- Neuron AI combina múltiples entradas sensoriales para mejorar la capacidad de interacción de los robots.
- El modelo es compatible con múltiples plataformas robóticas, adaptándose a diferentes necesidades de aplicación.
- NEURA planea demostrar el proceso de automatización de Neuron AI, enfatizando la conservación del contexto.
- El proceso de entrenamiento combina experiencias del mundo real y variaciones simuladas.
NEURA Robotics ha lanzado Neuron AI, un modelo base de robot diseñado para ayudar a los robots a comprender e interactuar con su entorno, utilizando múltiples entradas sensoriales para su operación. El sistema combina percepción visual, tacto, sonido, lenguaje, información del estado del robot y memoria para apoyar la ejecución de diversas tareas. Esta empresa alemana planea implementar el modelo en diferentes plataformas robóticas, permitiendo a los clientes ajustar sus funciones según necesidades específicas de aplicación. NEURA también tiene la intención de mostrar esta tecnología a través de su robot humanoide, destacando su concepto de desarrollar sistemas robóticos adaptativos para enfrentar entornos reales.
Funciones y diseño de Neuron AI
Neuron AI es un modelo base de robot diseñado para combinar percepción visual, tacto, sonido, lenguaje y memoria, con el objetivo de ayudar a los robots a realizar tareas complejas. Esta empresa alemana describe el sistema como un modelo de percepción-lenguaje-acción (PLA), capaz de procesar información sensorial y convertirla en acciones físicas. La arquitectura está diseñada para soportar múltiples plataformas robóticas, permitiendo que las habilidades se adapten a diferentes aplicaciones sin necesidad de desarrollarlas de manera individual para cada robot. Neuron AI integra múltiples fuentes de información, incluyendo visión 3D, mediciones de tacto y fuerza, audio, datos del estado del robot y lenguaje.
Según NEURA, el modelo alinea estos inputs a lo largo del tiempo, ayudando a los robots a interpretar su entorno y mantener el contexto durante la ejecución de tareas.
La inclusión de datos táctiles y de fuerza puede ayudar a los robots a determinar si las interacciones físicas están logrando los resultados esperados. Por ejemplo, los cambios en la fuerza de contacto pueden indicar si un tornillo está correctamente instalado, mientras que las señales de audio pueden ayudar a identificar si un cerrojo mecánico ha encajado en su lugar. Estos ejemplos muestran las capacidades esperadas, más no resultados de rendimiento verificados de manera independiente. La memoria es otro componente de esta arquitectura. NEURA señala que el sistema puede retener información sobre eventos previos y objetos fuera de la vista, lo que puede ayudar a los robots a coordinar acciones en múltiples etapas de una tarea. Este enfoque combina percepción, información contextual y acción en un modelo común.
Sin embargo, la empresa aún no ha publicado comparativas que demuestren el grado de mejora en el rendimiento de los sistemas visuales gracias a la memoria o a entradas sensoriales adicionales.
Infraestructura de entrenamiento y socios
NEURA indica que Neuron AI soporta cinco implementaciones robóticas, incluyendo los robots humanoides 4NE1 Gen 3 y Gen 4, una plataforma 4NE1 de ruedas, y dos plataformas robóticas de doble brazo adicionales. Este enfoque está diseñado para transferir las habilidades aprendidas a diferentes configuraciones de hardware, permitiendo a los clientes ajustar las habilidades según sus necesidades específicas. La información del producto de la compañía señala que el razonamiento se ejecuta localmente en los robots, sin necesidad de conexión a la nube. Procesar en el dispositivo permite a los robots ejecutar las habilidades aprendidas sin requerir acceso continuo a infraestructura computacional remota.
El proceso de entrenamiento de Neuron AI combina experiencias robóticas del mundo real, variaciones simuladas y demostraciones humanas grabadas con trajes equipados con sensores.
La infraestructura de entrenamiento de NEURA se denomina NEURA Gyms, y soporta la recolección de datos, entrenamiento de habilidades y pruebas de referencia. La compañía también ha establecido asociaciones de datos industriales con Schaeffler y Bosch. NEURA planea utilizar su plataforma Neuraverse para ayudar a los clientes a ajustar las capacidades robóticas para flujos de trabajo específicos y distribuir estas capacidades entre múltiples robots. Los clientes pueden mantener la privacidad de sus habilidades entrenadas o optar por compartir capacidades y datos de implementación con un ecosistema más amplio.
La empresa considera el "tiempo de habilidad" como un indicador clave de progreso, es decir, el tiempo necesario para enseñar a los robots a realizar tareas y lograr una ejecución confiable. Sin embargo, el anuncio no incluyó resultados de medición para este indicador.
NEURA planea mostrar Neuron AI del 20 al 22 de octubre en NVIDIA GTC Berlín, con una demostración automatizada de 11 minutos que incluye clasificar ropa, cargar una lavadora, apagar y volver a encender la lavadora, descargar la ropa y transferirla a la secadora sin intervención humana. Esta demostración tiene como objetivo mostrar cómo el sistema coordina múltiples acciones y mantiene el contexto durante la ejecución de la tarea. El proceso anunciado involucra el manejo de ropa, y no un ciclo completo de lavado y secado.
Elemento Especificaciones Implementaciones robóticas soportadas 4NE1 Gen 3, 4NE1 Gen 4, robots humanoides, plataforma 4NE1 de ruedas, plataformas robóticas de doble brazo Procesamiento de razonamiento Ejecutado localmente Infraestructura de entrenamiento NEURA Gyms
Cómo Neuron AI está cambiando el futuro de la tecnología robótica
El modelo Neuron AI de NEURA Robotics representa un avance significativo en la tecnología robótica, al integrar múltiples entradas sensoriales que permiten a los robots comprender y adaptarse mejor a su entorno. Esta interacción multisensorial no solo mejora la capacidad de ejecución de los robots, sino que también les permite mantener el contexto en tareas más complejas, lo cual es crucial para futuras aplicaciones de automatización. Además, la infraestructura de entrenamiento de NEURA y la colaboración con socios industriales fomentarán aún más el desarrollo y la aplicación de la tecnología, brindando nuevas oportunidades y desafíos para la industria robótica.