Un robot del MIT, un laberinto y el truco de no chocar con nada sin tener que volver a la escuela

¿Qué pasa cuando le pedís a una inteligencia artificial, conocida como IA por si te lo perdiste en el colectivo, que llegue lo más rápido posible a un punto sin chocar con nada? Casi siempre, una de dos: o se estalla contra el primer mueble o da una vuelta absurda por toda la cocina. Un equipo del MIT, sigla que en el Valle todos repetimos sin saber bien qué significa el Instituto de Tecnología de Massachusetts, decidió ponerle un poco de sentido común a esa situación.

El resultado lleva el título HardFlow y la promesa es atractiva: le permite exigirle reglas de seguridad a la IA sin necesidad de entrenarla de nuevo. Para comprobarlo, los investigadores le dieron a un brazo robótico la tarea más simple y más difícil a la vez: alcanzar un objeto sin tocar nada en el camino. El algoritmo no solo esquivó los obstáculos, sino que eligió el recorrido más corto entre los caminos válidos. Casi todas las alternativas que compararon terminaron con el robot estampado contra algo o dando una vuelta innecesaria.

¿Cómo se come eso de poner límites sin volver a entrenar al modelo?

Acá viene la parte técnica, pero vale la pena: el método trabaja sobre modelos generativos que ya existen y actúa recién cuando se los usa, no durante el entrenamiento, que sería como obligar a la máquina a repetir la escuela primaria cada vez que cambia una regla de tránsito. Para que ese planteo fuera viable, el equipo del MIT picó el problema en pedazos más chicos y aprovechó la arquitectura de los modelos de emparejamiento de flujo, una familia de modelos de IA generativa pensados para transformar ruido en datos ordenados.

¿Y qué tiene de distinto frente a lo que se usaba antes?

La diferencia está en el momento en que se le exige el cumplimiento de las reglas. La técnica anterior de referencia, llamada muestreo basado en proyección, corregía en cada pasito de la generación, lo que achicaba el menú de opciones disponibles y terminaba empastando el resultado, casi como pedirle a alguien que pise cada baldosa del pasillo sin tocar las juntas. HardFlow deja correr con más libertad los pasos intermedios y pide el cumplimiento estricto recién al final, usando herramientas de control óptimo para ir corrigiendo de a poco hacia una respuesta que respete las condiciones.

Los investigadores lo pusieron a prueba en tres frentes: manipulación robótica, recorridos por laberintos y edición de imágenes a partir de instrucciones escritas. En los tres, cumplió todas las restricciones y, además, sacó mejores resultados de calidad que los métodos contra los que se midió, con tiempos de cálculo similares o más bajos. Veremos.