Subscribe to Bankless or sign in
La era de la robótica comenzó el martes durante la última presentación de Nvidia y, al menos por ahora, es de código abierto.
El titán de la IA presentó GR00T N1, el primer modelo básico de código abierto del mundo diseñado específicamente para robots humanoides. Piense en GR00T como un cerebro de software universal detrás de los robots, que les permite realizar tareas cotidianas como recoger objetos, servir bebidas o incluso voltear tortitas.
A diferencia de los robots más sencillos creados para realizar tareas repetitivas en fábricas, GR00T está diseñado para ayudar a los robots a desenvolverse en entornos complejos e impredecibles, es decir, en la vida real.
¿Por qué apostar por el código abierto? Por varias razones. En primer lugar, Nvidia quiere que desarrolladores de todo el mundo se basen en su tecnología para acelerar la innovación robótica. Al liberar también datos de entrenamiento masivos, desde vídeos de tareas cotidianas hasta simulaciones virtuales de robots, Nvidia ayuda a los robots a aprender mejor los escenarios del mundo real.
GR00T también destaca por combinar datos simulados más baratos con experiencia práctica, lo que ayuda a los robots a entrenarse mejor para su despliegue en el mundo real, abordando un duro problema para la robótica en torno al lento y costoso proceso de recopilación de datos.
Tesla, por ejemplo, pagó 48 dólares/hora para que los participantes generaran datos de entrenamiento robótico de alta calidad, como guiar brazos robóticos o navegar por entornos del mundo real. Al combinar simulaciones sintéticas con experiencia en el mundo real, GR00T reducirá estos costes y hará más escalable el desarrollo de la robótica.
Pero más allá de la interminable búsqueda de la innovación, hay un factor más importante en su decisión de abrir el código fuente: impulsar la demanda de hardware y servicios de Nvidia.<
Así como la nueva IA de código abierto de Alibaba, Qwen, probablemente impulsará su negocio en la nube (que es su fuente de ingresos más limpia relacionada con la IA), Nvidia se beneficiaría cuando los desarrolladores que utilicen GR00T, que fue optimizado para sus nuevos chips Thor Jetson, recurran a estos chips para ejecutar sus propios modelos GR00T.
Son dos pájaros de un tiro: la simulación de código abierto de GR00T amplía el alcance de los productos de Nvidia en el mercado y, al mismo tiempo, atrae a más desarrolladores al ecosistema de Nvidia.
Todo esto enlaza con la visión más amplia de Nvidia de la "IA física", un término acuñado a principios de este año para describir a los robots que interactúan de forma inteligente con el mundo real.
Pero las implicaciones van más allá de Nvidia. Las criptomonedas, al estar inseparablemente entrelazadas con la IA, han recogido esta tendencia, alimentando el fervor en torno a la Inteligencia Artificial Física Descentralizada (DePAI). Piensa en robots que operan en blockchains y en toda la sinergia que puede surgir con este nuevo impulso de código abierto.
DePAI: ¿Pueden mezclarse las criptomonedas y los robots?
DePAI puede dividirse en siete capas básicas, desde el hardware y la gobernanza hasta la inteligencia espacial.
Mientras que un puñado de equipos como Frodobots, peaq, y xmaquinaDAO están construyendo a través de esta pila, estoy de acuerdo con Knower y Smac de Compound VC en que los que construyen para la formación distribuida pueden acabar siendo los más importantes.
Enjoying this article?
Subscribe to Bankless or sign in
Recuerda, un enorme obstáculo para la robótica proviene de los costes y la velocidad de recopilación de los datos del mundo real necesarios para aprender a navegar por los entornos desordenados e impredecibles de la vida cotidiana.
La criptografía es muy útil aquí, ya que proporciona tanto el sistema como los incentivos para llevar a cabo un entrenamiento distribuido a gran escala y recopilar estos valiosos datos cotidianos. Los tokens pueden utilizarse como compensación, mientras que las cadenas de bloques mantienen el intercambio de datos seguro, transparente y verificable.
Varios equipos ya están explorando este enfoque:
- 🎥 Mecka.AI: Recopila vídeos de tareas cotidianas -cocinar, limpiar, quehaceres generales- para dar a los robots una visión más realista del comportamiento humano.
- 🏊 PrismaXai: Captura escenarios en primera persona -deportes, aficiones nicho, entornos únicos- que suelen pasar desapercibidos para los métodos estándar de recopilación de datos.
- 📱 OpenMind AGI: Utiliza teléfonos inteligentes para registrar actividades cotidianas típicas, como la compra en el supermercado, alimentando modelos robóticos con información detallada del mundo real.
Además, muchos protocolos DePIN existentes como Hivemapper, Geodnet, y Natix Network pueden complementar los robots con datos adicionales para aumentar su inteligencia espacial, equipándolos con los datos necesarios para navegar también por el mundo real, en lugar de sólo actuar en él.
Los partidarios creen que estos enfoques pueden ampliar rápidamente la recopilación de datos, ayudando a los robots a aprender más rápido y ser más adaptables. Sin embargo, los escépticos se preguntan si las recompensas en criptomonedas proporcionarán suficiente motivación sostenida para recopilar los datos consistentes y de alta calidad que los robots avanzados realmente necesitan.
La privacidad también sigue siendo una de las principales preocupaciones de las personas a las que se les pide que graben momentos personales. Pero si se resuelven estos obstáculos, los modelos de recopilación de datos distribuidos podrían desbloquear una fuente escalable y asequible de información del mundo real, dando a DePAI la ventaja crítica que necesita para impulsar la robótica de uso general en la vida cotidiana.
Sin embargo, DePAI también se enfrenta a algunos desafíos reales. La mayoría de las blockchains actuales no están diseñadas para manejar la enorme cantidad de datos en tiempo real (aquí está tu señal, MegaETH) que requerirán los robots avanzados.
Imagínense miles de drones de reparto que necesitan tomar decisiones en fracciones de segundo para surcar cielos atestados: actualmente, las redes se colapsarían ante semejante carga. Para que DePAI despegue de verdad, las cadenas de bloques tendrán que ser mucho más rápidas.
Luego está la cuestión de la interoperabilidad: asegurarse de que todos estos robots, programas de inteligencia artificial y cadenas de bloques hablan el mismo idioma. Ahora mismo, diferentes robots de diferentes empresas utilizan diferentes estándares, lo que dificulta la colaboración.
Afortunadamente, GR00T contribuirá en cierta medida a establecer un estándar industrial, pero aún está por ver. Sin esto, corremos el riesgo de acabar con un lío fragmentado a corto plazo, en lugar del futuro lleno de robots y sin problemas que estamos imaginando.
En general, sin embargo, DePAI es prometedor de la misma manera que las criptomonedas lo son para la IA, proporcionando no sólo una recopilación de datos más barata, sino también el potencial de incorporar herramientas de preservación de la privacidad a esta recopilación de datos, incentivos para la creación de código abierto y una propiedad más amplia de la tecnología robótica.
En última instancia, la elección de Nvidia de abrir el código GR00T como una forma de acelerar la innovación y la distribución de jugo tiene el potencial de alinearse bastante bien con los propios fundamentos sin permiso de la criptografía, permitiendo a las empresas de robótica adquirir las vastas reservas de datos del mundo real que necesitan desesperadamente y a los desarrolladores experimentar con la aplicación de la criptoeconomía a los robots.
Sin embargo, si esta sinergia entre robótica, incentivos criptográficos e infraestructura de código abierto revoluciona realmente la forma en que los robots entran en la vida cotidiana o se estanca en medio de obstáculos prácticos, sólo el tiempo lo dirá.
La robótica, los incentivos criptográficos y la infraestructura de código abierto son los tres pilares de la robótica.
