La tercera edición del informe del estudio One Hundred Year Study on Artificial Intelligence (AI100), titulada «AI Goes Mainstream: The Scaling Era and the Rise of Generative AI», convierte a la IA física y a la inteligencia encarnada en uno de los seis grandes desafíos abiertos del campo. Este tema se considera el más relevante para la comunidad de la robótica, que progresa rápidamente pero sigue alejada de un despliegue a gran escala en el mundo real.
El estudio, publicado cada cinco años, está dirigido por un comité internacional de expertos encargado de examinar la evolución de la IA en los planos técnico, ético, económico y social. El informe de 2026 responde a doce preguntas permanentes y compara los avances desde 2021 con las evaluaciones del comité anterior. Aborda, entre otros temas, la escalabilidad de los datos y los recursos de cálculo detrás de la IA generativa, la inversión en infraestructuras, la concentración del desarrollo de modelos punteros, así como la ciberseguridad y las aplicaciones militares.
Progresos técnicos desde 2021
Desde el informe anterior, publicado en 2021, los autores señalan tres evoluciones notables. El procesamiento automático del lenguaje natural, que permite a las máquinas comprender y producir texto, se integra ahora en los sistemas robóticos. Los modelos visión-lenguaje-acción, que combinan la percepción visual, la comprensión del lenguaje y el control de un movimiento, se utilizan para el entrenamiento y el pilotaje de robots. Por último, los avances en la simulación permiten desplegar en hardware físico modelos entrenados en entornos virtuales.
El informe también se interesa por el lugar de China en este sector. Según el estudio, el país es líder en el desarrollo de robots industriales, con más robots desplegados que el resto del mundo combinado. También produciría aproximadamente el 80 % de los robots humanoides mundiales. Este segmento representa por ahora solo el 2 % del mercado, pero registra un crecimiento rápido.
Una brecha entre demostración y despliegue
A pesar de estos avances, el informe subraya una importante brecha entre las capacidades demostradas en laboratorio y su uso real. Los éxitos más notables conciernen a entornos muy restringidos, como los almacenes, o productos muy específicos, como los robots limpiadores de suelos. La complejidad del mundo real sigue siendo el principal obstáculo.
Entre los problemas científicos por resolver figuran la planificación a largo plazo en un contexto incierto, la manipulación hábil de objetos variados, es decir, la capacidad de agarrar y manipular con destreza objetos muy diferentes entre sí, y el establecimiento de garantías formales de rendimiento. El informe señala que los investigadores no son unánimes sobre el camino a seguir. Algunos estiman que los paradigmas actuales, basados en el aprendizaje estadístico, bastan para superar estos desafíos. Otros piensan que serán necesarias ideas fundamentalmente nuevas para desplegar robots en situaciones reales. La respuesta, según los términos del informe, debería perfilarse en los próximos cinco años.
El texto íntegro del informe puede consultarse en línea.
