Idea claveHALO de Apple muestra avances de los robots humanoides en la ejecución de tareas individuales en entornos reales restringidos. Sin embargo, el rendimiento en tareas combinadas, la participación humana en la generación de datos y las deficiencias de percepción visual indican que la ampliación del alcance de la integración entre el cerebro grande y el pequeño sigue limitada por los datos, el entrenamiento y la coordinación del hardware.
¿Qué indica la tasa de éxito del 91% de HALO?
- El equipo de investigación de Apple reveló que el sistema HALO realizó 360 pruebas de tareas individuales en 6 entornos reales que no se habían escaneado ni cartografiado de antemano, con una tasa media de éxito del 91%. Esto demuestra que los robots ya pueden, hasta cierto punto, recurrir al control autónomo para completar tareas individuales en entornos reales.
- Los resultados de las tareas combinadas fueron notablemente inferiores: en otro entorno real se probaron 3 tipos de tareas combinadas, cada uno 10 veces, con una tasa media de éxito del 70%; la tasa de éxito de la tarea «agacharse para pasar un obstáculo—caminar hacia un objetivo—empujar una caja» fue del 50%. La estabilidad de ejecución sigue disminuyendo al pasar de acciones individuales a tareas continuas.
¿Qué deficiencias limitan la extensión de las tasas de éxito a más escenarios?
- La generación de datos sigue contando con la participación humana: las nuevas tareas físicas requieren que personas redacten indicaciones y diseñen fotogramas clave de acciones; algunas acciones también recurren a vídeos de personas o a material de captura de movimiento. Por tanto, los resultados de las pruebas no significan que el robot ya pueda adaptarse por sí solo a cualquier tarea nueva.
- HALO depende actualmente sobre todo de la visión y tiene dificultades para percibir el contacto directamente. Cuando un objeto sale del campo de visión de la cámara o queda oculto, disminuye el rendimiento en las tareas que implican mucho contacto. El equipo de Apple señaló la percepción táctil como un área de mejora futura, mientras que la escasez de datos, las dificultades de anotación y la complejidad de los entornos físicos también obstaculizan la generalización.
¿Por qué las instituciones centran su atención en la «integración del cerebro grande y el pequeño»?
- El «cerebro grande» se encarga de la cognición y la toma de decisiones, mientras que el «cerebro pequeño» controla el movimiento; su coordinación permite conectar la percepción, la toma de decisiones y la ejecución en un circuito cerrado. El informe resume la evolución del sector como un paso de arquitecturas por capas y colaborativas hacia una integración más profunda, aunque también señala que la integración actual de los grandes modelos de IA con los robots humanoides sigue siendo superficial.
- Dong Xiaobin, de Industrial Securities, considera que los procesos de fabricación del hardware robótico han alcanzado un nivel relativamente alto y que las capacidades de inteligencia encarnada podrían convertirse en un cuello de botella para el desarrollo; por ahora, los escenarios de aplicación siguen relativamente concentrados. Si se amplían los escenarios especializados, se optimizan los métodos de entrenamiento y el hardware sigue avanzando, la acumulación de datos de alta calidad podría acelerarse e impulsar las aplicaciones hacia escenarios de uso general y doméstico.
¿Se encuentran los avances de las empresas relacionadas en la misma etapa?
- No. Joyson Electronics afirma que ya ha presentado componentes como controladores de cerebro grande y pequeño, pero los productos relacionados con clientes norteamericanos siguen en proceso de envío de muestras, actualización iterativa y preparación de la producción en serie. JWIPC afirma que ya ha conseguido pedidos de clientes en el ámbito de los controladores de cerebro grande y pequeño para robots. Por su parte, los SoC de cerebro grande y pequeño de SigmaStar para inteligencia encarnada han empezado a entrar en la fase de tape-out de forma sucesiva.
- Esta información corresponde a distintas etapas de avance en componentes, controladores y chips. Refleja que hay productos y proyectos en marcha a lo largo de la cadena industrial, pero el envío de muestras, los pedidos y el tape-out no deben considerarse una misma etapa de comercialización.