Los robots recolectores finalmente están tomando control de las cosas
En este momento, en un almacén no muy lejos de Berlín, un robot amarillo brillante se inclina sobre una cinta transportadora, recogiendo artículos de las cajas con la seguridad de un grano de picotazo de pollo.
El robot en sí no parece tan inusual, pero lo que lo hace especial son sus ojos y su cerebro. Con la ayuda de una cámara de seis lentes y algoritmos de aprendizaje automático, es capaz de agarrar y empacar objetos que confundirían a otros robots. Y gracias a una red neuronal, algún día compartirá con sus compañeros en los almacenes de todo el mundo, todo lo que aprenda, ellos también lo aprenderán. Muéstrale a este robot un producto que no ha visto nunca antes y no sólo averiguará cómo agarrarlo, sino que también transmitirá esa información a sus compañeros.
«QUEREMOS UN NÚMERO MUY ALTO DE ESTAS MÁQUINAS AHÍ FUERA.»
«Probamos este robot durante tres o cuatro meses, y puede manejar casi todo lo que le arrojamos», le dice a The Verge Peter Puchwein, vicepresidente de innovación de Knapp, la empresa de logística que instaló el robot. «Realmente vamos a empujar esto al mercado. Queremos un número muy alto de estas máquinas en el mercado».
Para los creadores del robot, la IA californiana y la empresa de robótica Covariant, la instalación en Alemania es un gran paso adelante, que demuestra que la empresa ha hecho grandes progresos en un desafío que ha plagado a los ingenieros durante décadas: enseñar a los robots a recoger cosas.
Suena fácil, pero es una tarea que ha dejado perplejos a algunos de los mayores laboratorios de investigación y empresas de tecnología. Google ha puesto en funcionamiento un establo de brazos robóticos en un intento de aprender a agarrar cosas de forma fiable (los empleados lo llaman en broma «el foso de los brazos»), mientras que Amazon celebra una competición anual que desafía a las empresas incipientes a abastecerse de robots con la esperanza de encontrar una máquina lo suficientemente buena para sus almacenes (todavía no lo ha hecho).
Pero Covariant afirma que sus robots pueden hacer lo que otros no pueden: trabajar las 24 horas del día, recogiendo artículos sin alboroto. Esto no significa que la recolección sea un problema resuelto (los robots de Covariant utilizan ventosas y no dedos robóticos, lo que facilita la tarea), pero sí que abre un gran potencial. Esto es particularmente cierto en el mundo de los almacenes y la logística, donde los expertos dicen que es difícil encontrar trabajadores humanos y que necesitan todos los robots que puedan conseguir.
«NUESTROS CLIENTES YA NO CONFÍAN EN LOS VIDEOS CORTOS DE DEMOSTRACIÓN.»
Hablando con The Verge, Pieter Abbeel, cofundador de Covariant y director del Berkeley Robot Learning Lab, compara el mercado actual de los robots recolectores con el de los coches autoconductores: hay mucho bombo y demostraciones llamativas, pero no suficientes pruebas y habilidades en el mundo real.
«Nuestros clientes ya no confían en los videos de demostración cortos», dice Abbeel. «Saben muy bien que la mayor parte de la dificultad está en la consistencia y la fiabilidad.»
Puchwein de Knapp está de acuerdo, contándole a The Verge: «Lo típico de las startups es mostrar algunos videos cortos y bien editados. Pero tan pronto como intentas probar los robots, fallan».
Gran parte de este alboroto ha sido generado por la promesa del aprendizaje automático. Los robots industriales de hoy en día pueden recoger con gran velocidad y precisión, pero sólo si lo que están agarrando es igualmente consistente: formas regulares con superficies fáciles de agarrar. Esto está bien en la fabricación, donde una máquina tiene que agarrar el mismo artículo una y otra vez, pero es terrible en la logística de venta al por menor, donde los objetos que se embalan para su envío varían enormemente en tamaño y forma.
Codificar cada movimiento de un robot, como en la programación tradicional, funciona muy bien en el primer escenario pero terriblemente en el segundo. Pero si se utiliza el aprendizaje de la máquina para alimentar un sistema de datos y dejar que genere sus propias reglas sobre cómo elegir en su lugar, lo hace mucho, mucho mejor.
Covariant utiliza una variedad de métodos de IA para entrenar a sus robots, incluyendo el aprendizaje de refuerzo: un proceso de ensayo y error en el que el robot tiene un objetivo establecido («mover el objeto x a la posición y») y tiene que resolverlo por sí mismo. Gran parte de este entrenamiento se hace en simulaciones, donde las máquinas pueden tomarse su tiempo, a menudo acumulando miles de horas de trabajo. El resultado es lo que Abbeel llama «el cerebro covariante», un apodo para la red neural que comparten los robots de la compañía.
LA INTELIGENCIA ARTIFICIAL PERMITE A LOS ROBOTS RECOGER OBJETOS SIN INSTRUCCIÓN DIRECTA…
Covariant, que fue fundada en 2017 con el nombre de Embodied Intelligence y que hoy en día sale de su escondite, no es ciertamente la única empresa que aplica estos métodos. Numerosas empresas como Kindred y RightHand Robotics usan fusiones similares de aprendizaje de máquinas y robótica. Pero Covariant es optimista en cuanto a que sus robots son mejores que los de cualquier otro.
«Los despliegues en el mundo real son de extrema consistencia y fiabilidad», dice Abbeel. En el almacén de Alemania, Covariant afirma que sus máquinas pueden recoger y empaquetar unos 10.000 artículos diferentes con una precisión superior al 99 por ciento, una cifra impresionante.
Puchwein está de acuerdo, y él lo sabría. Tiene 16 años de experiencia en la industria, incluyendo su trabajo en Knapp, uno de los mayores constructores de almacenes automatizados del mundo. Instaló 2.000 sistemas el año pasado con una facturación de más de 1.000 millones de euros.
Puchwein dice que los ingenieros de la compañía viajaron por todo el mundo para encontrar los mejores robots de picking y finalmente se instalaron en Covariant’s, que instala como socio no exclusivo. «Los robots sin IA pueden recoger alrededor del 10 por ciento de los productos utilizados por nuestros clientes, pero el robot de IA puede recoger entre el 95 y el 99 por ciento», dice Puchwein. «Es una gran diferencia».
Puchwein no es el único a bordo, tampoco. Al salir del sigilo hoy, Covariant ha anunciado una serie de patrocinadores privados, incluyendo algunos de los nombres más importantes en la investigación de la IA. Incluyen al jefe de la IA de Google, Jeff Dean; al jefe de investigación de la IA de Facebook, Yann LeCun, y a uno de los «padrinos de la IA», Geoffrey Hinton. Como dice Abbeel, la participación de estos individuos es tanto para prestar su «reputación» como cualquier otra cosa. «Los inversionistas no se trata sólo del dinero que traen a la mesa», dice.
Por toda la confianza, inversionista y demás, la operación de Covariant es increíblemente pequeña en este momento. Tiene sólo un puñado de robots en operación a tiempo completo, en América y en el extranjero, en las industrias de la ropa, farmacéutica y electrónica.
En Alemania, el robot de recolección de Covariant (por ahora sólo hay uno) está empacando componentes electrónicos para una empresa llamada Obeta, pero la compañía dice que está ansiosa por tener más robots para compensar la escasez de personal, una situación común en la logística.
«ES MUY DIFÍCIL ENCONTRAR GENTE PARA HACER ESTE TIPO DE TRABAJO.»
A pesar de que se habla de robots que hacen trabajos humanos, no hay suficientes humanos para hacer algunos trabajos. Un informe reciente de la industria sugiere que el 54% de las empresas de logística se enfrentan a la escasez de personal en los próximos cinco años, con los trabajadores de almacén entre los puestos más demandados. Los bajos salarios, las largas horas de trabajo y las aburridas condiciones laborales se citan como factores contribuyentes, al igual que la caída de la tasa de desempleo (al menos en los EE.UU.).
«Es muy difícil encontrar gente que haga este tipo de trabajo», dice Michael Pultke de Obeta a The Verge a través de un traductor. Dice que Obeta depende de los trabajadores inmigrantes para dotar de personal a los almacenes de la empresa, y que la situación es la misma en toda Europa. «El futuro es más robots».
¿Y qué hay de los empleados a los que los robots de Covariant ahora operan junto, les importa el cambio? Según Pultke, no lo ven como una amenaza, sino como una oportunidad para aprender a mantener los robots y conseguir un mejor tipo de trabajo. «Las máquinas deberían hacer el trabajo básico, que es estúpido y simple», dice Pultke. «La gente debería cuidar de las máquinas».
