En los ultimos 18 meses, las empresas de robotica humanoide levantaron miles de millones de dolares. Segun Nikita Rudin, cofundador y CEO de Flexion, buena parte de ese capital financia en silencio algo distinto de lo que se anuncia: contratar personas para operar robots. En una columna para The Robot Report, Rudin sostiene que la industria arrastra un problema de teleoperacion y de datos que insiste en describir como una solucion laboral.

La teleoperacion y la demostracion humana a gran escala se convirtieron en el metodo dominante para entrenar sistemas de IA fisica. Atraen capital serio, reclutan trabajadores en economias de salarios bajos y reciben cobertura entusiasta como evidencia de progreso. El supuesto de fondo es que suficientes demostraciones terminaran por producir robots capaces de generalizar. Rudin cree que ese supuesto merece mucho mas escrutinio del que recibe.

¿Por que la teleoperacion choca contra un muro?

Los modelos de lenguaje entrenan sobre decadas de textos, articulos y libros. Con los robots no existe ese archivo: alguien tiene que generar cada demostracion, asi que los datos solo crecen tan rapido como lo permite el trabajo humano. Los conjuntos de datos de teleoperacion son mas de 100.000 veces mas pequenos que los que se usan hoy para entrenar modelos de lenguaje y vision. Esa brecha no se cierra contratando mas operadores, porque el mundo real nunca deja de cambiar: una repisa se mueve, la manilla de una puerta es apenas distinta, aparece un nuevo tipo de paquete en la linea. Cada variacion exige una nueva demostracion, de modo que el problema crece mas rapido que la fuerza laboral.

La calidad de los datos es el otro problema. Los operadores no sienten lo que tocan ni juzgan bien la profundidad, asi que se mueven lento y sobrecorrigen. El robot termina aprendiendo de grabaciones de alguien peleando con un control, y eso es lo que practica.

El costo humano de generar datos

La respuesta de la industria ha sido reclutar mas gente, en su mayoria trabajadores de economias de salarios bajos, contratados para filmar tareas domesticas, operar robots a distancia o recorrer instalaciones con equipos de camaras. Alrededor de eso surgio todo un ecosistema comercial, con startups en China, India, Europa y Estados Unidos vendiendo datos de teleoperacion igual que antes se vendia texto etiquetado para modelos de lenguaje.

El argumento original de los humanoides era que las personas no podrian cubrir estos empleos en el futuro por el envejecimiento y la escasez de mano de obra. Pero si lo que se construye es una infraestructura que necesita un flujo permanente de demostraciones humanas para funcionar, plantea Rudin, mejor que esas personas hagan la tarea directamente. Un sistema que no puede con nada nuevo sin input humano fresco es, en esencia, un sistema laboral.

¿Es solo un puente hacia la autonomia?

La defensa habitual es que la teleoperacion es un puente mientras maduran mejores metodos de entrenamiento. Para tareas estrechas y repetitivas en entornos controlados, admite Rudin, eso es razonable. El problema es que buena parte de la industria esta construyendo infraestructura para generar demostraciones de forma indefinida, sin una explicacion clara de como o cuando eso cambia. El campo mide lo facil de contar (demostraciones recolectadas, horas de video, tareas completadas en entornos controlados), nada de lo cual dice si el robot puede resolver algo que no vio antes.

Existen enfoques intermedios, como la captura de video egocentrico y dispositivos tipo Universal Manipulation Interface (UMI), que permiten demostrar tareas de forma mas natural con una pinza de mano en vez de controlar el robot a distancia. Reducen la carga sobre los operadores y producen movimiento mas natural, pero siguen requiriendo humanos en el bucle.

Aprendizaje por refuerzo y simulacion

Para Rudin, el aprendizaje por refuerzo es lo que cambia la ecuacion. En lugar de imitar lo que un operador mostro, un sistema entrenado con refuerzo resuelve por ensayo y error: intenta una tarea, falla, ajusta y reintenta a lo largo de millones de iteraciones, sin humano en el bucle. La simulacion se desprende de forma natural, porque correr millones de iteraciones en el mundo real destruye hardware y toma anos, mientras que en simulacion se reinicia al instante, se corre en paralelo y se genera variacion a una escala que ninguna fuerza laboral podria igualar. Y a diferencia de la teleoperacion, escala directo con computo: mas GPU significan mas entornos, mas variacion e iteracion mas rapida.

Su comparacion es con los primeros modelos de lenguaje, que imitaban el estilo de Shakespeare pero producian frases sin sentido. El salto llego con el aprendizaje por refuerzo en entornos sinteticos. La robotica, argumenta, sigue atrapada en ese primer momento: escalar datos de teleoperacion equivale a escalar el preentrenamiento de texto con 100.000 veces menos datos.

Vale leer el planteamiento sabiendo de donde viene. Rudin completo su doctorado en el Robotic Systems Lab de ETH Zurich mientras trabajaba en NVIDIA, donde fue parte del equipo detras de Isaac Gym e Isaac Lab. Hoy lidera Flexion, que levanto 50 millones de dolares de DST/NVentures para construir el cerebro de proposito general de los robots humanoides, una apuesta que compite justamente con la teleoperacion que cuestiona.