Physical Intelligence presenta el modelo de cerebro robótico π0.7

El jueves, Physical Intelligence, una empresa emergente de robótica con sede en el Área de la Bahía, publicó una nueva investigación que presenta su modelo más reciente, π0.7. El modelo representa lo que la compañía describe como un paso temprano hacia un cerebro robótico de propósito general. La afirmación central de la investigación es la “generalización composicional”, que se refiere a la capacidad del sistema para combinar habilidades aprendidas en diferentes contextos para resolver problemas que nunca ha encontrado. En lugar de depender de la memorización mecánica de tareas específicas, π0.7 está diseñado para recombinar datos existentes para descifrar acciones desconocidas.

Según Sergey Levine, cofundador de Physical Intelligence y profesor de UC Berkeley, esta capacidad de recombinar habilidades representa un paso adelante significativo. “Una vez que cruza ese umbral donde pasa de hacer solo exactamente las cosas para las que recopilas los datos a recombinar cosas de nuevas maneras, las capacidades aumentan de forma más que lineal con la cantidad de datos. Esa propiedad de escalado mucho más favorable es algo que hemos visto en otros dominios, como el lenguaje y la visión”, dijo Levine.

Para demostrar esto, los investigadores probaron el modelo en una freidora de aire, un electrodoméstico para el que no había sido entrenado explícitamente. Sin entrenamiento previo, el modelo hizo un intento inicial de cocinar un camote, lo que resultó en una tasa de éxito del 5%. Sin embargo, después de que los investigadores pasaron alrededor de media hora refinando las instrucciones verbales —un proceso conocido como ingeniería de prompts—, la tasa de éxito saltó al 95%. Lucy Shi, investigadora de la compañía y estudiante de doctorado en ciencias de la computación en Stanford, señaló que las fallas a veces son causadas por las propias limitaciones de los investigadores en la ingeniería de prompts, más que por el modelo en sí.

Otros miembros del equipo expresaron sorpresa ante la adaptabilidad del modelo. Ashwin Balakrishna, científico investigador en Physical Intelligence, explicó que, si bien normalmente puede predecir las capacidades de un modelo basándose en sus datos de entrenamiento, el rendimiento reciente de π0.7 lo sorprendió genuinamente cuando el robot giró con éxito un juego de engranajes comprado al azar bajo comando. Levine comparó esta sorpresa con los primeros días de los grandes modelos de lenguaje —que son modelos de IA entrenados con texto—, como cuando GPT-2 generó inesperadamente historias sobre unicornios en la cordillera de los Andes en Perú.

La startup con sede en San Francisco ha atraído el interés de los inversionistas, impulsado parcialmente por el cofundador Lachy Groom, un inversionista ángel en Silicon Valley. La huella financiera de la compañía incluye:

• Financiamiento total: Más de USD 1000 millones recaudados hasta la fecha.
• Valuación más reciente: USD 5600 millones.
• Valuación potencial: Physical Intelligence se encuentra, según se informa, en conversaciones para una nueva ronda de financiamiento que casi duplicaría su valuación a USD 11 000 millones.

Por qué importa

El modelo π0.7 sugiere que la IA robótica podría estar acercándose a un punto de inflexión donde las capacidades se combinan de formas que superan los datos de entrenamiento, lo que potencialmente permitiría a los robots adaptarse a nuevos entornos sin necesidad de reentrenamiento.