DeepMind, filial de Google, ha desarrollado una innovadora Inteligencia Artificial (IA) llamada RoboCat que se mejora a sí misma. Esto podría llevar a la creación de más robots de propósito general en un ritmo más acelerado.
RoboCat: IA de auto-mejora
RoboCat tiene la capacidad de auto-generar nuevos datos de entrenamiento para mejorar sus habilidades, lo que minimiza la necesidad de intervención humana. El modelo puede aprender nuevas tareas con solo 100 demostraciones, gracias a su rico y variado conjunto de datos. Esta velocidad de aprendizaje posiciona a RoboCat como un potente motor para acelerar la investigación en robótica.
La arquitectura de RoboCat
El nuevo modelo se basa en Gato, otro modelo de DeepMind. Gato es capaz de procesar lenguaje, imágenes y acciones tanto en entornos simulados como físicos. RoboCat, a partir de la arquitectura de Gato, ha sido entrenado con un amplio conjunto de datos de imágenes y acciones de diferentes brazos robóticos resolviendo cientos de tareas diversas.
Proceso de aprendizaje de RoboCat
El entrenamiento de RoboCat implica cinco pasos. Inicialmente, se recogen entre 100 y 1000 demostraciones de una nueva tarea o robot. Luego, RoboCat se ajusta a esta nueva tarea o brazo robótico, creando un agente especializado. Este agente practica la nueva tarea una media de 10.000 veces, generando más datos de entrenamiento. A continuación, se integran estos nuevos datos en el conjunto de entrenamiento existente de RoboCat. Finalmente, se entrena una nueva versión de RoboCat con los nuevos datos de entrenamiento.
Adaptabilidad de RoboCat
RoboCat ha demostrado una impresionante capacidad para operar diferentes brazos robóticos en cuestión de horas y adaptarse rápidamente a nuevos tipos de brazos y tareas. A medida que aprende nuevas tareas, RoboCat mejora su habilidad para abordar tareas adicionales y nunca antes vistas.
Los avances logrados con RoboCat nos llevan a reflexionar sobre el futuro de la robótica y la IA. El modelo muestra cómo la auto-mejora y la adaptabilidad pueden abrir nuevas posibilidades para los sistemas robóticos y reducir la dependencia de la intervención humana en su entrenamiento.
Más información en www.deepmind.com