NEURA Robotics presenta Neuron AI: un modelo que combina visión, tacto y memoria para controlar robots

NEURA Robotics ha presentado Neuron AI, un modelo para controlar robots que reúne información de cámaras, sensores de tacto y fuerza, micrófonos, estado del propio robot e instrucciones expresadas en lenguaje. La empresa alemana lo ha diseñado para conservar información de acciones anteriores y de objetos que salen del campo de visión, algo necesario cuando una tarea requiere varios movimientos consecutivos.

NEURA ha anunciado el modelo y su método de entrenamiento. No ha puesto a la venta un nuevo humanoide. La compañía afirma que una misma base de Neuron AI puede funcionar en cinco tipos de robots de su catálogo y adaptarse a sus manos o pinzas. También ha programado para NVIDIA GTC Berlin una demostración con su humanoide 4NE1, que deberá manipular ropa durante once minutos sin intervención humana. Esa prueba todavía no equivale a un despliegue en hogares o fábricas.

Visión, tacto y sonido en una misma arquitectura

Neuron AI utiliza una arquitectura que NEURA denomina Perception-Language-Action, o PLA. El modelo recibe señales de los sensores, las relaciona con una orden y genera acciones para el robot. La visión tridimensional aporta la posición y forma de los objetos. Los sensores táctiles y de fuerza registran el contacto, mientras que el sonido puede indicar si una operación se ha completado.

La empresa pone el ejemplo de una cerradura o de un conector. Una cámara puede seguir el movimiento de la mano, pero el clic o la resistencia al tacto aportan otra señal sobre el resultado. En una tarea de agarre, la presión de los dedos también permite reaccionar cuando parte del objeto queda oculta. Son casos que explican el diseño del sistema; el anuncio no incluye una tasa de éxito medida de Neuron AI en cada uno de ellos.

El modelo incorpora datos del estado del robot, como su posición y sus movimientos, para relacionar lo que percibe con lo que ya ha hecho. NEURA explica que su memoria busca mantener la continuidad de una tarea cuando un objeto desaparece temporalmente de la vista. Si una prenda queda tapada por otra, por ejemplo, el robot tendría que conservar una referencia de dónde estaba antes de volver a buscarla.

Datos de robots, simulaciones y demostraciones humanas

NEURA entrena Neuron AI con registros de robots que realizan tareas físicas en sus instalaciones NEURA Gyms y en otros entornos reales. Estos registros reúnen las señales de visión, tacto, fuerza, sonido y movimiento durante la ejecución. La empresa amplía el conjunto con variaciones simuladas de tareas y espacios, y añade demostraciones de personas equipadas con trajes de sensores.

Las tres procedencias cumplen funciones distintas. Las pruebas físicas recogen las consecuencias de tocar y mover objetos; la simulación permite variar una escena sin repetir cada ensayo en un espacio real, y las demostraciones humanas aportan ejemplos de ejecución. NEURA no ha facilitado cantidades de datos ni una evaluación que permita establecer cuánto contribuye cada fuente al resultado.

La compañía afirma que el modelo se utiliza en cinco configuraciones de robots de su catálogo. No identifica en el comunicado las cinco combinaciones exactas ni asegura que una habilidad aprendida se transfiera sin ajustes a cualquier máquina.

Para esas adaptaciones, NEURA propone Neuraverse, su plataforma de gestión y despliegue de capacidades. Los clientes podrán ajustar el modelo a procesos propios y distribuir habilidades entre sus flotas, de acuerdo con la empresa. También podrán mantenerlas privadas. La nota no concreta precios, condiciones de acceso ni un calendario de disponibilidad general de Neuron AI para desarrolladores externos.

NEURA utiliza además la expresión Time-to-Skill para medir el tiempo que tarda un robot en aprender una nueva tarea y ejecutarla con fiabilidad. Es un criterio que la empresa quiere seguir, no una cifra de mejora anunciada en esta presentación. No se han publicado tiempos comparables para sus cinco plataformas robóticas.

Una prueba de lavandería anunciada para Berlín

La demostración prevista con 4NE1 se celebrará durante NVIDIA GTC Berlin, del 20 al 22 de octubre. NEURA anuncia una secuencia de once minutos que incluye clasificar prendas, introducirlas en una lavadora, cerrar y abrir la puerta, sacar la ropa y pasarla a una secadora. La compañía afirma que el humanoide completará el proceso sin intervención humana.

Neuron AI ha sido desarrollado y entrenado por NEURA en Metzingen, Alemania. La compañía cita acuerdos de datos con firmas industriales como Bosch y Schaeffler, pero no ha anunciado qué instalaciones utilizan ya esta versión del modelo en producción. Las capacidades mostradas en Berlín permitirán observar un caso concreto; su rendimiento general y las condiciones de acceso siguen sin detallarse.

Fin del Artículo. ¡Cuéntanos algo en los Comentarios!