Revolución de Bots impulsada por IA y encriptación

Los avances en la inteligencia artificial están cambiando radicalmente la percepción y las expectativas de las personas sobre los Bots. A medida que los modelos de lenguaje grandes comienzan a interactuar con el mundo del software externo, muchas personas solían pensar que los agentes de IA eran la forma final. Sin embargo, al revisar las obras clásicas de ciencia ficción, se puede descubrir que el verdadero sueño de la humanidad es tener Bots que puedan interactuar en el mundo físico.

Los expertos creen que un gran avance en el campo de los Bots está a punto de llegar. En los últimos años, los avances en la inteligencia artificial están remodelando el panorama de la industria, y las mejoras en la tecnología de baterías, la optimización de la latencia y la recopilación de datos darán forma aún más al futuro. La encriptación jugará un papel importante en este proceso. Es importante prestar atención a aspectos como la seguridad de los Bots, la financiación, la evaluación y la educación.

Elementos de transformación

avances en inteligencia artificial

Los avances en los modelos de lenguaje multimodal proporcionan el "cerebro" necesario para que los Bots realicen tareas complejas. Los Bots perciben el entorno principalmente a través de la visión y la audición. Los modelos tradicionales de visión por computadora son expertos en la detección y clasificación de objetos, pero tienen dificultades para convertir la información visual en instrucciones de acción con propósito. Aunque los modelos de lenguaje grandes destacan en la comprensión y generación de texto, están limitados en su capacidad para percibir el mundo físico.

Modelo de visión-lenguaje-acción ( VLA ) permite que los Bots integren la percepción visual, la comprensión del lenguaje y la acción física dentro de un marco computacional unificado. El último modelo VLA establece un nuevo estándar en la industria gracias a su capacidad de generalización de cero ejemplos y su arquitectura de doble sistema. La característica de generalización de cero ejemplos permite que los Bots se adapten instantáneamente a nuevos escenarios, nuevos objetos y nuevas instrucciones sin necesidad de entrenamiento repetido para cada tarea. La arquitectura de doble sistema separa el razonamiento de alto nivel del razonamiento ligero, logrando un robot humanoide comercial que combina pensamiento similar al humano con precisión en tiempo real.

Los Bots económicos se convierten en realidad

Las tecnologías que cambian el mundo comparten la característica común de ser accesibles. Los teléfonos inteligentes, las computadoras personales y la impresión 3D se han popularizado a precios que la clase media puede pagar. Cuando el precio de los Bots sea inferior al de un automóvil común o al ingreso mínimo anual, no será sorprendente imaginar un mundo en el que el trabajo físico y las tareas cotidianas sean realizadas principalmente por Bots.

de almacenamiento a mercado de consumo

La tecnología de Bots está expandiéndose desde soluciones de almacenamiento hacia el ámbito del consumo. Este mundo está diseñado para los humanos: los humanos pueden realizar todas las tareas de los Bots especializados, mientras que los Bots especializados no pueden asumir todas las tareas de los humanos. Las empresas de Bots ya no se limitan a fabricar Bots destinados a fábricas, sino que están desarrollando Bots humanoides más versátiles. Por lo tanto, la vanguardia de la tecnología de Bots no solo se encuentra en los almacenes, sino que también penetrará en la vida cotidiana.

El costo es uno de los principales cuellos de botella de la escalabilidad. El indicador más crítico es el costo integral por hora, que se calcula como: el costo de oportunidad del tiempo de entrenamiento y carga, el costo de ejecución de tareas y el costo de adquisición de Bots, dividido por la duración total de operación de los Bots. Este costo debe estar por debajo del nivel salarial promedio de la industria correspondiente para ser competitivo.

Para penetrar completamente en el campo del almacenamiento, el costo integral de los Bots por hora debe ser inferior a 31.39 dólares. En el mayor mercado de consumo, el sector de educación privada y servicios de salud, este costo debe mantenerse por debajo de 35.18 dólares. Actualmente, los Bots están evolucionando hacia direcciones más económicas, eficientes y versátiles.

El siguiente gran avance en la tecnología de Bots

optimización de batería

La tecnología de baterías siempre ha sido un cuello de botella para los robots amigables con el usuario. Los primeros vehículos eléctricos enfrentaron dificultades para popularizarse debido a las limitaciones de la tecnología de baterías, que resultaban en una corta autonomía, altos costos y baja practicidad, y los robots se enfrentan a la misma situación. Actualmente, la autonomía de un solo uso de los robots humanoides más populares es de solo 90 a 120 minutos. Los usuarios obviamente no quieren cargar manualmente cada dos horas, por lo que la carga autónoma y la infraestructura de acoplamiento se han convertido en direcciones de desarrollo clave.

Actualmente, la carga de Bots se realiza principalmente de dos maneras: cambio de batería o carga directa. El modo de cambio de batería permite la operación continua mediante el reemplazo rápido de los grupos de baterías agotadas, minimizando al máximo el tiempo de inactividad, siendo adecuado para escenarios en campo o en fábricas. La carga por inducción utiliza un método de alimentación inalámbrica; aunque el tiempo de carga completa es más largo, permite implementar fácilmente un proceso totalmente automatizado.

optimización de retraso

Las operaciones de baja latencia se pueden dividir en dos categorías: percepción ambiental y control remoto. La percepción se refiere a la capacidad de los Bots para reconocer el espacio del entorno, mientras que el control remoto se refiere específicamente al control en tiempo real por parte de los operadores humanos.

El sistema de percepción de Bots comienza con sensores baratos, pero la ventaja tecnológica radica en la fusión de software, computación de bajo consumo y circuitos de control de precisión en milisegundos. Una vez que el Bots completa la localización espacial, una red neuronal ligera etiquetará elementos como obstáculos, paletas o humanos. Una vez que las etiquetas de escena se ingresan en el sistema de planificación, se generan de inmediato instrucciones de motor que se envían a los pies, grupos de ruedas o brazos mecánicos.

Un retraso de percepción de menos de 50 milisegundos equivale a la velocidad de reflejo humano: cualquier retraso que supere este umbral hará que los Bots se muevan torpemente. Por lo tanto, el 90% de las decisiones deben completarse localmente a través de una única red de visión-lenguaje-acción. Los Bots totalmente autónomos deben garantizar que el retraso del modelo VLA de alto rendimiento sea inferior a 50 milisegundos; los Bots controlados de forma remota requieren que la latencia de la señal entre el terminal de operación y el Bots no supere los 50 milisegundos.

optimización de la recolección de datos

La recopilación de datos tiene principalmente tres vías: datos de video del mundo real, datos sintéticos y datos de control remoto. El principal obstáculo entre los datos reales y los datos sintéticos radica en cerrar la brecha entre el comportamiento físico de los Bots y el modelo de video/simulación. Los datos de video del mundo real carecen de detalles físicos como la retroalimentación de fuerza, el error en el movimiento de las articulaciones y la deformación de materiales; mientras que los datos de simulación carecen de variables impredecibles como fallos en los sensores y coeficientes de fricción.

La forma de recolección de datos con mayor potencial es el control remoto: un operador humano controla remotamente a los Bots para ejecutar tareas. Sin embargo, el costo laboral es el principal factor limitante de la recolección de datos mediante control remoto.

El desarrollo de hardware personalizado también está proporcionando nuevas soluciones para la recopilación de datos de alta calidad. Algunas empresas están combinando métodos convencionales con hardware personalizado para recopilar datos de movimiento humano en múltiples dimensiones, que después de ser procesados se convierten en conjuntos de datos adecuados para el entrenamiento de redes neuronales de Bots, proporcionando así grandes volúmenes de datos de alta calidad para el entrenamiento de AI Bots con ciclos de iteración rápidos. Estos canales tecnológicos han reducido conjuntamente el camino de transformación de datos originales a Bots desplegables.

Áreas clave de exploración

encriptación tecnología y Bots fusión

La encriptación puede incentivar a las partes no confiables a mejorar la eficiencia de la red de Bots. Basado en los campos clave mencionados anteriormente, la encriptación puede mejorar la eficiencia en tres aspectos: la integración de infraestructura, la optimización de la latencia y la recolección de datos.

La red de infraestructura física descentralizada ( DePIN ) promete revolucionar la infraestructura de carga. Cuando los Bots funcionan a nivel global como automóviles, las estaciones de carga deben ser tan accesibles como las gasolineras. Las redes centralizadas requieren una gran inversión inicial, mientras que DePIN distribuye los costos entre los operadores de nodos, permitiendo que las instalaciones de carga se expandan rápidamente a más áreas.

DePIN también puede utilizar infraestructura distribuida para optimizar la latencia de control remoto. Al agregar recursos de computación de nodos de borde geográficamente dispersos, las instrucciones de control remoto pueden ser procesadas por nodos locales o los más cercanos disponibles, minimizando la distancia de transmisión de datos y reduciendo significativamente la latencia de comunicación.

El control remoto es la forma de recolección de datos más prometedora, pero el costo de emplear a profesionales para la recolección de datos por parte de entidades centralizadas es extremadamente alto. DePIN aborda este problema al incentivar a terceros a proporcionar datos de control remoto mediante encriptación de tokens. Algunos proyectos están construyendo una red global de operadores remotos, transformando sus contribuciones en activos digitales tokenizados, formando un sistema descentralizado sin permisos: los participantes pueden obtener ingresos, participar en la gobernanza y ayudar en el entrenamiento de Bots AGI.

La seguridad siempre es una preocupación central

El objetivo final de la tecnología de Bots es lograr una autonomía completa, pero lo que menos desean los humanos es que la autonomía convierta a los Bots en armas ofensivas. Los problemas de seguridad de los modelos de lenguaje grande han suscitado preocupación, y cuando estos modelos tienen la capacidad de actuar físicamente, la seguridad de los Bots se convierte en un requisito clave para la aceptación social.

La seguridad económica es uno de los pilares de la prosperidad del ecosistema de Bots. Algunas empresas están construyendo una capa de coordinación de máquinas descentralizada, logrando la autenticación de la identidad de los dispositivos, la verificación de la presencia física y la obtención de recursos a través de encriptación. A diferencia de la simple gestión de mercados de tareas, estos sistemas permiten que los Bots demuestren de manera autónoma su información de identidad, ubicación geográfica y registros de comportamiento sin depender de intermediarios centralizados.

Las restricciones de comportamiento y la autenticación de identidad se llevan a cabo a través de mecanismos en la cadena, asegurando que cualquier persona pueda auditar la conformidad. Los Bots que cumplan con los estándares de seguridad, los requisitos de calidad y las normativas regionales recibirán recompensas, mientras que los infractores enfrentarán sanciones o la pérdida de su elegibilidad, estableciendo así un mecanismo de responsabilidad y confianza en la red de máquinas autónomas.

La red de rehipoteca de terceros también puede proporcionar garantías de seguridad equivalentes. A pesar de que el sistema de parámetros de penalización aún necesita mejoras, la tecnología relacionada ha entrado en la fase práctica. Se espera que las normas de seguridad de la industria se formulen pronto, y en ese momento, los parámetros de penalización se modelarán de acuerdo con estas normas.

Llenar el vacío en la pila de tecnología de Bots

A diferencia de la IA, el campo de los Bots es difícil de ingresar cuando los fondos son limitados. Para lograr la popularización de los Bots, el umbral de desarrollo debe reducirse a un nivel de conveniencia similar al de las aplicaciones de IA. Hay espacio para mejoras en tres niveles: mecanismos de financiamiento, sistemas de evaluación y ecosistemas educativos.

El financiamiento es un punto crítico en el campo de los Bots. Desarrollar programas informáticos solo requiere una computadora y recursos de computación en la nube, mientras que construir un robot completamente funcional implica la compra de motores, sensores, baterías y otro hardware, con costos que fácilmente superan los 100,000 dólares. Esta propiedad del hardware hace que el desarrollo de Bots sea menos flexible y más costoso en comparación con la IA.

La infraestructura de evaluación de Bots en escenarios reales aún está en sus primeras etapas. En el campo de la IA se ha establecido un sistema de funciones de pérdida claro, y las pruebas pueden ser completamente virtualizadas. Sin embargo, las excelentes estrategias virtuales no se pueden convertir directamente en soluciones efectivas en el mundo real. Los Bots necesitan instalaciones de evaluación de estrategias autónomas para probar en entornos reales diversificados, a fin de lograr una optimización iterativa.

Cuando esta infraestructura madure, los talentos fluirán en grandes cantidades y los Robots humanos repetirán la curva de explosión de Web2. Algunas empresas están desarrollando un "sistema operativo Android para Robots", transformando el hardware original en agentes inteligentes actualizables con conciencia económica. Los módulos de planificación visual, lingüística y de movimiento pueden conectarse y usarse como aplicaciones de teléfonos móviles, presentando todos los pasos de razonamiento en un inglés claro, permitiendo que los operadores auditen o ajusten el comportamiento sin necesidad de interactuar con el firmware. Esta capacidad de razonamiento en lenguaje natural permite que la nueva generación de talentos ingrese sin problemas al campo de los Robots, dando un paso clave hacia una plataforma abierta que detonará la revolución de los Robots.

La densidad de talento determina la trayectoria de la industria. Un sistema educativo inclusivo y estructurado es crucial para el suministro de talento en el campo de los Bots. Algunas empresas están lanzando un currículo educativo universal basado en robots humanoides en las escuelas públicas K-12 de Estados Unidos. Este diseño curricular es independiente de la plataforma y se adapta a diversas formas de robots, ofreciendo a los estudiantes oportunidades de práctica. Esta señal positiva refuerza el juicio de los profesionales de la industria: en los próximos años, la abundancia de recursos educativos en robótica estará a la par con el campo de la inteligencia artificial.

Perspectivas Futuras

El modelo visual-lenguaje-acción ( VLA ), con su innovación y efectos de economías de escala, ha dado lugar a robots humanoides económicos, eficientes y versátiles. A medida que los robots de almacenamiento se expanden al mercado de consumo, la seguridad, los modelos de financiación y los sistemas de evaluación se convierten en direcciones clave de exploración. La encriptación impulsará el desarrollo de los robots a través de tres caminos: proporcionando garantías económicas para la seguridad, optimizando la infraestructura de carga y mejorando el rendimiento de latencia y el canal de recolección de datos.