El robot de tenis de mesa de Sony me hizo pensar en lo que sucede cuando la IA tiene un cuerpo.

      Quería desestimar el robot de tenis de mesa de Sony como otro alarde costoso de laboratorio. Una máquina que puede hacer rally contra jugadores de élite es impresionante, claro, pero también suena como el tipo de demostración construida para hacer que los ejecutivos aplaudan en una sala donde todos ya acordaron estar impresionados.

      Pero el tenis de mesa es una prueba más dura de lo que parece. La pelota es pequeña, rápida, gira y es lo suficientemente traviesa como para cambiar de dirección en el momento en que toca la mesa. El sistema de Sony enfrenta algo menos indulgente que el cálculo. Tiene que ver, predecir y actuar antes de que el punto se haya ido.

      Sony probó a Ace contra cinco jugadores de élite y dos profesionales bajo reglas de competencia oficiales, y el robot salió con varias victorias.

      Sony

      El detalle más útil es lo que tuvo que manejar durante esos partidos: tiros rápidos y de alto giro que cambian de dirección después del rebote y castigan incluso los pequeños retrasos. En términos simples, Ace no solo estaba devolviendo la pelota. Estaba leyendo el movimiento, haciendo una predicción y moviéndose antes de que el rally se le escapara.

      La IA está dejando el tablero

      El habitual titular de “la IA vence al humano” subestima lo que Ace está realmente probando. Ya hemos visto esa historia en arenas más limpias. Deep Blue de IBM venció a Garry Kasparov en 1997, y el simbolismo aún pesa sobre cada viejo concurso entre la habilidad humana y el cálculo de la máquina.

      Pero el ajedrez, a pesar de su profundidad estratégica, es cortés con las computadoras. El tablero no se tambalea. Las piezas no giran. Un caballo nunca regresa gritando a 60 millas por hora porque alguien lo golpeó en un ángulo desfavorable.

      Sony

      El robot de Sony apunta a un cambio diferente. Cuando la IA tiene que moverse, la inteligencia se convierte en un problema de sincronización. El sistema tiene que leer el mundo lo suficientemente rápido como para actuar dentro de él. Eso es más útil y mucho más difícil de mantener ordenado.

      El cuerpo cambia el problema

      Aquí es donde la demostración de tenis de mesa comienza a hacer más trabajo. Un robot que puede rastrear el giro, predecir el movimiento y ajustar su respuesta en tiempo real no es automáticamente un trabajador de fábrica, un recolector de almacén, un asistente de enfermería, un peón agrícola o una máquina de respuesta a desastres. Ese salto sería demasiado limpio, lo que generalmente significa que está equivocado.

      El mercado de la robótica más amplio ya ha superado la etapa de demostraciones adorables. La Federación Internacional de Robótica dice que se instalaron 542,000 robots industriales en 2024, más del doble de la cifra de hace una década. Se espera que las instalaciones alcancen los 575,000 en 2025 y superen los 700,000 para 2028. Eso no convierte a Ace en un producto de fábrica, pero sí lo convierte en parte de una historia de automatización más grande que ya se está mostrando en las líneas de producción.

      Simon Kadula / Unsplash

      En pisos industriales controlados, los robots necesitan manejar la variación en lugar de repetir un movimiento perfecto para siempre. En logística, enfrentan cajas aplastadas, ángulos malos, etiquetas faltantes y personas caminando por el carril equivocado en el peor momento posible. Al aire libre, el barro, el clima, el terreno irregular y los productos moldeados por la naturaleza no son conocidos por respetar los requisitos de software.

      El lado laboral es donde la historia se vuelve menos adorable. McKinsey estima que la tecnología actual podría teóricamente automatizar actividades que representan aproximadamente el 57% de las horas de trabajo actuales en EE. UU. Ese no es un número limpio de trabajos perdidos, y McKinsey es cuidadoso con ese punto.

      La presión es más sutil y probablemente más desordenada: las tareas se dividen, los roles se rediseñan y algunos trabajadores descubren que la “eficiencia” tiene la costumbre de llegar con una hoja de cálculo y una sonrisa forzada.

      OpenAI

      Algunos entornos aumentan la penalización por estar equivocado. Un chatbot que comete un error puede desperdiciar una tarde. Un robot que malinterpreta el equilibrio de un paciente, una silla de ruedas o un pasillo de hospital puede causar daños reales. Cuanto más encarnada se vuelve la IA, menos indulgentes son sus errores.

      La factura llega con el cuerpo

      La infraestructura no desaparece cuando la IA obtiene piernas, ruedas o un brazo robótico. Aún depende de chips, centros de datos, sistemas de refrigeración, electricidad, agua y una red que no fue construida para que cada empresa descubriera de repente que necesita más capacidad de cálculo.

      Taylor Vick / Unsplash

      La Agencia Internacional de Energía espera que el consumo de electricidad de los centros de datos globales se duplique a alrededor de 945 TWh para 2030, representando poco menos del 3% del consumo global de electricidad. Esa proporción puede sonar pequeña hasta que una red local, un sistema de agua o una comunidad cerca de un nuevo centro de datos tenga que absorber la concentración.

      Sin embargo, no todo es sombrío. Robots más inteligentes podrían reducir el desperdicio en fábricas, ayudar a inspeccionar sitios peligrosos, mejorar la agricultura de precisión y asumir trabajos que rompen cuerpos humanos para ganarse la vida. El lado positivo es real, pero también lo es el costo.

      Deep Blue hizo que la IA se sintiera poderosa dentro de un juego de mesa. Ace hace que se sienta como si el tablero hubiera desaparecido y las piezas ahora fueran fábricas, hospitales, granjas, redes y trabajadores tratando de adivinar qué sucede a continuación.

      Asimov imaginó robots atados por reglas. La versión que realmente estamos construyendo puede estar atada primero por la economía.