El pionero de la robótica del MIT, Rodney Brooks, cree que la gente está sobreestimando enormemente la IA generativa

Cuando Rodney Brooks Habla de robótica e inteligencia artificial, deberías escuchar. Actualmente es profesor emérito de Robótica de Panasonic en el MIT y también cofundó tres empresas clave, incluidas Rethink Robotics, iRobot y su empresa actual, Robust.ai. Brooks también dirigió el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) del MIT durante una década a partir de 1997.

De hecho, le gusta hacer predicciones sobre el futuro de la IA y lleva un registro de puntuación en su blog de lo bien que lo está haciendo.

Brooks sabe de lo que habla y cree que tal vez sea hora de ponerle freno a la exageración que genera la IA generativa. Brooks cree que es una tecnología impresionante, pero tal vez no tan capaz como muchos sugieren. “No digo que los LLM no sean importantes, pero tenemos que ser cuidadosos con la forma en que los evaluamos”, dijo a TechCrunch.

Dice que el problema con la IA generativa es que, si bien es perfectamente capaz de realizar un determinado conjunto de tareas, no puede hacer todo lo que un humano puede hacer, y los humanos tienden a sobreestimar sus capacidades. “Cuando un humano ve un sistema de IA realizar una tarea, inmediatamente la generaliza a cosas similares y hace una estimación de la competencia del sistema de IA; no sólo el desempeño en eso, sino la competencia en torno a eso”, dijo Brooks. “Y normalmente son demasiado optimistas, y eso se debe a que utilizan un modelo del desempeño de una persona en una tarea”.

Agregó que el problema es que la IA generativa no es humana ni siquiera parecida a ella, y que es erróneo intentar atribuirle capacidades humanas. Dice que la gente la ve tan capaz que incluso quiere usarla para aplicaciones que no tienen sentido.

Brooks ofrece como ejemplo su última empresa, Robust.ai, un sistema robótico de almacén. Alguien le sugirió recientemente que sería interesante y eficiente decirle a los robots de su almacén adónde ir mediante la creación de un LLM para su sistema. Sin embargo, en su opinión, este no es un caso de uso razonable para la IA generativa y, de hecho, ralentizaría las cosas. En cambio, es mucho más sencillo conectar los robots a un flujo de datos procedente del software de gestión del almacén.

“Cuando tienes 10.000 pedidos recién llegados que tienes que enviar en dos horas, tienes que optimizarlos. El lenguaje no ayudará; simplemente va a ralentizar las cosas”, dijo. “Tenemos procesamiento de datos masivo y técnicas y planificación masivas de optimización de IA. Y así es como completamos los pedidos rápidamente”.

Otra lección que Brooks ha aprendido en lo que respecta a los robots y la IA es que no se puede intentar hacer demasiado. Hay que resolver un problema solucionable en el que los robots puedan integrarse fácilmente.

“Necesitamos automatizar los lugares donde ya se han limpiado las cosas. El ejemplo de mi empresa es que nos está yendo bastante bien en los almacenes, y los almacenes están bastante limitados. La iluminación no cambia en esos grandes edificios. No hay cosas tiradas por el suelo porque la gente que empuja los carros se chocaría con ellas. No hay bolsas de plástico flotando por ahí. Y en general, a la gente que trabaja allí no le interesa ser maliciosa con el robot”, dijo.

Brooks explica que también se trata de robots y humanos trabajando juntos, por lo que su empresa diseñó estos robots para fines prácticos relacionados con las operaciones de almacén, en lugar de construir un robot con apariencia humana. En este caso, parece un carrito de compras con manija.

“Por lo tanto, el factor de forma que utilizamos no son humanoides que caminan por ahí, aunque he construido y entregado más humanoides que nadie. Estos parecen carritos de compras”, dijo. “Tiene un manillar, así que si hay un problema con el robot, una persona puede agarrar el manillar y hacer lo que quiera con él”, dijo.

Después de todos estos años, Brooks ha aprendido que se trata de hacer que la tecnología sea accesible y diseñada específicamente. “Siempre trato de hacer que la tecnología sea fácil de entender para la gente y, por lo tanto, podamos implementarla a escala y siempre considerar el caso de negocio; el retorno de la inversión también es muy importante”.

Aun así, Brooks dice que tenemos que aceptar que siempre habrá casos atípicos difíciles de resolver en lo que respecta a la IA, que podrían tardar décadas en resolverse. “Si no se define cuidadosamente cómo se implementa un sistema de IA, siempre hay una larga lista de casos especiales que tardan décadas en descubrirse y solucionarse. Paradójicamente, todas esas soluciones son soluciones de IA en sí mismas”.

Brooks añade que existe una creencia errónea, sobre todo gracias a ley de mooreque siempre habrá un crecimiento exponencial en lo que respecta a la tecnología: la idea de que si ChatGPT 4 ¿Es así de bueno? Imagínese cómo será ChatGPT 5, 6 y 7. Él ve un error en esa lógica: que la tecnología no siempre crece exponencialmente, a pesar de la ley de Moore.

Utiliza el iPod como ejemplo. Durante algunas iteraciones, de hecho duplicó el tamaño de almacenamiento de 10 a 160 GB. Si hubiera seguido esa trayectoria, calculó que tendríamos un iPod con 160 TB de almacenamiento para 2017, pero, por supuesto, no lo hicimos. Los modelos vendidos en 2017 en realidad venían con 256 GB o 160 GB porque, como señaló, nadie necesitaba más que eso.

Brooks reconoce que los LLM podrían ayudar en algún momento con los robots domésticos, donde podrían realizar tareas específicas, especialmente con una población que envejece y no hay suficientes personas para cuidarlos. Pero incluso eso, dice, podría conllevar su propio conjunto de desafíos únicos.

“La gente dice: 'Oh, los grandes modelos de lenguaje harán que los robots puedan hacer cosas que ellos no podían hacer'. Ahí no es donde está el problema. El problema de poder hacer cosas tiene que ver con la teoría de control y todo tipo de optimización matemática extrema”, dijo.

Brooks explica que esto podría llevar a robots con interfaces lingüísticas útiles para las personas que necesitan cuidados. “En un almacén no es útil decirle a un robot que salga a buscar algo para un pedido, pero puede ser útil para el cuidado de ancianos en hogares que las personas puedan decirle cosas a los robots”, dijo.