Fei-Fei Li, una veterana investigadora en inteligencia artificial, ha presentado un nuevo marco para modelos del mundo con el objetivo de dotar a las máquinas de una comprensión mucho más profunda del espacio físico. La propuesta, si da frutos, podría permitir que los robots naveguen y manipulen su entorno con un nivel de comprensión del que la IA actual carece en gran medida.
Por qué son importantes los modelos del mundo
La mayoría de los sistemas de IA actuales ven el mundo como imágenes planas o datos abstractos. Realmente no entienden que una silla es para sentarse, que una pared no se puede atravesar o que una taza se caerá si se empuja de una mesa. El marco de Li intenta solucionar eso construyendo lo que ella llama un modelo del mundo: una representación interna del entorno que incluye geometría, física y las relaciones entre objetos.
Ese tipo de inteligencia espacial es crucial para los robots que deben trabajar en hogares, almacenes u hospitales. Un aspirador que no entiende las esquinas choca contra ellas. Un dron de reparto que no puede predecir el viento podría dejar caer un paquete. El enfoque de Li promete superar estos límites al permitir que una IA simule acciones posibles antes de realizarlas.
De la simulación a la realidad
El marco no se trata solo de mejores mapas. Se trata de aprender cómo se comporta el mundo. El modelo ejecutaría escenarios hipotéticos — qué sucede si el robot empuja una caja, o si una persona camina frente a él — y actualizaría su comprensión basándose en lo que realmente ocurre. Ese bucle de retroalimentación podría hacer que los robots sean más adaptables y seguros.
Li ha estado trabajando en inteligencia espacial durante años. Su investigación anterior sobre reconocimiento de imágenes ayudó a entrenar a las computadoras para identificar objetos. Este nuevo esfuerzo va un paso más allá: no solo ver, sino razonar sobre el espacio. El modelo del mundo actúa como una especie de motor de física interno, permitiendo a la IA predecir resultados sin tener que probar cada acción en el mundo real.
Desafíos por delante
Construir un modelo del mundo fiable es difícil. Los entornos reales son desordenados. La iluminación cambia, los objetos se mueven, las personas se comportan de manera impredecible. El marco de Li deberá manejar ese caos sin colapsar. El costo computacional también es elevado: ejecutar simulaciones detalladas para cada decisión requiere una potencia de procesamiento considerable.
La investigadora aún no ha publicado resultados de una prueba a gran escala. El marco se describe en un artículo reciente, pero la verdadera prueba será si funciona fuera de un laboratorio. Un robot que pueda construir y utilizar un modelo del mundo sobre la marcha representaría un gran avance con respecto a los sistemas actuales, que en su mayoría dependen de reglas preprogramadas o conjuntos masivos de datos etiquetados.
Otros laboratorios avanzan en direcciones similares. DeepMind, OpenAI y varios grupos universitarios han propuesto ideas de modelos del mundo. La versión de Li destaca por su enfoque en el razonamiento espacial — el tipo de comprensión que un humano utiliza para caminar por una habitación llena de gente sin chocar con nadie.
Si el marco puede escalar más allá de las simulaciones hacia entornos dinámicos y desordenados es una pregunta abierta. El equipo de Li probablemente está trabajando en eso ahora, pero no se ha dado un cronograma para un prototipo funcional.
