El modelo RT-2 de Google ayuda a los robots a realizar acciones más fácilmente en situaciones nuevas

Google ha anunciado un nuevo modelo de visión-lenguaje-acción (VLA) llamado Robotics Transformer 2 (RT-2), que describe como «el primero de su tipo». Según Google, RT-2 puede tomar entradas de texto o imágenes y generar acciones robóticas.

La compañía dijo que entrenar robots puede ser un «esfuerzo hercúleo» porque necesitan entrenamiento en miles de millones de puntos de datos para cada objeto, entorno, tarea y situación en el mundo. Sin embargo, con RT-2, Google dice que hay una gran promesa para los robots de uso más general.

Si bien la compañía está entusiasmada con lo que RT-2 puede desbloquear, dijo que se necesita mucho trabajo para habilitar robots útiles en entornos centrados en humanos. Al final, según DeepMind , un robot físico de uso general podría resultar de modelos VLA y podría razonar, resolver problemas e interpretar información para realizar tareas del mundo real.

Como sugiere el nombre, esta no es la primera iteración del modelo Robotics Transformer VLA. DeepMind dijo que RT-2 se basa en el trabajo de RT-1 y muestra capacidades de generalización mejoradas en comparación con modelos anteriores y se desempeña mejor en tareas nuevas e invisibles.

Otra habilidad nueva de la que RT-2 era capaz sobre sus predecesores es el razonamiento simbólico, lo que significa que puede comprender conceptos abstractos y manipularlos lógicamente. Un ejemplo de esto es cuando se le pidió al robot que moviera el bana a la suma de 2 más 1 y realizó la tarea correctamente a pesar de que no estaba explícitamente entrenado para hacer matemáticas abstractas o manipulación simbólica.

Si bien RT-2 es un gran paso adelante para la robótica, no sería justo declarar que los robots Terminator han llegado. El modelo todavía requiere intervención y supervisión humana y experimenta importantes limitaciones técnicas en las operaciones de robots del mundo real.

Dicho esto, es de esperar que conduzca a algunos robots interesantes que puedan realizar tareas que antes no eran posibles o fáciles de hacer.