Un robot humanoide cruza por primera vez el umbral de tu casa. No escanea el espacio para crear un mapa. No necesita que le enseñes dónde está la cesta de la ropa sucia ni cómo es de alta tu cama. Simplemente, observa el desorden del salón, localiza los juguetes esparcidos por el suelo y, con una destreza que roza lo humano, comienza a recogerlos uno por uno para guardarlos. No es una secuencia de una película de ciencia ficción, sino la demostración tangible que ha puesto sobre la mesa la compañía Figure con su nuevo sistema Helix 2.5.
Este avance, presentado el 17 de septiembre de 2024, no es una mejora incremental. Es un desafío directo a uno de los dogmas más arraigados en la robótica: que una máquina necesita ser entrenada específicamente para cada entorno en el que opera. Figure ha demostrado que sus robots pueden entrar en 30 hogares completamente desconocidos y realizar tareas complejas con una eficacia asombrosa, sin ningún tipo de ajuste previo. La pregunta ya no es si los robots humanoides llegarán a nuestros hogares, sino cómo de rápido lo harán ahora que la barrera más alta acaba de empezar a caer.
El Everest de la robótica: el caos controlado de un hogar
Para entender la magnitud de lo que ha conseguido Figure, primero hay que comprender por qué un hogar es el entorno más hostil para un robot. Durante décadas, hemos visto robots triunfar en entornos estructurados. Los brazos robóticos de una fábrica de coches son prodigios de precisión, pero operan en una jaula de trabajo milimétricamente diseñada, repitiendo la misma tarea un millón de veces sobre objetos idénticos. Son atletas de élite en una sola disciplina.
Un hogar es todo lo contrario. Es un campo de pruebas caótico, impredecible y en constante cambio. La iluminación varía, los muebles se mueven, los objetos nunca están en el mismo sitio y, lo que es más importante, muchos de ellos son deformables. Una taza de café es un objeto rígido y predecible; un edredón o una toalla son un infierno para la manipulación robótica. Nuestra habilidad como humanos para entrar en una cocina ajena y prepararnos un café, o hacer una cama en una habitación de hotel que no hemos visto jamás, nos parece trivial. Para una máquina, esta capacidad de generalización ha sido el santo grial inalcanzable.
El problema no es solo de manipulación. Es un reto de inteligencia corporal completa. El robot no solo debe saber qué hacer (coger la almohada), sino cómo posicionar todo su cuerpo en un espacio no diseñado para él para poder ejecutar la acción. Debe caminar sin tropezar, agacharse sin perder el equilibrio, usar ambas manos de forma coordinada y todo ello mientras percibe y se adapta a un entorno que no le da segundas oportunidades. Este es el Everest que la robótica doméstica adaptativa ha intentado escalar sin éxito hasta ahora.
Helix 2.5: la inteligencia no se programa, se transfiere
En el núcleo de este salto cualitativo se encuentra Helix 2.5, una red neuronal multimodal que actúa como el cerebro del humanoide de Figure. Su predecesor, Helix 02, ya había demostrado ser capaz de tareas complejas, como descargar un lavavajillas o trabajar de forma autónoma durante 200 horas en un entorno logístico. Sin embargo, su conocimiento estaba ligado al lugar donde aprendía. Helix 02 aprendía las reglas de "su casa".
Helix 2.5 se plantea una premisa radicalmente distinta: ¿y si en lugar de aprender las reglas de una casa, el robot aprende las reglas del mundo físico a través de la experiencia humana? Aquí es donde entra en juego Index, el gigantesco conjunto de datos de comportamiento humano de Figure. La compañía ha preentrenado Helix 2.5 en este vasto repositorio de acciones humanas, enseñándole no una tarea específica, sino los principios subyacentes de cómo los humanos interactuamos con objetos y espacios.
Este enfoque, conocido como el uso de "modelos fundacionales", es similar a cómo aprendemos nosotros. Un niño no aprende a coger una manzana, luego una pelota y luego un libro como si fueran tres habilidades distintas. Aprende los principios de "agarrar" y los aplica a infinidad de objetos nuevos. Figure ha invertido la friolera de 3.500 millones de dólares en la potencia de computación necesaria para entrenar la serie Helix, una cifra que evidencia que esta no es una apuesta tímida, sino una estrategia total para resolver el problema de raíz.
El experimento: 30 hogares, cero preparación
La teoría es elegante, pero en ciencia e ingeniería, la única verdad es la que se demuestra. Para validar su enfoque, Figure diseñó un experimento brutalmente honesto. Alquilaron 30 hogares en la bahía de San Francisco, lugares en los que nunca antes había entrado ninguno de sus robots y de los que no se había recopilado un solo dato. El objetivo era probar la generalización zero-shot en su forma más pura: llegar y funcionar.
Se definieron tres tareas domésticas, elegidas por su complejidad y por requerir esa inteligencia corporal completa:
- Ordenar salones: El robot debía localizar y recoger entre 13 y 15 juguetes dispersos por el suelo y las superficies de un salón, para después depositarlos en una cesta. El éxito era binario: o todos los juguetes acababan en la cesta, o la prueba era un fracaso.
- Doblar toallas: La máquina tenía que recoger un montón de toallas, doblarlas de forma consistente y apilarlas en una cesta. La manipulación de textiles deformables es un desafío notorio que requiere una percepción y un control motor muy finos.
- Hacer la cama: Una coreografía compleja que implicaba colocar correctamente dos almohadas en la cabecera, estirar las esquinas del edredón para cubrir la cama y, finalmente, alisar la superficie.
El detalle crucial es que se utilizó exactamente el mismo punto de control del modelo (el "cerebro" congelado de Helix 2.5) en los 30 hogares. No había adaptaciones, ni reentrenamientos, ni "pequeños ajustes" para cada casa. Era la prueba definitiva de si la inteligencia preentrenada podía transferirse al mundo real.
Los resultados: cuando un 56% es un éxito rotundo
Los datos hablan por sí solos. En los 30 hogares desconocidos, Helix 2.5 logró una tasa de éxito media del 56% en el conjunto de las tres tareas. A primera vista, puede parecer una cifra modesta. ¿Comprarías un asistente que falla casi la mitad de las veces? Pero esta es la perspectiva equivocada. El dato realmente demoledor es el de la prueba de control: un modelo entrenado desde cero para las mismas tareas, pero sin el preentrenamiento masivo de Index, alcanzó una tasa de éxito de apenas un 9%.
La diferencia entre el 9% y el 56% es la prueba irrefutable del valor de la transferencia de conocimiento. El preentrenamiento con datos de comportamiento humano no es un simple añadido, es el ingrediente que multiplica por seis la capacidad del robot para enfrentarse a lo desconocido. Demuestra que existe una "ley de escala de transferencia de humano a humanoide": a más datos de calidad sobre el comportamiento humano se inyectan en el preentrenamiento, de forma más predecible y eficiente mejora el rendimiento del robot.
"El objetivo final de la robótica es ser capaz de generalizar: hacer un trabajo en lugares nunca vistos. Alquilamos 30 hogares en el Área de la Bahía y estamos realizando tareas sin ningún entrenamiento nuevo. Helix 2.5 fue construido para responder a una pregunta más difícil: ¿puede un humanoide entrar en un hogar que nunca ha visto y ponerse inmediatamente a trabajar, con todo su cuerpo, por sí mismo?"
— Brett Adcock, fundador y CEO de Figure
Además, este enfoque resulta ser mucho más eficiente. Figure afirma que especificar un nuevo comportamiento con Helix 2.5 requiere la mitad de datos específicos de la tarea que con su sistema anterior. A cambio, el alcance de ese comportamiento se expande de un único entorno a treinta. En sus propias palabras, es "2 veces más barato y su alcance se expande 30 veces". Es una economía de escala que podría acelerar drásticamente el desarrollo de nuevas habilidades robóticas.
Bajo el capó: la sinergia de la percepción, el movimiento y la manipulación
El rendimiento de Helix 2.5 no es magia, sino una sofisticada sinfonía de tres sistemas trabajando en perfecta armonía, todos gobernados por una única red neuronal.
Percepción que anticipa
El robot no se limita a "ver" con sus cámaras. Su sistema de percepción es activo, escaneando el entorno para entender las relaciones espaciales entre los objetos, su propia posición y la tarea a realizar. Es capaz de identificar un juguete parcialmente oculto bajo un cojín o de estimar la forma en que se comportará una toalla al ser levantada.
Locomoción que resuelve problemas
A diferencia de los robots con ruedas, el humanoide de Figure utiliza sus piernas como una herramienta más. Durante las pruebas, se observó cómo los robots daban pequeños pasos laterales para obtener un mejor ángulo de agarre, se agachaban para ganar estabilidad o incluso retrocedían para reevaluar su aproximación a la cama. El movimiento no es un simple desplazamiento del punto A al B, es una parte activa de la resolución del problema.
Manipulación que entiende la física
Aquí reside una de las claves. Tareas como estirar un edredón o doblar una toalla requieren una comprensión intuitiva de la física de los objetos deformables. El robot demuestra esta comprensión mediante el uso coordinado de ambas manos (manipulación bimanual), aplicando la tensión justa para estirar la tela sin rasgarla o utilizando una mano para sujetar la toalla mientras la otra realiza el pliegue.
Estos tres pilares no funcionan en silos. Es su integración a través del modelo Helix 2.5 lo que permite al robot, por ejemplo, ver una esquina del edredón mal puesta, caminar hacia ella ajustando su equilibrio sobre el colchón y usar ambas manos para estirarla, todo en una secuencia fluida y autónoma.
El futuro ya no es lo que era: implicaciones y desafíos
El avance de Figure redefine la hoja de ruta de la robótica. La generalización zero-shot deja de ser una aspiración teórica para convertirse en un requisito tangible para cualquier sistema que aspire a operar en el mundo real. Las implicaciones son profundas:
- Aceleración radical: Si los robots pueden aprender habilidades que son transferibles a cualquier hogar, el despliegue de la robótica de asistencia se acelera exponencialmente. Se elimina la costosa y lenta fase de "configuración" para cada cliente.
- Nuevos modelos de negocio: Abre la puerta a modelos de "Robot como Servicio" (RaaS) para el hogar, donde podrías contratar a un robot por horas para realizar tareas específicas, con la confianza de que podrá operar en tu casa sin problemas.
- Un nuevo estándar: La industria se verá obligada a seguir este camino. Los enfoques basados en entornos controlados y tareas únicas quedarán relegados a nichos muy específicos. El futuro es de los modelos fundacionales y la inteligencia generalizada.
Sin embargo, hay que ser realistas. Un 56% de éxito también es un 44% de fracaso. Figure es la primera en admitir que el problema no está "resuelto". El camino hacia un robot doméstico robusto y fiable al 99,9% todavía es largo. Los desafíos pendientes son enormes: ampliar el repertorio de tareas, garantizar una interacción segura e intuitiva con los humanos, mejorar la robustez ante situaciones totalmente imprevistas (un jarrón que se rompe, un perro que se cruza) y, por supuesto, reducir el coste hasta hacerlo accesible.
Pero lo que ha cambiado para siempre es la dirección del viaje. Figure no solo ha presentado un robot más listo; ha demostrado que el camino para lograr una inteligencia artificial verdaderamente útil y adaptable pasa por enseñarle a entender nuestro mundo, no por obligarle a memorizar el suyo.
