Sakana AI y Jürgen Schmidhuber unen fuerzas para desarrollar IA para el mundo real

Sakana AI ha anunciado un simposio titulado «De World Models a Real-World AI», que tendrá lugar a finales de octubre en Tokio. El evento principal es la participación oficial de Jürgen Schmidhuber, creador de las redes LSTM y uno de los fundadores del aprendizaje profundo moderno. Schmidhuber asume el papel de Asesor Científico Jefe, otorgando a la startup una credibilidad científica masiva en la región asiática.

Alejándose de los chatbots hacia el mundo físico

Mientras la mayor parte del mercado continúa luchando por puntos porcentuales en los puntos de referencia de los chatbots, Sakana AI y Schmidhuber anuncian un cambio hacia la «IA del mundo real». Schmidhuber ha criticado durante mucho tiempo la fijación por los modelos puramente basados en texto, enfatizando la necesidad de conectar la IA con sensores físicos y robótica. Su marco de World Models, que enseña a los agentes a comprender las leyes físicas antes de planificar acciones, encaja perfectamente con la filosofía de Sakana AI de un aprendizaje distribuido y eficiente.

Para quién cambian las reglas del juego

Esta es una señal fuerte para los inversores y la escena tecnológica asiática. Guiado por Sakana AI y respaldado por iniciativas gubernamentales, Tokio está tratando de crear un contrapeso al modelo de «más datos y más chips en un centro de datos» que domina en los Estados Unidos. El enfoque de Schmidhuber hacia la elegancia algorítmica y el aprendizaje a partir de datos limitados le da a la startup herramientas para competir con OpenAI sin tener que quemar miles de millones de dólares en ejecuciones de entrenamiento.

La sala de entrenamiento frente a la fábrica real

El poder de marketing de un nombre es una cosa, pero la aplicabilidad práctica de la «IA del mundo real» es otra. Si bien los World Models sobresalen en las simulaciones, el despliegue en fábricas y robots reales se topa con el ruido, el desgaste y los eventos inesperados. La latencia de los sensores y la imprevisibilidad del mundo físico siguen siendo las tareas más difíciles, que no pueden ser resueltas por el algoritmo más inteligente si carece de hardware de calidad.

El hardware revelará las verdaderas ambiciones

La señal de éxito no será cuánta atención atraiga el simposio, sino la primera demostración práctica. La prueba de un enfoque funcional serán las asociaciones de Sakana AI con actores de hardware japoneses específicos (por ejemplo, en robótica o automoción), donde los modelos abandonan la simulación y comienzan a impulsar el hardware en la realidad.

El veredicto de Lilith

Schmidhuber le da a la startup de Tokio un caché científico, pero la batalla principal tendrá lugar fuera del laboratorio. El ganador en la IA del mundo real no será determinado por un modelo computacional más bonito, sino por quien primero obligue a un algoritmo a trabajar con sensores promedio en una fábrica embarrada.