Aunque los modelos de inteligencia artificial han avanzado notablemente todavía quedan algunos ámbitos en los que están notoriamente atrasados. Uno de ellos es la capacidad para entender el mundo físico. La importancia de este campo es mucho más grande cuando se consideran los avances que se están produciendo en robótica y como estos demandan un software cada vez más avanzado. Por dicha razón la presentación de Cosmos 3 en mayo por parte de Nvidia parece casi un paso obligado.
Este miércoles la compañía ha revelado la versión Edge de su modelo. En este caso el foco está puesto en ofrecer la capacidad de navegación en tiempo real para espacios físicos.
Una nueva era para las fábricas
Durante una reciente visita a Japón el CEO de Nvidia señaló: “La próxima frontera para la IA es el mundo físico, y esta es una oportunidad generacional para Japón. Japón inventó la producción fabril moderna. Ahora tiene la oportunidad de reinventarla para la era de las industrias inteligentes”.
Nvidia ha creado una alianza con las compañías locales Fanuc y Yaskawa Electric. Noetra también espera contar con Nvidia como proveedora de chips. Otras empresas que esperan ser parte del grupo son Fujitsu, Hitachi y Kawasaki Heavy Industries. La compañía liderada por Jensen Huang no es la única que apuesta fuerte a Japón. Microsoft ha invertido unos USD 10 mil millones en infraestructura para IA, y la local SoftBank está interesada en ser parte de esta industria.
Escenario favorable
Se espera que para 2029 el mercado de la inteligencia artificial en Japón llegue a los USD 27900 millones. El gobierno japonés está promoviendo el desarrollo de las IA y las empresas locales buscan socios del exterior.
Japón es un escenario ideal para muchos por múltiples razones. Es una economía potente, aunque no en su mejor momento. Tiene empresas locales con gran potencial, pero la industria del software nunca ha sido el punto fuerte. La demanda y aplicación de soluciones robóticas es enorme y se extiende a muchos ámbitos. Es seguramente uno de los países que más necesitan de una IA física.
La IA física y los modelos multimodales
Cosmos 3 es un modelo multimodal. Puede recibir información de una amplia variedad de fuentes y traducirlo en resultados de igual variedad. Lo dicho abarca texto, imagen, video, audio y ahora también acciones en el mundo real.
Dado que es un modelo multimodal, podría aprender esta tarea de una amplia variedad de maneras. En esto la compañía parece distanciarse un poco de la opinión de otro entusiasta de la IA física, Yann Lecun. Lecun ha señalado en numerosas ocasiones que las IA deben aprender de entornos físicos simulados. Será interesante ver como evolucionan los desarrollos y cuál es el paradigma dominante en un futuro cercano.
