Los avances en IA prometen robots autónomos para industrias y asistencia domiciliaria

En un escenario donde los coches y drones ya operan sin intervención humana para la entrega y el transporte en las grandes ciudades, la idea de robots versátiles que ayuden en entornos laborales o incluso en casa se vuelve cada vez más cercana. La realización de este futuro, sin embargo, está directamente ligada a la evolución de la inteligencia artificial, que impulsa el desarrollo de máquinas con mayor autonomía.
Esta perspectiva audaz ha galvanizado a los investigadores, muchos de los cuales se han convertido en fundadores de empresas emergentes, y ha atraído miles de millones de dólares en inversiones. Matt Malchano, vicepresidente de software de Boston Dynamics, una empresa de robótica en Waltham, Massachusetts, destaca la transformación: “Cuando comencé, hace quizás 15 años, el objetivo del equipo era simplemente lograr que un robot navegara del punto A al punto B. Y ahora, cuando pensamos en la autonomía, pensamos en una amplia gama de tareas y cosas que podemos imaginar que un robot haga por sí solo”.

En el pasado, concebir robots autónomos de uso general, como la icónica Rosie de Los Supersónicos o el C-3PO de Star Wars, parecía una realidad lejana. Los laboratorios y las empresas de robótica enfrentaron desafíos fundamentales como la navegación y el equilibrio. En 1979, el Stanford Cart, un vehículo experimental, tardó cinco horas en recorrer apenas 20 metros a través de una sala con obstáculos. Recién en 1996 apareció el primer robot bípedo capaz de caminar sin caerse.
Para Malchano, la autonomía robótica siempre ha sido un “objetivo en constante movimiento”, cuyo objetivo es que las máquinas realicen cada vez más tareas sin necesidad de supervisión humana directa. La Organización Internacional de Normalización (ISO) define la autonomía en robótica como “la capacidad de realizar tareas previstas basándose en el estado actual y la información recopilada, sin intervención humana”.
Los avances recientes en inteligencia artificial, como el aprendizaje por refuerzo en la década de 2010 y los grandes modelos de referencia entrenados con grandes cantidades de datos en la década de 2020, han “desbloqueado” la posibilidad de “imaginar un mundo donde el robot pueda ejecutar secuencias de actividades y realmente comprender las tareas”, dice Malchano. Estos avances han permitido a los robots pasar de ser meros ejecutores de comandos predefinidos a máquinas capaces de tomar decisiones complejas y reconocer patrones en tiempo real, un salto crucial. Actualmente, existe una intensa búsqueda por parte de laboratorios y empresas para crear robots de uso general que operen de forma independiente en entornos más complejos e impredecibles.
Es importante resaltar que estos robots no necesariamente tienen que tener apariencia humanoide, a pesar de las grandes inversiones en este tipo de desarrollo. Independientemente de su forma, representan un avance significativo con respecto a los millones de robots industriales y de servicios existentes que ya realizan tareas específicas en entornos controlados como fábricas y almacenes.
Sergey Levine, informático de la Universidad de California en Berkeley y cofundador de Physical Intelligence, explica la distinción: “Hay una línea de montaje, el robot debe realizar un movimiento específico, y si ese movimiento se realiza de forma fiable y repetida, eso representa un nivel básico de autonomía en una fábrica. Sin embargo, el siguiente nivel, el que actualmente está en la frontera de lo posible -como tema de investigación que se está convirtiendo en una realidad- es que el robot sea capaz de realizar una tarea de forma fiable en un entorno no estructurado. ambiente.”
La transición a esta nueva era de la robótica, impulsada por la IA, implica explorar los desafíos de crear robots multifuncionales, garantizar la seguridad de estas máquinas, comprender las limitaciones en áreas como la cirugía robótica y predecir cuándo podrían convertirse realmente en ayudantes del hogar.
Cómo la inteligencia artificial moderna transforma el panorama de la robótica
La startup de Levine, Physical Intelligence, busca inteligencia robótica práctica capaz de permitir que diferentes tipos de robots operen de forma autónoma en entornos variados. “No creo que vaya a ser un robot definitivo, como un humanoide súper avanzado que pueda hacerlo todo”, dijo Levine. Él cree en un “modelo general de IA que podría impulsar muchos robots diferentes adaptados a sus funciones”.
Levine explica que un pequeño brazo robótico fijado al techo podría ser ideal para un apartamento compacto en Nueva York, mientras que un “robot gigante e imponente” con la capacidad de mover objetos pesados sería más útil en una granja. “Tendremos buenos humanoides, pero también habrá otras cosas. Habrá lo que tenga más sentido para la tarea”, añadió.
Sin embargo, desarrollar robots autónomos con mayor independencia en entornos del mundo real requiere “cambios radicales en la complejidad tecnológica”, según Levine. Describe la necesidad de lidiar con una percepción ambiental sofisticada, habilidades motoras sólidas, la capacidad de superar errores básicos y procesar instrucciones humanas, y generalizar comportamientos a situaciones novedosas.
Los investigadores de Inteligencia Física han desarrollado un modelo de IA de propósito general para robots que interpreta comandos lingüísticos y recombina habilidades para resolver tareas novedosas.
Muchos científicos buscan hacer realidad esta visión combinando técnicas de inteligencia artificial, incluido el aprendizaje por refuerzo y grandes modelos preentrenados, explica Levine. El aprendizaje por refuerzo permite a los robots realizar tareas específicas mediante prueba y error, ya sea en interacción con el mundo físico o en simulaciones. Al mismo tiempo, los modelos base entrenados con vastos datos –como los modelos visual-lingüísticos– proporcionan conocimiento previo para que los robots reaccionen adecuadamente y eviten errores en diferentes situaciones.
“El aprendizaje por refuerzo es como cuando practicas tu swing de tenis una y otra vez y te vuelves muy bueno”, dijo Levine. “Pero para llegar allí, primero es necesario tener un mínimo de sentido común”.
Según Levine, la combinación de estas técnicas de IA, junto con la creciente disponibilidad de datos de entrenamiento (como la teleoperación humana de robots para demostrar tareas), ha generado un progreso “alentador” al permitir que los robots realicen de manera confiable una variedad de actividades en diferentes condiciones. “La clave de cómo funcionan los sistemas modernos de aprendizaje automático es obtener suficiente masa crítica de datos para que podamos observar la generalización”, dijo.
Sin embargo, todavía existe una notable falta de datos adecuados para entrenar robots en tareas físicas. Métodos como la teleoperación, en la que los humanos guían físicamente a los robots, o la realización de innumerables pruebas experimentales en laboratorios, son costosos y requieren mucho tiempo. Las simulaciones basadas en principios físicos pueden ser más rentables en entornos virtuales, pero a menudo no logran captar las complejidades e incertidumbres del mundo real.
Los científicos en robótica también están desarrollando modelos del mundo real para que los robots puedan predecir las consecuencias de sus acciones físicas y planificar en consecuencia. Algunas implementaciones de estos modelos de IA se entrenan con datos visuales, enseñando cómo funcionan los entornos físicos. Las empresas incluso recopilan videos en primera persona y contratan a trabajadores para que usen cámaras en sus cabezas mientras realizan tareas domésticas u otras actividades para crear estos datos.
Aunque este enfoque de entrenamiento es más barato que los experimentos con robots físicos, el desarrollo de modelos del mundo real sigue siendo costoso desde el punto de vista computacional y puede resultar complicado replicar con precisión interacciones físicas complejas.
Por ahora, los robots de uso general todavía están lejos de ser una realidad. Los métodos de formación actuales, como el aprendizaje por refuerzo, pueden crear robots que sean eficientes en tareas específicas en condiciones controladas, pero que pueden fallar en la misma tarea en diferentes condiciones. La creciente variedad de datos procedentes de la teleoperación y otros métodos permite entrenar robots para “una diversidad de tareas, pero no con un nivel de robustez del 99,99%”, señala Levine.
“Puedes tener algo que sea razonable pero que no sea sorprendente en absoluto, o algo que sea extremadamente bueno en una sola cosa”, dijo. “Realmente queremos algo que sea extremadamente bueno en todo, y esto todavía está en la vanguardia de la investigación”.
Innovaciones en robótica aplicada al lugar de trabajo
Afortunadamente, la sociedad no necesita esperar a la llegada de robots de uso general para ver aplicaciones prácticas. Las empresas llevan décadas desarrollando y comercializando robots industriales y de servicios especializados. Hoy en día, tanto las nuevas empresas como las empresas establecidas aplican los últimos avances en autonomía robótica para abordar una gama cada vez mayor de tareas.
Entre las empresas más conocidas se encuentra Boston Dynamics, que tuvo sus orígenes en un laboratorio del MIT en 1992. La empresa es ampliamente reconocida por los vídeos de demostración de sus robots cuadrúpedos y bípedos, como el humanoide Atlas, que mostró movimientos de fútbol durante el Mundial de 2026.
El robot cuadrúpedo Spot de Boston Dynamics lleva varios años realizando inspecciones autónomas en lugares peligrosos para los humanos, incluidas subestaciones convertidoras en Massachusetts operadas por National Grid y tuberías subterráneas en California debajo de las autopistas.
En una prueba de laboratorio, el robot humanoide Atlas, de Boston Dynamics, demostró la capacidad de mover cubiertas de motores entre contenedores de proveedores y un carro de secuenciación móvil, de forma autónoma.
Malchano explica que esta autonomía robótica “se refiere a la capacidad del robot para navegar a través de un entorno y realizar acciones por sí solo, tomando fotografías y realizando mediciones con sensores en ese entorno”. Agrega que se trata de una funcionalidad que la empresa incorporó a un producto que se vende a personas que no son expertas en robótica, pero que se enfocan en el mantenimiento y prevención de fallas en sus instalaciones, representando una forma de autonomía ya disponible.
Un desafío específico que enfrentó Spot fue aprender a moverse sobre pisos resbaladizos en los entornos de los clientes, lo que requirió capacitación adicional con aprendizaje reforzado. “Reentrenamos la forma en que el robot elige caminar y su capacidad para reconocer que está sobre un piso resbaladizo y luego tomamos medidas para permanecer estable y navegar sobre él de manera similar a como un humano caminaría sobre hielo”, detalló Malchano.
Paralelamente, los robots Boston Dynamics Stretch, equipados con grandes brazos robóticos, se han utilizado para manipular cajas y paquetes voluminosos en los almacenes de empresas de logística como DHL. “Hemos adaptado continuamente el robot a diferentes formatos de embalaje, a las formas en que se cargan los camiones y a las estructuras de los propios camiones que encontramos al interactuar con el mundo real”, explicó Malchano.
Boston Dynamics también intensifica la producción del robot humanoide Atlas, ahora totalmente eléctrico. El Atlas está siendo entrenado y probado en el Centro de Aplicaciones de Robots Metaplant, bajo la dirección de su empresa matriz de Corea del Sur, Hyundai Motor Group. El objetivo es que el robot Atlas comience a realizar tareas en Hyundai Motor Group Metaplant America, una gigantesca fábrica de vehículos eléctricos en Georgia, para 2028.
“Creo que tenemos mucha suerte de estar afiliados a Hyundai, que obviamente produce coches fantásticos a gran escala”, afirmó Malchano. “Poder aprovechar esta capacidad para alcanzar esta escala es realmente importante para la construcción de robots”.
El proyecto conjunto entre Hyundai y Boston Dynamics tiene como objetivo producir 30.000 robots humanoides anualmente para 2028. La viabilidad de tantos robots dependerá de su aplicabilidad y rentabilidad en roles tradicionalmente humanos. Sin embargo, ya están surgiendo preocupaciones entre los trabajadores de Hyundai, y el sindicato aprobó una posible huelga el 25 de junio en las negociaciones con el fabricante de automóviles surcoreano para proteger los puestos de trabajo en relación con el futuro despliegue del robot Atlas. Esta resistencia inicial pone de relieve el desafío de integrar la automatización a escala, lo que puede generar preocupaciones sobre la seguridad laboral.
Por ahora, los robots de uso general con flexibilidad y adaptabilidad casi humanas son todavía una realidad lejana. “Hemos llegado a esperar que si le pides a una persona que realice una tarea, lo hará correctamente con algo de entrenamiento, casi siempre”, reflexionó Malchano. “Creo que todavía estamos entendiendo lo que se necesita para lograr este nivel de confiabilidad para tareas de propósito general impulsadas por IA”.
El viaje de la automatización industrial al soporte a domicilio
El futuro de la robótica no se desarrollará como un “momento ChatGPT” en el que la capacidad emerge abruptamente con suficientes datos, explica Jonathan Hurst, cofundador de Agility Robotics e investigador de la Universidad Estatal de Oregón. Sostiene que recopilar datos de entrenamiento para robots no es tan simple como recopilar textos o imágenes de Internet, ya que requiere información mucho más concreta del mundo físico, vinculada al control y la coordinación de todas las articulaciones y extremidades del robot que interactúan con el entorno.
“Es dramáticamente más difícil tener IA integrada; es 10 veces más difícil tener IA integrada”, dijo Hurst. “Los datos que permitieron grandes modelos de lenguaje no existen ni existirán nunca para la IA integrada”.
Hurst predice que el avance de los robots será gradual en las próximas décadas, permitiéndoles operar en entornos y situaciones más generalizadas. Su empresa, Agility Robotics, ha conseguido el primer contrato comercial a largo plazo para robots humanoides, con el despliegue de sus robots Digit en un almacén logístico de GXO en Atlanta, Georgia, a partir de 2024. En estos almacenes, los robots Digit se agachan para levantar y mover cajas de producto desde las zonas de recogida hasta las cintas transportadoras.
Desde entonces, Agility ha ampliado el despliegue de sus robots humanoides a las líneas de producción de automóviles en Toyota Motor Manufacturing Canada y en la fábrica del fabricante de automóviles alemán Schaeffler en Carolina del Sur. La empresa también tiene un acuerdo comercial para integrar robots Digit en una instalación de Mercado Livre en San Antonio, Texas, y los robots han sido probados en los almacenes de Amazon.
El 24 de junio, Agility anunció planes para convertirse en la primera empresa “dedicada exclusivamente a robots humanoides” en cotizar en una importante bolsa de valores de América del Norte. La compañía afirma que sus robots ya han acumulado más de 65.000 horas de funcionamiento en sus despliegues comerciales iniciales y programas piloto.
Las tareas laborales actuales de Digit se centran principalmente en el manejo de cajas y contenedores. Sin embargo, el siguiente paso puede ser recolectar artículos y colocarlos en contenedores, seguido de manipular cajas de cartón de varias formas y tamaños, según Hurst. Esto podría eventualmente abrir la puerta a tareas en los almacenes de tiendas minoristas y supermercados, entornos que son menos estructurados y potencialmente más caóticos que las fábricas o los almacenes.
En un futuro más lejano, robots humanoides como Digit podrían viajar en vehículos autónomos para realizar entregas residenciales. La etapa final implicaría ayudar directamente a las personas en sus hogares. Sin embargo, Hurst advierte que pasarán varias décadas antes de que la robótica cree máquinas lo suficientemente inteligentes como para operar de manera segura con niños o ayudar con las tareas domésticas.
“En última instancia, la autonomía significará cómo reacciona su robot cuando alguien le entrega un bebé”, dijo Hurst. “Si va a ser verdaderamente autónomo en entornos humanos, tendrá que lidiar con casos extremos muy complicados como este y cómo el robot será lo suficientemente inteligente como para tomar buenas decisiones en esas situaciones”.
Por ahora, Hurst afirma categóricamente que las empresas que prometen robots humanoides que operan de forma segura dentro de los hogares junto con los humanos “están mintiendo o están equivocadas, una de dos cosas”.
Se observaron dos robots humanoides Digit, desarrollados por Agility Robotics, en funcionamiento dentro de una “celda de trabajo” aislada en una instalación de fabricación.






