Dos ex científicos de investigación de inteligencia artificial fundamental de Meta han dado un paso audaz hacia la implementación de inteligencia visual avanzada fuera de la nube y en la planta de fabricación. Esta semana, Perceptron, la startup que fundaron en noviembre de 2024, lanzó Isaac 0.5, un modelo de visión de peso abierto que promete permitir que los robots no solo vean, sino que también entiendan y actúen en entornos industriales reales.
Isaac 0.5 está diseñado para manejar todo el espectro de tareas que un robot puede encontrar en un almacén o fábrica. Un robot equipado con el software puede leer etiquetas de paquetes, mapear relaciones espaciales, planificar secuencias de pick-and-place y adaptar continuamente sus acciones a medida que cambian las condiciones. Las soluciones existentes suelen excelar en una función específica, ya sea percepción o control, pero el modelo de Perceptron se comercializa como una alternativa de propósito general que cubre ese vacío.
El entrenamiento del modelo requirió un esfuerzo de datos masivo. Perceptron alimentó a Isaac 0.5 con un millón de horas de "video general", complementado por video de cámara wearable y video UMI que registra movimientos humanos repetitivos. La empresa afirma que sus pipelines internos ensamblaron conjuntos de datos multimodales de escala de petabyte que cubren imágenes, texto, video y trayectorias robóticas. El resultado es un sistema que puede reconocer una amplia variedad de entornos, objetos y acciones sin estar vinculado a una tarea específica y repetitiva.
Al lanzar el modelo como peso abierto, Perceptron permite que cualquier persona inspeccione los parámetros y el material de entrenamiento. Esa transparencia es poco común en el espacio de inteligencia artificial industrial, donde muchos proveedores mantienen sus modelos como propiedad privada. El movimiento podría acelerar la adopción en sectores que dependen del manejo de materiales automatizado, incluyendo la fabricación, la logística, la seguridad, la movilidad y incluso la producción de medios.
"La inteligencia artificial física actual fuerza a una falsa elección: modelos de fundación generalistas que necesitan múltiples GPU de nube dedicados para cada instancia, o modelos específicos que manejan la percepción o el control, pero nunca ambos", escribió la empresa en su anuncio de lanzamiento. El cofundador Akshat Shrivastava ilustró el problema con un simple escenario de clasificación de cajas, pasando por la cascada de percepción, razonamiento espacial y planificación de acciones que incluso un robot modesto debe realizar.
Los partidarios de Perceptron incluyen a Bessemer Venture Partners, The Explorer Fund y SmartGateVC, que colectivamente invirtieron $16 millones en la ronda de semillas de la empresa en 2024, según Pitchbook. Fuentes cercanas a la empresa dicen que la startup ahora está cerrando una ronda adicional de financiación, aunque los detalles no han sido divulgados.
El momento coincide con un impulso más amplio de la industria para integrar la inteligencia artificial más profundamente en los procesos físicos. A medida que las fábricas y los centros de distribución buscan una mayor eficiencia, la capacidad de actualizar las flotas de robots existentes con una capa de visión flexible podría ser un factor de cambio de juego. Si Isaac 0.5 cumple con su promesa dependerá del rendimiento en la vida real, pero el lanzamiento marca una declaración clara: la próxima frontera para la inteligencia artificial ya no se limita a las pantallas, se está moviendo hacia el piso.
This article was written with the assistance of AI.
News Factory APP - agentic news to boost your SEO & AEO.