Por Canuto  

Arm presentó un marco de referencia para describir y comparar las capacidades de los robots inteligentes, en un momento en que términos como autonomía, adaptación e inteligencia pueden significar cosas muy distintas. La propuesta busca ofrecer una base común para fabricantes, clientes, reguladores y aseguradoras sin imponer un hardware, un modelo de IA o una arquitectura específica.
***

  • El Robotics Capability Framework combina niveles de inteligencia con áreas como percepción, movimiento, seguridad, aprendizaje e interoperabilidad.
  • Arm sostiene que la terminología inconsistente dificulta comparar robots, integrarlos y evaluar los riesgos de su operación.
  • La compañía invita a fabricantes, desarrolladores, reguladores, aseguradoras e investigadores a convertir la propuesta en una base compartida para la robótica inteligente.

Arm presentó el Robotics Capability Framework, una propuesta destinada a crear un lenguaje común para describir y comparar las capacidades de los robots inteligentes. La empresa de diseño de semiconductores y software sostiene que la expansión de la inteligencia artificial está volviendo ambiguos términos como autónomo, inteligente, adaptativo, colaborativo y automejorable, justo cuando las máquinas empiezan a operar fuera de entornos industriales estrictamente controlados.

El marco no pretende decir cómo debe construirse un robot, sino ofrecer una forma coherente de explicar qué puede hacer y bajo qué condiciones. Según la iniciativa, esa distinción podría ayudar a fabricantes, clientes, integradores, reguladores, aseguradoras e investigadores a evaluar sistemas que trabajan en almacenes, hospitales, granjas, instalaciones de infraestructura y otros espacios compartidos con personas.

Una escala para describir capacidades

La propuesta combina dos métodos complementarios para perfilar un robot. El primero establece una progresión que parte del comportamiento reactivo y avanza hacia capacidades deliberativas, adaptativas, contextuales, cognitivas y automejorables, sin reducir la inteligencia de una máquina a una sola etiqueta comercial.

El segundo método identifica las áreas en las que esas capacidades pueden manifestarse, entre ellas percepción, localización, movimiento, manipulación, toma de decisiones, aprendizaje e interacción. También incorpora seguridad, ciberseguridad, gestión del ciclo de vida, interoperabilidad e integración en el ecosistema, dimensiones que suelen quedar ocultas cuando un proveedor describe un producto simplemente como autónomo.

La combinación permitiría crear un perfil más preciso para cada sistema, en lugar de asumir que todos los robots inteligentes funcionan de manera comparable. Un robot industrial fijo, diseñado para repetir movimientos dentro de una fábrica controlada, tendría necesidades distintas a las de un manipulador móvil que debe circular cerca de trabajadores, interpretar cambios en su entorno y activar comportamientos de reserva.

Arm también plantea que las diferencias se vuelven más importantes cuando una empresa despliega flotas en varios sitios. Esos sistemas pueden requerir controles más sofisticados para administrar su ciclo de vida, gobernar actualizaciones de software y compartir aprendizajes, de modo que el perfil de capacidades incluya no solo el rendimiento de una unidad, sino también la forma en que se mantiene y coordina con otras.

El problema de las etiquetas ambiguas

La compañía considera que la falta de una terminología consistente ya complica la comparación y la integración de soluciones robóticas. Para un cliente, la palabra inteligente puede referirse a un robot con mejores sensores, a una máquina que decide entre varias acciones o a un sistema capaz de modificar su comportamiento, aunque esas capacidades impliquen niveles muy diferentes de supervisión y riesgo.

Richard Grisenthwaite, arquitecto jefe de Arm, afirmó que la siguiente fase de la robótica necesita algo más que avances en inteligencia artificial y computación. En su planteamiento, la industria requiere una base compartida que permita describir los sistemas robóticos inteligentes de manera coherente, pero sin restringir la innovación ni imponer una única ruta tecnológica.

La relevancia de esa clasificación aumenta a medida que los robots abandonan las líneas de producción aisladas y comienzan a interactuar con personas en escenarios impredecibles. Un sistema que trabaja en un hospital o inspecciona infraestructura debe responder a obstáculos, cambios operativos y decisiones humanas, por lo que su evaluación exige conocer el contexto, la supervisión disponible y los mecanismos de seguridad.

Arm citó datos de la Federación Internacional de Robótica según los cuales aproximadamente 4,66 millones de robots industriales operaban en fábricas de todo el mundo. La empresa sostiene que el crecimiento de la inteligencia artificial, los sensores, la computación y el software ampliará el alcance de las tareas robóticas, pero también hará más urgente distinguir entre una capacidad demostrada y una descripción promocional difícil de verificar.

Una referencia, no una arquitectura obligatoria

El Robotics Capability Framework fue planteado como una capa de referencia situada entre las afirmaciones generales sobre la inteligencia de un robot y las decisiones técnicas utilizadas para implementarlas. Arm subraya que la propuesta no prescribe un diseño de hardware, un modelo de inteligencia artificial, una pila de software ni una configuración determinada entre la nube y el borde.

Ese enfoque agnóstico busca preservar la libertad de los proveedores para diferenciar sus productos. Al mismo tiempo, una descripción común podría facilitar la adquisición y la integración, porque los compradores tendrían una base más clara para comparar sistemas que emplean componentes, arquitecturas y modelos de aprendizaje distintos.

La propuesta también apunta a las necesidades de quienes deben analizar la seguridad y el riesgo sin participar directamente en el desarrollo de una máquina. Reguladores y aseguradoras podrían utilizar una terminología más neutral para examinar qué grado de supervisión necesita un robot, cómo responde ante fallos y qué controles existen para sus actualizaciones, aunque el marco todavía no constituye un estándar terminado.

Arm presentó la iniciativa como un punto de partida y no como un proyecto exclusivo de la compañía. En el manifiesto aparecen Bosch, Infineon, Lenovo, McKinsey & Company, QNX, Psyonic, RobotecAI y StradVision, entre otros seguidores, mientras la empresa invita a más participantes a aportar criterios y casos de uso.

Una iniciativa vinculada con la IA física

El marco forma parte de la expansión de Arm hacia la llamada inteligencia artificial física, un campo que conecta modelos de IA con robots, vehículos y otras máquinas capaces de actuar en el mundo real. La empresa indicó que está ampliando su programa Arm Total Design para este ámbito y que reúne a más de 80 compañías, incluidas AWS, Hugging Face, Liquid AI, QNX y Unitree Robotics.

Dentro de esa estrategia, el Robotics Capability Framework funcionaría como una forma común de describir, comparar y comunicar las capacidades de máquinas autónomas inteligentes. La iniciativa aparece vinculada a la visión de Arm sobre una nueva era de computación agéntica, en la que los sistemas no solo procesan información, sino que también interpretan entornos, toman decisiones y ejecutan acciones.

La compañía acompañó esta propuesta con otros anuncios tecnológicos para distintos niveles de infraestructura. En el borde presentó CSS for Mobile 2, que incorpora su CPU C2 Ultra y la GPU Mali G2-Ultra NX, mientras que para la nube anunció Neoverse CSS N4 y destacó el impulso de su plataforma de CPU AGI.

Arm también presentó Arm AI Portal, una herramienta orientada a ayudar a desarrolladores y agentes de IA a encontrar modelos optimizados, datos de rendimiento y software de soporte. En conjunto, estos lanzamientos reflejan la intención de la empresa de ofrecer una plataforma común que conecte infraestructura de nube, dispositivos de borde y sistemas de IA física, aunque el éxito del marco dependerá de que la industria adopte sus definiciones y las someta a casos reales.

La propuesta llega en un momento en que describir correctamente las capacidades de un robot puede ser tan importante como aumentar su potencia de cálculo. Si fabricantes, clientes y organismos de supervisión logran acordar perfiles comparables, la robótica podría avanzar con menos confusión sobre lo que una máquina promete, lo que realmente ejecuta y los límites que debe respetar.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados