Embodied AI

La IA incorporada representa un cambio importante de los algoritmos pasivos a sistemas inteligentes capaces de percibir, razonar e interactuar en un entorno físico o simulado en 3D. A diferencia de los modelos tradicionales de aprendizaje automático, que funcionan exclusivamente con conjuntos de datos estáticos, estos sistemas poseen un «cuerpo», ya sea una estructura robótica física o un avatar virtual, que les permite ejecutar acciones y aprender a partir de la información continua del entorno. Al combinar las entradas de los sensores con una toma de decisiones inteligente, los agentes incorporados conectan la computación digital con la ejecución en el mundo real.

Cómo perciben el mundo los sistemas incorporados#

En el núcleo de estos sistemas dinámicos se encuentra la visión artificial avanzada, que permite al agente comprender espacialmente lo que le rodea. Para desplazarse de forma segura y eficaz, los agentes incorporados dependen en gran medida de la detección de objetos en tiempo real y de la estimación de la pose continua. Al desarrollar las vías neuronales de estos agentes, los desarrolladores suelen integrar frameworks de aprendizaje profundo del ecosistema de PyTorch o herramientas de despliegue de TensorFlow para gestionar datos espaciales complejos.

Para lograr una autonomía real, estos sistemas utilizan cada vez más modelos de visión y lenguaje junto con sólidos motores de inferencia en tiempo real. Esto permite a la IA no solo reconocer una taza, sino también entender instrucciones complejas como «coge la taza roja que está cerca del borde de la mesa». La investigación de instituciones como el Instituto de Inteligencia Artificial Centrada en el Ser Humano de Stanford (HAI) sigue ampliando los límites de la forma en que estos agentes integran datos multisensoriales.

Diferencias entre términos relacionados con la inteligencia artificial#

Para comprender este campo, es necesario distinguirlo de conceptos estrechamente relacionados:

• Robótica: La robótica se centra principalmente en el hardware mecánico, los actuadores y el control de motores. La IA incorporada proporciona la capa de software cognitivo que hace autónomo al hardware, como se observa en proyectos como el robot Atlas de Boston Dynamics.
• IA física: Aunque a menudo se utilizan como sinónimos, la IA física requiere estrictamente hardware tangible del mundo real. La IA incorporada es más amplia e incluye agentes virtuales entrenados en entornos simulados de física 3D, como la plataforma de robótica Isaac de NVIDIA.
• Agente de IA: Los agentes de IA tradicionales operan en espacios digitales, por ejemplo, navegando por la web o escribiendo código. Los agentes incorporados están especializados en gestionar la dimensionalidad espacial, las restricciones físicas y los flujos sensoriales continuos.

Aplicaciones en el mundo real#

La integración del razonamiento cognitivo con la acción física ha dado lugar a aplicaciones transformadoras en múltiples sectores, ampliamente documentadas en la biblioteca digital de ACM para la investigación en IA.

• Vehículos autónomos: Los coches autónomos utilizan inteligencia incorporada para desplazarse por las calles de las ciudades. Procesan continuamente datos de lidar y de cámaras para interpretar las señales de tráfico y los movimientos de los peatones, de forma similar a cómo la tecnología de conducción autónoma de Waymo interactúa de forma segura con entornos urbanos dinámicos.
• Fabricación inteligente: Los brazos robóticos equipados con modelos de Ultralytics YOLO26 realizan tareas complejas en las líneas de montaje. Identifican, seleccionan y clasifican dinámicamente las piezas defectuosas, demostrando principios explorados en investigaciones recientes de DeepMind sobre robótica.
• Drones agrícolas: Los vehículos aéreos no tripulados utilizan la percepción espacial para supervisar el estado de los cultivos y pulverizar recursos de forma inteligente solo donde es necesario, reduciendo los residuos y aumentando el rendimiento.

Desarrollo de la percepción para agentes incorporados#

Los desarrolladores que crean estos sistemas físicos suelen aprovechar la Ultralytics Platform para anotar datos de entrenamiento dinámicos y desplegar sin problemas modelos ligeros de IA en el edge directamente en hardware de bajo consumo.

A continuación se muestra un ejemplo en Python que demuestra cómo un agente robótico podría utilizar un modelo de visión para detectar continuamente objetos interactivos en su entorno.

from ultralytics import YOLO

# Load the lightweight YOLO26 model designed for real-time edge hardware
model = YOLO("yolo26n.pt")

# Perform continuous object detection on a robotic camera feed
results = model.predict(source="camera_feed.mp4", stream=True)

# Process the spatial bounding boxes to guide robotic interaction
for r in results:
    print(f"Detected {len(r.boxes)} objects ready for physical interaction.")

A medida que maduran los campos del diseño de hardware y el modelado cognitivo, guiados por iniciativas de alineación como la investigación de Anthropic sobre seguridad de la IA y los últimos modelos de razonamiento de OpenAI, los sistemas incorporados seguirán pasando de los laboratorios de investigación a los entornos cotidianos, como se destaca con frecuencia en la cobertura de robótica de IEEE Spectrum.