La revolución de la automatización impulsada por la inteligencia artificial y la encriptación: el "momento ChatGPT" de los Bots

La aparición de ChatGPT ha cambiado por completo la percepción y las expectativas de las personas sobre la encriptación. Cuando los grandes modelos de lenguaje comenzaron a interactuar con el mundo del software externo, muchas personas pensaron que los agentes de IA eran la forma definitiva. Sin embargo, al revisar las obras clásicas de ciencia ficción, uno se da cuenta de que el verdadero sueño de la humanidad es permitir que la encriptación interactúe en el mundo físico en forma de Bots.

Los expertos de la industria creen que está a punto de llegar el "momento ChatGPT" en el campo de los Bots. Los avances en inteligencia artificial en los últimos años están cambiando el panorama de la industria, mientras que las mejoras en la tecnología de baterías, la optimización de la latencia y la recopilación de datos darán forma adicional al desarrollo futuro. La encriptación también jugará un papel importante en este proceso. La seguridad de los Bots, la financiación, la evaluación y la educación son áreas verticales que necesitan atención especial.

Elementos de transformación

ruptura de inteligencia artificial

Los avances en modelos de lenguaje multimodal están proporcionando el "cerebro" necesario para que los Bots realicen tareas complejas. Los Bots perciben el entorno principalmente a través de la visión y la audición. Aunque los modelos de visión por computadora tradicionales son excelentes en la detección o clasificación de objetos, tienen dificultades para convertir la información visual en instrucciones de acción con propósito. Los modelos de lenguaje grandes destacan en la comprensión y generación de texto, pero tienen una capacidad limitada para percibir el mundo físico.

Modelo visual-lenguaje-acción ( VLA ) permite que los Bots integren la percepción visual, la comprensión del lenguaje y la acción física dentro de un marco computacional unificado. En febrero de 2025, una empresa lanzó un modelo de control de Bots humanoides universal que, gracias a su capacidad de generalización de cero muestras y su arquitectura de doble sistema, ha establecido un nuevo estándar en la industria. La característica de generalización de cero muestras permite que los Bots se adapten a nuevos escenarios, objetos e instrucciones sin necesidad de entrenamiento repetido para cada tarea. La arquitectura de doble sistema separa el razonamiento de alto nivel del razonamiento ligero, logrando Bots humanoides comercializables que combinan el pensamiento similar al humano con precisión en tiempo real.

Los Bots económicos se están convirtiendo en realidad

La tecnología que cambia el mundo tiene características de accesibilidad. Cuando el precio de ciertos Bots es inferior al de un automóvil de gama media o al ingreso anual mínimo en Estados Unidos, imaginar un mundo donde el trabajo físico y las tareas cotidianas son principalmente realizadas por Bots ya no parece tan lejano.

de almacenamiento a mercado de consumo

La tecnología de Bots está expandiéndose de soluciones de almacenamiento al ámbito del consumo. Este mundo está diseñado para los humanos: los humanos pueden realizar todo el trabajo de Bots especializados, mientras que los Bots especializados no pueden llevar a cabo todo el trabajo de los humanos. Las empresas de Bots ya no se limitan a fabricar Bots para fábricas, sino que están desarrollando Bots humanoides más versátiles. Por lo tanto, la vanguardia de la tecnología de Bots no solo existe en los almacenes, sino que también se infiltrará en la vida cotidiana.

El costo es uno de los principales cuellos de botella de la escalabilidad. El indicador más crítico es el costo integral por hora, que se calcula como la suma del costo de oportunidad del tiempo de entrenamiento y carga, el costo de ejecución de tareas y el costo de adquisición de Bots, dividido por el total de horas de operación de los Bots. Este costo debe ser inferior al nivel salarial promedio de la industria correspondiente para ser competitivo.

Para penetrar completamente en el campo del almacenamiento, el costo total de los Bots debe ser inferior a 31.39 dólares por hora. En el mayor mercado de consumo: el sector de la educación privada y los servicios de salud, este costo debe mantenerse por debajo de 35.18 dólares. Actualmente, los Bots están evolucionando hacia direcciones más económicas, eficientes y versátiles.

El siguiente gran avance en la tecnología de Bots

optimización de la batería

La tecnología de baterías ha sido un cuello de botella para los Bots amigables para el usuario. Los primeros vehículos eléctricos enfrentaron dificultades para popularizarse debido a las limitaciones de la tecnología de baterías, que resultaron en una corta autonomía, altos costos y baja practicidad; los Bots están enfrentando el mismo dilema. Algunos Bots comerciales solo tienen una autonomía de 90 minutos a 2 horas por carga. Los usuarios evidentemente no están dispuestos a cargar manualmente cada dos horas, por lo que la carga autónoma y la infraestructura de acoplamiento se han convertido en direcciones clave de desarrollo. Actualmente, hay dos modos principales de carga para los Bots: el reemplazo de baterías o la carga directa.

El modo de reemplazo de baterías permite la operación continua mediante el reemplazo rápido de bancos de baterías agotados, minimizando el tiempo de inactividad, y es adecuado para escenarios de campo o de fábrica. Este proceso se puede realizar manualmente o de forma automatizada.

La carga por inducción utiliza un método de suministro de energía inalámbrico. Aunque el tiempo de carga completo es largo, se puede lograr fácilmente un proceso completamente automatizado.

optimización de retraso

Las operaciones de baja latencia se pueden dividir en dos categorías: percepción del entorno y control remoto. La percepción se refiere a la capacidad de los Bots para reconocer el espacio del entorno, mientras que el control remoto se refiere específicamente al control en tiempo real por parte de un operador humano.

La investigación muestra que los sistemas de percepción de los Bots comienzan con sensores baratos, pero la ventaja tecnológica radica en el software de fusión, la computación de bajo consumo y los circuitos de control precisos en milisegundos. Una vez que los Bots completan la localización espacial, una red neuronal ligera etiquetará elementos como obstáculos, palets o humanos. Una vez que la etiqueta de la escena se ingresa al sistema de planificación, se generan inmediatamente las instrucciones del motor que se envían a los pies, grupos de ruedas o brazos mecánicos. Un retraso de percepción de menos de 50 milisegundos es equivalente a la velocidad de reflejo humano; cualquier retraso que supere este umbral hará que los movimientos de los Bots sean torpes. Por lo tanto, el 90% de las decisiones deben completarse localmente a través de una única red de visión-lenguaje-acción.

Los Robots autónomos completos deben asegurar que la latencia del modelo VLA de alto rendimiento sea inferior a 50 milisegundos; los Robots controlados a distancia requieren que la latencia de señal entre el terminal de operación y el Robot no supere los 50 milisegundos. La importancia del modelo VLA se destaca aquí: si las entradas visuales y de texto se procesan por diferentes modelos antes de ser introducidas en un modelo de lenguaje grande, la latencia total superará ampliamente el umbral de 50 milisegundos.

Optimización de la recopilación de datos

La recolección de datos tiene principalmente tres vías: datos de video del mundo real, datos sintéticos y datos de control remoto. El principal obstáculo entre los datos del mundo real y los datos sintéticos radica en cerrar la brecha entre el comportamiento físico de los Bots y los modelos de video/simulación. Los datos de video del mundo real carecen de detalles físicos como la retroalimentación de fuerza, errores de movimiento de las articulaciones y deformaciones de materiales; los datos de simulación, por otro lado, carecen de variables impredecibles como fallos de sensores y coeficientes de fricción.

La forma de recolección de datos con mayor potencial es el control remoto: un operador humano controla a distancia a los Bots para ejecutar tareas. Sin embargo, el costo laboral es el principal factor limitante de la recolección de datos mediante control remoto.

El desarrollo de hardware personalizado también está proporcionando nuevas soluciones para la recopilación de datos de alta calidad. Una empresa ha combinado métodos convencionales con hardware personalizado para recopilar datos de movimiento humano en múltiples dimensiones, que después de ser procesados se convierten en conjuntos de datos adecuados para el entrenamiento de redes neuronales de Bots, proporcionando un gran volumen de datos de alta calidad para el entrenamiento de Bots con un ciclo de iteración rápida. Estos canales tecnológicos han acortado conjuntamente el camino de conversión desde datos en bruto hasta Bots desplegables.

Áreas clave de exploración

encriptación técnica y Bots fusión

La encriptación puede incentivar a las partes no confiables a mejorar la eficiencia de la red de Bots. Basado en las áreas clave mencionadas anteriormente, la encriptación puede mejorar la eficiencia en tres aspectos: integración de infraestructura, optimización de retrasos y recolección de datos.

La red de infraestructura física descentralizada ( DePIN ) promete revolucionar la infraestructura de carga. Cuando los robots humanoides operen globalmente como automóviles, las estaciones de carga deberán ser tan accesibles como las gasolineras. Las redes centralizadas requieren enormes inversiones iniciales, mientras que DePIN distribuirá los costos entre los operadores de nodos, permitiendo que las instalaciones de carga se expandan rápidamente a más áreas.

DePIN también puede utilizar infraestructuras distribuidas para optimizar la latencia en el control remoto. Al agregar los recursos de computación de nodos de borde geográficamente dispersos, las instrucciones de control remoto pueden ser procesadas por nodos locales o los más cercanos disponibles, minimizando la distancia de transmisión de datos y reduciendo significativamente la latencia de comunicación. Sin embargo, los proyectos actuales de DePIN se centran principalmente en el almacenamiento descentralizado, la distribución de contenido y el intercambio de ancho de banda. Aunque hay proyectos que muestran las ventajas de la computación en el borde en el streaming o en el Internet de las cosas, aún no se ha extendido al campo de los Bots o el control remoto.

El control remoto es el método de recopilación de datos más prometedor, pero el costo de contratar profesionales para recopilar datos por entidades centralizadas es extremadamente alto. DePIN aborda este problema incentivando a terceros a proporcionar datos de control remoto a través de encriptación. Un proyecto está construyendo una red global de operadores remotos, convirtiendo sus contribuciones en activos digitales tokenizados, formando un sistema descentralizado sin permisos: los participantes pueden obtener ganancias, participar en la gobernanza y ayudar en el entrenamiento de Bots de AGI.

La seguridad siempre es una preocupación central

El objetivo final de la tecnología de Bots es lograr una completa autonomía, pero como advierten algunas películas de ciencia ficción, lo que menos desea la humanidad es que la autonomía convierta a los Bots en armas agresivas. Los problemas de seguridad de los modelos de lenguaje grandes han suscitado preocupaciones, y cuando estos modelos tienen la capacidad de acción física, la seguridad de los Bots se convierte en un requisito clave para la aceptación social.

La seguridad económica es uno de los pilares de la prosperidad del ecosistema de Bots. Una empresa en este campo está construyendo una capa de coordinación de máquinas descentralizada, que realiza la autenticación de identidad de dispositivos, la verificación de presencia física y la obtención de recursos a través de la encriptación. A diferencia de la simple gestión del mercado de tareas, este sistema permite a los Bots demostrar de manera autónoma su información de identidad, ubicación geográfica y registros de comportamiento sin depender de intermediarios centralizados.

Las restricciones de comportamiento y la autenticación de identidad se ejecutan a través de mecanismos en la cadena, asegurando que cualquier persona pueda auditar la conformidad. Los Bots que cumplan con los estándares de seguridad, los requisitos de calidad y las normas regionales recibirán recompensas, mientras que los infractores enfrentarán sanciones o descalificación, estableciendo así un mecanismo de responsabilidad y confianza en la red de máquinas autónomas.

La red de rehipoteca de terceros también puede proporcionar garantías de seguridad equivalentes. Aunque el sistema de parámetros de penalización aún necesita mejoras, la tecnología relacionada ha entrado en una etapa práctica. Se espera que se formen normas de seguridad de la industria, y en ese momento, los parámetros de penalización se modelarán de acuerdo con estas normas.

Ejemplo de plan de implementación:

• Bots de la empresa se unen a la red de re-staking.
• Establecer parámetros de confiscación verificables (como "aplicar una fuerza de contacto humano superior a 2500 Newtons");
• Los delegadores proporcionan un margen para garantizar que los Bots cumplan con los parámetros;
• Si se produce una violación, el depósito se utilizará como compensación para la víctima.

Este modelo no solo incentiva a las empresas a priorizar la seguridad, sino que también promueve la aceptación por parte de los consumidores a través del mecanismo de seguro del fondo de garantía.

Llenar el vacío en la pila de tecnología de Bots

A diferencia de la AI, el campo de los Bots es difícil de ingresar cuando los fondos son limitados. Para lograr la popularización de los Bots, el umbral de desarrollo debe reducirse a un nivel de conveniencia similar al de la aplicación de desarrollo de AI. Hay espacio para mejoras en tres niveles: mecanismos de financiamiento, sistemas de evaluación y ecosistemas educativos.

La financiación es un punto crítico en el campo de los Bots. Desarrollar un programa informático solo requiere una computadora y recursos de computación en la nube, mientras que construir un robot completamente funcional requiere la compra de hardware como motores, sensores, baterías, etc., cuyo costo fácilmente supera los 100,000 dólares. Esta propiedad del hardware hace que el desarrollo de robots sea menos flexible y más costoso en comparación con la inteligencia artificial.

La infraestructura de evaluación de Bots en escenarios reales todavía se encuentra en su fase inicial. En el campo de la IA se ha establecido un sistema de funciones de pérdida claro, y las pruebas pueden ser completamente virtualizadas. Sin embargo, las excelentes estrategias virtuales no se pueden traducir directamente en soluciones efectivas en el mundo real. Los Bots necesitan instalaciones de evaluación de estrategias autónomas probadas en entornos reales variados para lograr una optimización iterativa.

Cuando esta infraestructura madure, el talento fluirá en grandes cantidades, y los Bots humanoides reproducirán la curva de explosión de Web2. Una empresa de encriptación de Bots está avanzando en esta dirección: su proyecto de código abierto ( "sistema operativo Android para robots" ) transforma el hardware original en agentes inteligentes actualizables con conciencia económica. Los módulos de planificación visual, de lenguaje y de movimiento pueden ser plug and play como aplicaciones móviles, y todos los pasos de razonamiento se presentan en un inglés claro, permitiendo que los operadores auditen o ajusten el comportamiento sin necesidad de tocar el firmware. Esta capacidad de razonamiento en lenguaje natural permite que la nueva generación de talento ingrese sin problemas al campo de los robots, dando un paso clave hacia una plataforma abierta que detonará la revolución robótica, al igual que el movimiento de código abierto aceleró la IA.

La densidad de talento determina la trayectoria de la industria. Un sistema educativo inclusivo y estructurado es crucial para el suministro de talento en el campo de los Bots. La cotización de una empresa en Nasdaq marca el inicio de una nueva era en la que las máquinas inteligentes participan simultáneamente en la innovación financiera y la educación en el mundo real. La empresa, en asociación con sus socios, ha anunciado que lanzará el primer curso de educación general basado en robots humanoides en las escuelas públicas K-12 de EE. UU. Este curso está diseñado para ser independiente de la plataforma, y puede adaptarse a diversas formas de robots, proporcionando a los estudiantes oportunidades de práctica. Esta señal positiva refuerza el juicio en la industria: en los próximos años, los recursos educativos sobre Bots.