Los modelos de inteligencia artificial recientes muestran capacidades humanas al generar texto, audio y video cuando se les solicita. Sin embargo, estos algoritmos han estado principalmente confinados al ámbito digital, en lugar de interactuar con nuestro mundo físico tridimensional. Incluso los modelos más avanzados enfrentan desafíos significativos al aplicarse a escenarios del mundo real, como la lucha continua para crear autos autónomos seguros y fiables. Aunque estos modelos son artificialmente inteligentes, tienden a carecer de una comprensión de la física y a menudo producen alucinaciones, lo que lleva a errores inexplicables. Este es el año en que la inteligencia artificial transiciona de la esfera digital a nuestro mundo real. Ampliar el alcance de la IA más allá de los límites digitales requiere reimaginar el pensamiento de las máquinas combinando la inteligencia digital de la IA con las habilidades mecánicas de la robótica. Esta fusión, que llamo "inteligencia física", permite a las máquinas comprender entornos dinámicos, gestionar la imprevisibilidad y tomar decisiones en tiempo real. A diferencia de los modelos de IA convencionales, la inteligencia física se basa en la física, incorporando principios fundamentales del mundo real como causa y efecto. Tales atributos permiten a los modelos de inteligencia física interactuar y adaptarse a diversos entornos. En mi grupo de investigación del MIT, estamos desarrollando modelos de inteligencia física conocidos como redes líquidas.

En un experimento, entrenamos dos drones: uno utilizando un modelo de IA estándar y otro utilizando una red líquida para localizar objetos en un bosque durante el verano, utilizando datos de pilotos humanos. Aunque ambos drones sobresalieron al realizar tareas para las que fueron entrenados, solo el dron de la red líquida se adaptó para encontrar objetos en nuevas condiciones, como el invierno o entornos urbanos. Este experimento demostró que, a diferencia de los sistemas de IA convencionales que dejan de aprender después del entrenamiento inicial, las redes líquidas aprenden continuamente y se adaptan a partir de la experiencia, similar a los humanos. La inteligencia física también interpreta y ejecuta comandos complejos derivados de texto o imágenes, vinculando instrucciones digitales con acción en el mundo real. Por ejemplo, hemos creado un sistema en nuestro laboratorio capaz de diseñar e imprimir en 3D pequeños robots en menos de un minuto basado en indicaciones como "robot que pueda caminar hacia adelante" o "robot que pueda agarrar objetos". También se están produciendo avances significativos en otros laboratorios. La startup de robótica Covariant, liderada por el investigador de UC-Berkeley Pieter Abbeel, está creando chatbots similares a ChatGPT que pueden operar brazos robóticos. Han recaudado más de $222 millones para desarrollar y desplegar robots de clasificación a nivel mundial en almacenes. Un equipo de la Universidad Carnegie Mellon demostró que un robot con una sola cámara y actuación imprecisa podría realizar movimientos dinámicos de parkour, como saltar sobre obstáculos el doble de su altura y cruzar huecos el doble de su longitud, usando una red neuronal entrenada mediante aprendizaje por refuerzo. Si 2023 fue el año del texto a imagen y 2024 el año del texto a video, entonces 2025 está listo para marcar el comienzo de la era de la inteligencia física. Esta nueva generación de dispositivos, que incluyen no solo robots sino también sistemas como redes eléctricas y hogares inteligentes, será capaz de interpretar instrucciones y ejecutar tareas en el mundo real.