Una empresa de prótesis alimenta un problema de robótica
ABB Robotics y PSYONIC anunciaron una colaboración orientada a una de las tareas no resueltas más difíciles de la robótica: dar a las máquinas una destreza más fiable en el mundo real. El proyecto combina el robot colaborativo GoFa de ABB con la Ability Hand de PSYONIC, un dispositivo protésico diseñado en torno al control mioeléctrico, la detección táctil y la mecánica flexible.
La idea central es sencilla. Los usuarios de prótesis generan datos reales de interacción sobre cómo los humanos sujetan, sueltan y se adaptan a los objetos. ABB y PSYONIC quieren usar ese flujo de información táctil y de movimiento para entrenar robots que puedan manejar tareas que siguen siendo difíciles de automatizar.
Eso hace que esto sea más que una alianza de hardware. Es un intento de convertir patrones de manipulación derivados de los humanos en material de entrenamiento para sistemas de IA física. ABB vincula explícitamente el proyecto con su impulso más amplio hacia lo que llama robótica autónoma versátil, es decir, robots capaces de percibir, razonar, moverse y manipular objetos en entornos cambiantes.
Por qué la destreza sigue siendo un cuello de botella
La automatización industrial se ha vuelto muy buena en la repetición, el movimiento estructurado y los entornos estrictamente controlados. Es mucho menos fiable cuando los objetos varían en forma, suavidad, orientación o fragilidad. Ahí es donde las manos humanas siguen dominando.
Según ABB, aprender de interacciones reales es esencial si los robots van a ir más allá de rutinas fijas. La posición de la empresa es que el progreso en la IA física depende no solo de la percepción y la planificación, sino también de una manipulación que funcione fuera de condiciones idealizadas de laboratorio.
La tecnología de PSYONIC le da a la alianza un punto de partida útil porque la Ability Hand se creó para uso humano, no originalmente para la automatización de fábrica. El sistema incluye sensores de presión y retroalimentación por vibración que permiten a los usuarios detectar el contacto, la fuerza de agarre y la liberación. Sus dedos flexibles pueden adaptarse a objetos irregulares y deformables, precisamente el tipo de capacidad que falta en muchas pinzas industriales estándar.
Del diseño protésico a la relevancia industrial
El fundador y CEO de PSYONIC, Adeel Akhtar, dice que la empresa comenzó en el lado protésico y ya ha llegado al uso clínico, con aprobación de la FDA y más de 300 pacientes que usan la mano. También está cubierta por Medicare en Estados Unidos. Pero afirma que el equilibrio de la demanda ha cambiado a medida que se aceleró el interés por la IA física.
Ese cambio es revelador. Las características que importan en los dispositivos de asistencia, como el movimiento flexible, la percepción táctil y la adaptación natural a los objetos, también importan en entornos de robótica donde las herramientas rígidas se convierten en una limitación. Akhtar sostiene que los sistemas de succión y las pinzas de mordaza paralela a menudo requieren cambiadores de herramienta, lo que añade retrasos, mantenimiento y puntos de falla.
Para trabajos que implican objetos deformables o espacios construidos alrededor de personas, una mano de cinco dedos puede ser una opción más natural. La alianza, por tanto, se sitúa en la intersección de dos tendencias: prótesis con más sensores y robótica cada vez más dependiente de datos del mundo real.
Por qué importa el cobot GoFa
El GoFa de ABB es un robot colaborativo limitado en fuerza y potencia, lo que lo hace adecuado para experimentos que dependen de una interacción cercana y adaptable, en lugar de una repetición de fuerza bruta. En esta configuración, el brazo funciona en la práctica como una plataforma de prueba para la Ability Hand y su flujo de datos.
La relevancia no es que una sola mano robótica vaya a reemplazar de repente a todos los efectores finales industriales. Es que una mano rica en sensores, combinada con un brazo colaborativo, puede generar ejemplos de cómo deben trabajar juntos el tacto, el movimiento y la flexibilidad. Para sistemas de entrenamiento destinados a operar en entornos dinámicos, ese tipo de datos es difícil de falsificar de manera convincente.
La dirección de ABB describe la destreza humana como una de las cosas más difíciles de reproducir en robótica de grado industrial. Esa evaluación encaja con años de progreso lento en áreas como la recogida de objetos mixtos, la manipulación de telas y la extracción en contenedores desordenados. La colaboración sugiere que la empresa ve la destreza no como una mejora periférica, sino como algo central para la siguiente fase de las capacidades robóticas.
La IA física necesita mejores datos, no solo mejores modelos
La expresión IA física suele implicar software más inteligente. Esta alianza enfatiza la restricción opuesta: incluso los buenos modelos necesitan datos de interacción anclados en el mundo real. Un robot no puede aprender a manejar un objeto blando o incómodo solo mirándolo. Necesita ejemplos de contacto, fuerza, deslizamiento y corrección.
Eso hace importante el contexto de PSYONIC. Los usuarios de prótesis generan, en efecto, datos de manipulación vividos en contextos cotidianos. Si esas señales pueden traducirse a flujos de trabajo de entrenamiento robótico, los desarrolladores pueden obtener una imagen más rica de cómo sucede realmente la manipulación experta.
El acuerdo también refleja una convergencia más amplia en el mercado de la robótica. Tecnologías antes separadas en dispositivos médicos, herramientas industriales y plataformas de investigación en IA empiezan a superponerse. Las empresas buscan componentes reutilizables y fuentes de datos que puedan moverse entre dominios.
Una apuesta concreta por un problema de larga data
Ni ABB ni PSYONIC presentan esta colaboración como el lanzamiento de un producto terminado. Es un movimiento de investigación y desarrollo orientado a un cuello de botella que la industria lleva años discutiendo. Eso hace que el anuncio sea significativo incluso sin cifras inmediatas de despliegue.
Si el proyecto funciona, su valor vendrá de mostrar que los datos táctiles y de movimiento de prótesis pueden mejorar la manipulación robótica de forma medible. Si no funciona, aun así aclarará cuánto le falta al sector para transferir el agarre parecido al humano a máquinas ampliamente desplegables.
En cualquier caso, la alianza refleja hacia dónde se dirige la robótica avanzada: menos énfasis en mejoras aisladas de hardware y más atención a los datos y la encarnación necesarios para que los robots manejen el mundo físico con algo más parecido al juicio humano.
This article is based on reporting by The Robot Report. Read the original article.
Originally published on therobotreport.com