Latest / Robots Humanoides / Toda empresa industrial se convertirá en una empresa de robótica

Transcript

Toda empresa industrial se convertirá en una empresa de robótica · Robots Humanoides

• 0:07
  Soy Javier Martín, fundador de integra Robot.
• 0:10
  Podría ser la presentación de Gpt 6 Sastra el momento chat gpt
• 0:14
  de la robótica que tanto estaba esperando desde que trabajo con
• 0:18
  agentes de inteligencia artificial, le he estado dando
• 0:21
  vueltas a cómo aplicar esta tecnología en el ámbito de la
• 0:23
  robótica y he encontrado principalmente 3 vías de
• 0:26
  utilidad. La primera es que los ingenieros
• 0:29
  de robótica usan la inteligencia artificial para mejorar su
• 0:32
  productividad. Como cualquier otro profesional,
• 0:35
  pueden usar los agentes para automatizar tareas, analizar
• 0:38
  datos, diseñar experimentos o programar el software de los
• 0:41
  robots. La segunda es que los agentes
• 0:44
  pueden usarse para simular el funcionamiento de robots cuando
• 0:47
  les pides que accedan y configuren alguno de los muchos
• 0:50
  simuladores que están disponibles online o para
• 0:52
  descarga. Por ejemplo, musoko desarrollado
• 0:55
  por Google Deadmind. O las herramientas de simulación
• 0:57
  de Nvidia. Y la tercera, que es lo que no
• 1:00
  me esperaba que llegara tan pronto, es ver agentes de
• 1:03
  inteligencia artificial dando instrucciones de movimiento a
• 1:06
  robots. Lo intuía, pero no imaginaba que
• 1:09
  fuéramos a ver avances como los que están apareciendo con GPT.
• 1:12
  Seisastra. Esta noticia puede condicionar
• 1:19
  mucho el futuro de la robótica, ya que un modelo generalista del
• 1:22
  lenguaje empezado a mostrar capacidades de razonamiento
• 1:25
  espacial. Y a utilizarlas para resolver
• 1:27
  algunas tareas físicas. Open AI ha mostrado avances en
• 1:31
  trabajo con herramientas de diseño en 3 dimensiones y las
• 1:34
  pruebas de terceros están explorando hasta dónde llega esa
• 1:37
  capacidad, cuando el modelo tiene acceso a un brazo
• 1:39
  robótico. Pero tampoco hay que lanzar las
• 1:42
  campanas al vuelo ni tirar por Tierra todo el trabajo que hacen
• 1:45
  los laboratorios de inteligencia artificial física, desarrollando
• 1:48
  modelos de visión, lenguaje y acción y modelos del mundo.
• 1:52
  Estamos en una situación preliminar, aunque los
• 1:54
  resultados apuntan maneras. Por ejemplo, en una evaluación
• 1:58
  de robo Curve astra consiguió meter un bloque en un cuenco en
• 2:01
  19 de 20 intentos, pero tardó de media 2 minutos y medio, y en
• 2:06
  una tarea de encajar una pieza en una ranura, sólo completó 2
• 2:09
  de 20 intentos. Es decir, el avance es
• 2:12
  importante, pero depende mucho de la tarea que le pidamos.
• 2:20
  Entonces podría darse el caso de que el famoso momento chat gpt
• 2:24
  de la robótica estuviera protagonizado por el mismo chat
• 2:27
  gpt. ¿Sabes lo que pasa?
• 2:28
  Que si contrastamos esta situación con todo lo que está
• 2:31
  pasando con la inteligencia artificial en general, el camino
• 2:34
  que se está trazando parece una convergencia hacia la
• 2:37
  inteligencia artificial física, donde cada vez se acorta más la
• 2:41
  distancia entre lo digital y lo físico.
• 2:43
  De ser así, se entiende el interés de los grandes
• 2:46
  laboratorios por la robótica. Aunque el cuerpo del robot sigue
• 2:49
  siendo un reto porque hacen falta actuadores, sensores,
• 2:52
  baterías y sistemas de control capaces de ejecutar lo que el
• 2:56
  software propone. Con los avances de empresas como
• 2:59
  open a II, Antropic y Google, la inteligencia artificial física
• 3:03
  puede convertirse en una prolongación de la generativa.
• 3:06
  Aquí cobra sentido la visión de Jensen Juan sobre máquinas cada
• 3:10
  vez más autónomas. Es más, a esta predicción hay
• 3:13
  que sumarle otra, toda empresa industrial se convertirá en una
• 3:16
  empresa de robótica. Cuando el fundador de Nvidia lo
• 3:19
  plantea, lo que nos está mostrando es la oportunidad que
• 3:22
  supone que las empresas que tienen capacidad de fabricar
• 3:25
  cosas físicas usen la inteligencia artificial para
• 3:28
  desarrollar máquinas más autónomas y operaciones más
• 3:31
  automatizadas. Para entenderlo, lo mejor es
• 3:38
  poner un ejemplo, que en este caso va de excavadoras.
• 3:42
  Caterpillar y Feel. EI se han asociado para impulsar
• 3:44
  la inteligencia artificial, física, la autonomía y la
• 3:47
  robótica, con el fin de que las obras y las fábricas operen de
• 3:50
  forma más segura y eficiente. Para ello, recurren a la
• 3:54
  robótica, los gemelos digitales y tecnologías de envidia, en un
• 3:58
  contexto de escasez de mano de obra y exigencias de
• 4:00
  productividad cada vez mayores. Por su parte, gravis robotics ha
• 4:05
  anunciado una inversión de 200000000 USD de Softbank.
• 4:08
  Para llevar maquinaria pesada autónoma a obras de todo el
• 4:11
  mundo, la empresa explica que combina modelos entrenados con
• 4:15
  simulación y datos de las máquinas para adaptar su
• 4:17
  actuación al terreno y a las características de cada equipo.
• 4:21
  Una excavadora, además, hace algo que ayuda a entender la
• 4:23
  dificultad de este problema, modifica el entorno mientras
• 4:27
  trabaja. El suelo que encuentra después
• 4:29
  de una palada es diferente del que había antes y puede contener
• 4:32
  una piedra o presentar una resistencia que no se veía desde
• 4:36
  fuera. Por eso necesita interpretar lo
• 4:38
  que ocurre mientras actúa y ajustar su comportamiento.
• 4:41
  Aquí aparece una idea que subyace en todo lo que estamos
• 4:44
  comentando. Los centros de datos y las redes
• 4:46
  energéticas que necesita la inteligencia artificial
• 4:49
  requieren una enorme cantidad de construcción.
• 4:52
  Gravis identifica esa demanda de infraestructura como una
• 4:55
  oportunidad para la automatización y así se forma
• 4:58
  una relación muy interesante. Usamos inteligencia artificial
• 5:02
  para desarrollar robótica que pueda ayudar a construir parte
• 5:05
  de la infraestructura necesaria para seguir desarrollando
• 5:08
  inteligencia artificial. Para ir un poco más allá.
• 5:16
  Vamos a profundizar en esta convergencia que se está
• 5:18
  produciendo entre la inteligencia artificial y la
• 5:20
  robótica a través de GPT 6 Astra.
• 5:23
  Los modelos generalistas aportan conocimiento del mundo y
• 5:26
  capacidad para organizar tareas. Los especializados en robótica
• 5:30
  aprenden a convertir lo que ve el robot en movimientos a partir
• 5:33
  de experiencia física. La cuestión es cómo combinar
• 5:37
  esas capacidades y hasta dónde podrá llegar cada una.
• 5:40
  Esto ya se exploraba antes de chat.
• 5:42
  GPT en 2022, Google presentó secan, que combinaba un modelo
• 5:47
  de lenguaje con las habilidades de un robot.
• 5:49
  Por ejemplo, para limpiar un líquido derramado.
• 5:51
  Podía identificar pasos como conseguir un trapo y acercarse
• 5:54
  al lugar. Pero calcular los movimientos
• 5:57
  para coger el trapo seguía dependiendo de la parte
• 5:59
  robótica. Ahora estamos viendo pruebas en
• 6:06
  las que un modelo generalista puede proponer posiciones y
• 6:09
  movimientos para un brazo. Por ejemplo, en una
• 6:12
  demostración, astra utilizó un brazo robótico con pinceles para
• 6:15
  pintar el puente golden gate a partir de una imagen de
• 6:18
  referencia, mejorando el resultado tras varios intentos.
• 6:22
  Lo interesante es combinar la interpretación de una imagen con
• 6:24
  la planificación y la corrección del resultado.
• 6:27
  Para convertirlo en una herramienta útil.
• 6:29
  Habría que comprobar cuánto tarda, cuántas veces funciona y
• 6:32
  qué ocurre, si cambiamos el pincel o la posición del papel.
• 6:36
  Por su parte, generalist ha mostrado un modelo robótico que,
• 6:39
  para introducir un bloque en un cuenco cubierto por un papel,
• 6:42
  retira primero el papel aunque no se le haya pedido
• 6:44
  expresamente. En otra demostración, después de
• 6:48
  aprender a mover un bloque con un cepillo, utiliza un recogedor
• 6:51
  para levantarlo y dejarlo dentro del cuenco.
• 6:53
  Son tareas sencillas y de corta duración, pero muestran la
• 6:57
  posibilidad de adaptar la estrategia al objetivo en una
• 6:59
  fábrica. Podríamos imaginar un robot que
• 7:01
  ajustara la acción cuando una pieza estuviera ligeramente
• 7:04
  desplazada con la fiabilidad que exige el proceso.
• 7:12
  Ahora bien. Hay una diferencia, que en una
• 7:14
  obra o en una fábrica pesa mucho el tiempo.
• 7:18
  Un modelo puede encontrar una buena solución después de pensar
• 7:21
  durante varios segundos, pero una máquina necesita reaccionar
• 7:24
  a cambios físicos mientras está trabajando.
• 7:27
  Y un robot que dependa de una conexión a Internet necesita una
• 7:30
  respuesta prevista para cuando esa conexión falle.
• 7:33
  Por eso, una de las posibilidades es combinar un
• 7:36
  modelo generalista con sistemas especializados que se ejecuten
• 7:39
  en el propio robot. El primero podría interpretar la
• 7:42
  tarea y organizar el trabajo, mientras los segundos se
• 7:45
  encargan de los movimientos y las respuestas rápidas.
• 7:49
  Si se pierde la conexión, el sistema local tendría que poder
• 7:51
  mantener un comportamiento seguro, por ejemplo, de tenerse
• 7:55
  de forma controlada. Y todavía hay una vía que
• 8:02
  conecta directamente con lo que comentaba al principio.
• 8:05
  Estos agentes pueden ayudar a crear entornos de simulación y
• 8:08
  datos para entrenar robots. Preparar una escena virtual
• 8:12
  lleva trabajo porque hay que construir los objetos y definir
• 8:15
  propiedades como su masa, su fricción o la forma en que hacen
• 8:18
  contacto. Si un agente ayuda a generar
• 8:21
  esas escenas y a preparar experimentos, los ingenieros
• 8:24
  podrían probar más variaciones, cambiar la posición de una caja,
• 8:27
  el tamaño de una pieza o las condiciones de iluminación.
• 8:31
  También podrían utilizar soluciones generadas mediante
• 8:33
  código para obtener trayectorias con las que entrenar modelos más
• 8:36
  pequeños y rápidos. Después habría que comprobar qué
• 8:40
  parte de ese aprendizaje se traslada el robot real.
• 8:43
  Esto es importante para una empresa industrial porque su
• 8:46
  conocimiento del proceso puede convertirse en una ventaja.
• 8:49
  Sabe cómo se comportan sus materiales, qué fallos aparecen,
• 8:53
  qué tolerancias son aceptables y qué significa que una tarea esté
• 8:56
  bien hecha. Ese conocimiento ayuda a elegir
• 8:59
  qué simular, qué datos recoger y cómo evaluar si el robot aporta
• 9:03
  valor. Por lo tanto, cuando hablamos de
• 9:10
  que toda empresa industrial se convertirá en una empresa de
• 9:13
  robótica, podemos entenderlo como una transformación de sus
• 9:16
  productos y de sus operaciones, un fabricante de maquinaria
• 9:20
  puede incorporar autonomía Asus equipos y una fábrica puede
• 9:23
  aprender a coordinar robots, personas y procesos con más
• 9:26
  flexibilidad. El movimiento que se inició con
• 9:28
  la presentación de chat gpt el 30/11/2022, está abriendo nuevas
• 9:33
  posibilidades en el mundo físico.
• 9:35
  Aún no sabemos qué combinación marcará ese momento aplicado a
• 9:38
  la robótica, pero podemos empezar a explorar qué tareas
• 9:42
  concretas se beneficiarían para una empresa industrial.
• 9:45
  Esta evolución tecnológica está empezando a convertirse en una
• 9:48
  oportunidad de negocio para aprender más de robótica.
• 9:52
  Te invito a apuntarte a la Newsletter integrarobot.com.