Un robot que recorre un campus mira a un tejado y decide que ahí hay una ardilla. En realidad es una chimenea. El error suena gracioso, pero en la memoria de un robot puede quedarse para siempre. Ingenieros del MIT han creado un sistema, UQ-DAAAM, que permite a un robot darse cuenta de que no está seguro de lo que ha visto, mirar otra vez y corregir su propia memoria, informó MIT News el 5 de noviembre.
Por qué importa: los robots que ayudan en hospitales, almacenes o casas necesitan recordar dónde está cada cosa. Si un robot apunta un desfibrilador como si fuera un extintor, puede que no lo encuentre en una emergencia, advierten los investigadores. Un robot que sabe lo que no sabe es más fiable.
Cómo recuerdan las cosas los robots
Los robots modernos suelen describir lo que ven con un modelo de visión y lenguaje, el mismo tipo de IA que pone una frase a una foto. El sistema anterior del equipo del MIT, DAAAM, usa uno para etiquetar cada objeto en un mapa 3D de lo que rodea al robot, de modo que luego pueda responder preguntas como «¿dónde viste un extintor por última vez?».
El punto débil: a veces estos modelos adivinan, sobre todo si el objeto está lejos, medio tapado, borroso o mal iluminado. Y cuando una etiqueta equivocada entra en el mapa, «ese recuerdo erróneo seguiría ahí mientras el robot avanza por su entorno», explica Harry Zhang, coautor principal.
Cómo detecta UQ-DAAAM sus propios errores
El nuevo sistema da a cada objeto del mapa una puntuación de incertidumbre, a partir de dos pistas:
- Lo seguro que suena la IA: cuánta confianza tiene el modelo en las palabras que eligió para el objeto.
- Si las vistas coinciden: si el mismo objeto recibe descripciones muy distintas desde ángulos diferentes, algo falla.
«Unimos las dos fuentes de incertidumbre en un único número», dice el autor principal, Luca Carlone, que dirige el SPARK Lab del MIT. Cuando ese número es demasiado alto, el robot elige unas pocas vistas más que deberían aclarar la duda, y un gran modelo de lenguaje junta todas las descripciones en una sola, dando más peso a las más nuevas y claras. El equipo demostró que su forma de elegir vistas evita ejecutar el modelo de visión una y otra vez, lo que ahorra cálculo.
En el ejemplo de la chimenea, el robot primero dijo que no podía describir el objeto oscuro del tejado y luego lo llamó ardilla. Tras mirar más, se quedó con «una chimenea cilíndrica gris oscura, con la parte superior ligeramente estrechada y una superficie lisa».
Los resultados
- Despejó la duda en alrededor del 92 % de los objetos inciertos.
- Le bastaron unas dos descripciones extra por objeto.
- Sus descripciones fueron un 5 % más precisas que las del mejor método anterior.
- Respondió mejor que los sistemas de comparación a preguntas sobre los objetos, dónde están y cuándo los vio por última vez.
«Que un robot sepa lo que no sabe será esencial para usar esta tecnología con seguridad», dice Carlone. El trabajo, de Zhang, Nicolas Gorlo y Carlone, se presentó en el congreso de IA NeurIPS, y el artículo está en arXiv. Lo financiaron en parte el Laboratorio de Investigación del Ejército de EE. UU. y la Oficina de Investigación Naval.
Qué viene ahora
El equipo quiere probar UQ-DAAAM en otros robots, como brazos robóticos móviles, y enviar a los robots a propósito a las zonas del mapa de las que están menos seguros. Es un paso pequeño, pero es la misma idea que vimos en los agentes de IA que solo piden ayuda cuando dudan: una IA que mide su propia duda comete menos errores tontos.
Cursos de IA en Udemy en español, desde lo básico hasta crear tus propias aplicaciones, a tu ritmo.Ver cursos con descuento →
Sigue leyendo
- Agentes de IA que solo piden ayuda si dudan son 3 veces mejores
- Un robot aprende a no soltar objetos
- Un robot humanoide aprende a andar y manipular con lecciones separadas
Lo mejor de la semana en tecnología, gratis
Un email a la semana con las noticias que importan, explicadas fácil. Sin spam.
Fuentes
- Clearing up a robot’s fuzzy memory, MIT News, 5 de noviembre de 2026
- Robots can erase and rewrite their bad memories with MIT’s new system, Interesting Engineering, 6 de noviembre de 2026
- UQ-DAAAM: MIT’s system to correct robot memory, Scientific Frontline, noviembre de 2026
Aviso: este artículo contiene enlaces de afiliado
Si compras a través de ellos, WOXTER AMERICA LLC puede recibir una comisión sin coste adicional para ti. Nuestras recomendaciones se basan en especificaciones, precios y análisis publicados, no en pagos de ningún tipo.
