguien a tu lado te indicara constantemente “gira a la izquierda” o “gira a la derecha”. El coche puede girar correctamente, pero el conductor (el robot) no “ve” el camino en realidad.
2. Son “muñecos” controlados por otros
Este tipo de funcionamiento se denomina versión avanzada de “control remoto” o “operación automática a nivel de sistema”.**
Aunque no hay nadie manejando un mando a distancia, todo el sistema funciona de forma automática. El problema es que la percepción (ver la pelota) y la toma de decisiones (cómo golpearla) no ocurren en el robot, sino en esos dispositivos externos. Es similar a los mapas de alta precisión utilizados en la conducción autónoma: antes pensábamos que eran impresionantes, pero luego descubrimos que el coche se quedaba atascado si salía del alcance del mapa o si las condiciones del camino cambiaban. Lo mismo ocurre con los robots que juegan al balón. Si se eliminan las pelotas reflectantes, los puntos fijos y el campo de juego marcado, es muy probable que el robot actúe de manera errática en un entorno desconocido, con luz compleja y sin marcas.
3. El “cerebello” es fuerte, pero el “cerebro” falta
Por supuesto, no podemos decir que los robots no hagan nada. Cuando reciben la instrucción de golpear en un lugar específico, necesitan ajustar rápidamente su equilibrio, dar pasos y golpear la raqueta. Esto demuestra que el “cerebello” (capacidad de control motor) de los robots ha mejorado mucho. Son muy coordinados y reaccionan rápidamente. Pero tener un “cerebello” fuerte no significa que tengan un “cerebro” autónomo.
Los humanos juegan al balón observando los movimientos del oponente, utilizando su experiencia para predecir el camino de la pelota y tomando decisiones incluso cuando la información no es perfecta. En cambio, los robots reciben una “respuesta estándar” de los sistemas externos.
Conclusión: Las demostraciones actuales más bien muestran la capacidad de control motor, no la inteligencia cognitiva.
---
Segundo punto: El verdadero desafío del “cerebro”: ver no significa saber si se ha actuado correctamente
Imaginad que algún día la tecnología avance y los robots puedan ver la pelota con sus propias cámaras. ¿Significará que entonces tendrán un “cerebro” real? Todavía no. Porque “ver” es solo el primer paso; lo más difícil es “actuar correctamente”.
1. El fracaso más peligroso: el robot se equivoca, pero no se da cuenta
Imaginad que un robot tiene que colocar una taza en una mesa. La agarra, la mueve y la deja. Los movimientos parecen perfectos, pero la taza se tuerce y el agua se derrama. En el laboratorio, los investigadores podrían decir: “Oh, esta vez no lo hiciste bien, inténtalo de nuevo”. Pero en el mundo real, eso sería un accidente. Un “cerebro” real no solo debería ser capaz de realizar acciones, sino también de evaluar el resultado. ¿Debería intentarlo de nuevo, corregir el error o rendirse?
2. Los modelos han mejorado, pero la responsabilidad no desaparece
Actualmente, hay un debate en la industria sobre si, a medida que los modelos de IA se vuelven más complejos (como el modelo VLA), ya no serán necesarios los sistemas jerárquicos y los controles de seguridad tradicionales. Lin Zhiyuan, con diez años de experiencia en conducción autónoma, afirma que no es así. Aunque los modelos se han fusionado, las funciones de frenado, alertas y gestión de fallos siguen existiendo, solo bajo una forma diferente. A los usuarios no les importa si el código está en un único modelo grande o en varios pequeños; lo que les importa es si el robot puede detenerse si algo sale mal o pedir ayuda. Si un modelo es más inteligente pero no es capaz de reconocer sus propios errores, ese es el verdadero peligro.
3. El mundo real no espera a que pienses lentamente
Los modelos grandes son inteligentes, pero necesitan tiempo para procesar información. Cuando la pelota viene hacia ellos o un brazo mecánico está a punto de chocar con algo, el mundo real no espera a que terminen de pensar. Por lo tanto, los robots del futuro necesitarán una combinación de un “cerebro” (para pensar estratégicamente) y un “cerebello” (para reaccionar rápidamente). La clave es cómo se coordinen ambos.
---
Tercer punto: No te dejes engañar por las tasas de éxito: el verdadero indicador de productividad es el tiempo que pueden reemplazar a los humanos de manera continua
Muchas empresas se enorgullecen de sus altas tasas de éxito (por ejemplo, el 99% de las capturas). Pero, según Lin Zhiyuan, este indicador no tiene sentido. Lo importante es cuánto tiempo pueden reemplazar a los humanos de manera continua y fiable en tareas reales y valiosas.
El único indicador verdadero es el tiempo que pueden trabajar sin errores. Si solo se mide la tasa de éxito de una acción en condiciones ideales, es fácil obtener buenos resultados. Pero la productividad real depende de si el robot puede trabajar de manera estable y sin errores en situaciones reales.
El mundo real es el mejor maestro: en el laboratorio, los investigadores pueden definir lo que se considera un éxito. Pero en la fábrica, un trabajo mal hecho puede causar problemas reales. Los robots que solo ejecutan órdenes no pueden verificar por sí mismos si su acción fue correcta. Esta falta de capacidad de autoevaluación es el mayor punto débil de los robots.
---
Cuarto punto: Después de alcanzar un cierto nivel, lo importante son la calidad de los datos y su capacidad de adaptación
Se dice que, una vez que los robots alcanzan un 60% de eficiencia, lo que importa son los datos y la ingeniería. Lin Zhiyuan no está completamente de acuerdo. Cree que, incluso después de ese umbral, la competencia sigue centrada en los datos, pero los requisitos cambian. Los datos necesarios no son simplemente imágenes y acciones; son información sobre el resultado de las tareas, las causas de los errores y cómo se recuperan de ellos.
Los modelos pueden mejorar, pero la responsabilidad no desaparece. Los usuarios quieren saber si el robot puede detenerse si algo sale mal y si puede pedir ayuda. Además, la inteligencia de un robot no debe depender únicamente de modelos grandes; debe ser capaz de adaptarse a diferentes escenarios y tareas.
---
Quinto punto: Las verdaderas oportunidades están en los ámbitos donde la automatización no puede llegar
Muchos piensan que los robots deberían usarse en las fábricas más avanzadas. Pero eso es un gran error. Las oportunidades reales están en aquellos lugares donde la automatización tradicional no funciona y donde los humanos no quieren trabajar:
- Redes subterráneas: oscuros, estrechos y peligrosos.
- Espacios cerrados o cabinas de barcos: pintura, soldadura.
- Entornos peligrosos: altas temperaturas, presiones altas, sustancias tóxicas.
Estos son lugares donde los humanos no quieren trabajar debido a riesgos para su salud y dificultades de contratación. Además, los resultados de estos trabajos son claros y fácilmente veribles. Los robots que pueden adaptarse a estas condiciones son los que realmente tendrán éxito.
El valor de la inteligencia artificial radica en resolver estos problemas específicos. Los robots deben ser capaces de adaptarse a cambios en el entorno y realizar tareas de manera fiable y eficiente.
---
Conclusión: El verdadero reto para los robots
Los robots que juegan al balón son impresionantes, pero son solo “actores”. Los verdaderos trabajadores necesitan demostrar su capacidad para trabajar de manera continua y fiable, y su capacidad para adaptarse a diferentes situaciones y tareas. El verdadero indicador de su inteligencia no es su habilidad para realizar acciones espectaculares, sino su capacidad para ser responsables de sus acciones y para aprender y adaptarse en diferentes contextos.
La próxima vez que veáis videos de robots jugando al balón, pregúntate: ¿Qué pasaría si se eliminaran los dispositivos externos, si el campo de juego cambiara o si el robot tuviera que trabajar de manera continua durante un mes? Si no pudiera hacerlo, seguiría siendo solo un juguete caro. Si sí, entonces realmente estaría cambiando el mundo.
El camino hacia la verdadera inteligencia artificial pasa por ser responsables de sus acciones y capaces de aprender y adaptarse a nuevas situaciones.