NVIDIA acaba de lanzar, sin hacer mucho ruido, Flora, una suite de modelos de IA de código abierto diseñada para desatascar uno de los cuellos de botella más desesperantes de la robótica: la creación de esos datasets colosales y meticulosamente etiquetados que las máquinas necesitan para aprender a moverse por el mundo. En lugar de depender de ejércitos de humanos describiendo a mano cada movimiento de un brazo robótico, Flora automatiza todo el proceso, ahorrando a los investigadores lo que probablemente sería una eternidad de trabajo de anotación soporífero. Los modelos ya están disponibles en la plataforma Hugging Face.
Básicamente, la suite Flora es una caja de herramientas para construir un “motor de datos” robótico. Consta de tres modelos principales encargados de interpretar las vivencias de una máquina. Flora-Captioner analiza imágenes estáticas para generar descripciones textuales detalladas de la escena. Flora-TempSeg se encarga del vídeo, identificando con precisión quirúrgica el inicio y el final de acciones específicas. Por último, Flora-Rewarder observa un clip de vídeo y redacta una especie de “boletín de notas” detallado sobre lo ocurrido, proporcionando una señal de retroalimentación riquísima para el aprendizaje por refuerzo (reinforcement learning). Es la diferencia entre un simple “aprobado/suspenso” y una explicación pormenorizada de por qué el robot ha vuelto a tirar la taza de café al suelo.
¿Por qué debería importarnos?
El “santo grial” de la robótica moderna es una IA generalista capaz de aprender de cantidades ingentes de datos, de forma similar a como lo hacen los grandes modelos de lenguaje actuales. Pero, a diferencia del texto que se puede extraer de internet, los datos robóticos —vídeos de una pinza peleándose con un tornillo— son caóticos y carecen de etiquetas intrínsecas. El etiquetado manual es, posiblemente, el factor que más está lastrando el progreso del sector. Al liberar Flora como open-source, NVIDIA no solo lanza una herramienta; está intentando estandarizar los cimientos de la infraestructura de datos para toda la industria. Es un movimiento estratégico para asegurar que, a medida que los robots se vuelvan más listos, funcionen sobre una arquitectura de datos profundamente influenciada y optimizada para el ecosistema de NVIDIA. Se pueden consultar más detalles técnicos en la página oficial del proyecto NVIDIA Research.
