FLEX, plataforma del MIT, permite a los robots interpretar la intención de órdenes en lenguaje natural y ajustar sus movimientos para evitar objetos frágiles.
Ingenieros del Instituto Tecnológico de Massachusetts (MIT) desarrollaron FLEX, una plataforma que permite a los robots interpretar la intención detrás de órdenes conversacionales y ajustar sus movimientos sin que las personas detallen cada regla de seguridad. El sistema, pensado para futuros robots domésticos y de asistencia, fue presentado en la conferencia anual Conference on Robot Learning. En las pruebas virtuales, simulaciones desarrolladas por el equipo para validar el sistema, un brazo robótico realizó tres tareas: servir café, trasladar una vela y transportar una bola de bowling.
Los voluntarios escribieron órdenes en lenguaje natural, como “No derrames sobre mi computadora portátil”. En todos los casos, el robot siguió la instrucción literal y extendió su razonamiento a objetos no mencionados: evitó otros dispositivos electrónicos, materiales inflamables y objetos frágiles. FLEX emplea GPT-4o, un modelo de lenguaje de gran tamaño, para identificar patrones a partir de las preferencias expresadas por la persona. Nathan Dennler, investigador posdoctoral del Laboratorio de Ciencias de la Computación e Inteligencia Artificial del MIT, explicó que estos modelos han encontrado innumerables referencias a accidentes cotidianos entre líquidos y dispositivos.
FLEX organiza la interpretación de una orden en tres fases. La primera, “Agregar”, incorpora a una lista los elementos del entorno que importan para la tarea a partir de la corrección de la persona. La segunda, “Generalizar”, es la innovación central: GPT-4o analiza los objetos que el usuario pidió evitar y busca conexiones entre ellos, de modo que si se le ordenó no dejar caer una carga sobre una taza, puede inferir que debe evitar todos los objetos frágiles. La última, “Enmascarar”, utiliza el sistema de visión por computadora del robot para determinar qué objetos ya no están presentes y eliminarlos de la lista. El proceso completo demanda unos cinco segundos.
Andreea Bobu, profesora asistente de aeronáutica y astronáutica del MIT y responsable de la investigación, afirmó que “ningún robot sale de fábrica sabiendo qué es importante para usted”. Según dijo, FLEX puede aprender esas preferencias “a partir de una o dos frases, en vez de pedirle que detalle cada regla”. Dennler añadió que los robots usan matemáticas para planificar sus trayectorias, pero que no puede esperarse que un consumidor aprenda esas matemáticas para indicarles qué hacer.
Foto: Ilustrativa Infobae).