Governanza de la IA Física: cuando los modelos de lenguaje empiezan a mover brazos robóticos
Gemini Robotics-ER, robots basados en LLMs y marcos como NIST AI RMF: qué está pasando con la gobernanza de sistemas de IA que interactúan con el mundo físico y por qué importa para la seguridad.
Este artículo sintetiza información publicada originalmente por es.linkedin.com. Para el contexto completo, las declaraciones originales y los detalles que no hemos incluido, consulta la fuente indicada.
Resumen: Gemini Robotics-ER, robots basados en LLMs y marcos como NIST AI RMF: qué está pasando con la gobernanza de sistemas de IA que interactúan con el mundo físico y por qué importa para la seguridad.
El contexto
LinkedIn y terceros utilizan cookies imprescindibles y opcionales para ofrecer, proteger, analizar y mejorar nuestros servicios, y para mostrarte publicidad relevante (incluidos anuncios profesionales y de empleo ) dentro y fuera de LinkedIn. Consulta más información en nuestra Política de cookies .
Qué ha pasado
Selecciona Aceptar para consentir o Rechazar para denegar las cookies no imprescindibles para este uso. Puedes actualizar tus preferencias en cualquier momento en tus ajustes .
Detalles
Al hacer clic en «Continuar» para unirte o iniciar sesión, aceptas las Condiciones de uso , la Política de privacidad y la Política de cookies de LinkedIn.
Durante los últimos años hemos hablado de inteligencia artificial como si fuera, sobre todo, una tecnología "de oficina": copilotos, chatbots, generación de texto, asistentes para programar, automatización documental o análisis de datos. Pero como venimos contando desde hace tiempo, la siguiente gran frontera ya no está solo en la pantalla.
La convergencia más importante que estamos viendo es otra: los modelos fundacionales se están moviendo del lenguaje al mundo físico .
Esto significa que la IA deja de limitarse a comprender instrucciones, redactar respuestas o analizar información digital. Empieza a ver, simular, anticipar consecuencias, generar acciones y controlar sistemas físicos. La IA empieza a desarrollar una relación directa con la materia, el espacio, el movimiento, las máquinas y los procesos industriales.
Esa transición cambia la naturaleza de la disrupción. Ya no hablamos únicamente de productividad administrativa. Hablamos de fábricas, almacenes, hospitales, construcción, agricultura, logística, mantenimiento, seguridad, movilidad y servicios físicos.
Los grandes modelos de lenguaje demostraron que era posible entrenar sistemas generalistas capaces de manejar información, contexto e intención. Pero el mundo físico añade una dificultad mucho mayor: incertidumbre, fricción, materiales, peso, errores, seguridad, personas alrededor y consecuencias reales.
Por eso el salto hacia la robótica no consiste simplemente en poner ChatGPT dentro de un robot. La clave está en unir varias capas tecnológicas: simulación, datos sintéticos, percepción visual, razonamiento, predicción de acciones, sensores, actuadores, hardware especializado y sistemas de seguridad.
NVIDIA acaba de reforzar esta dirección con Cosmos 3 , un modelo fundacional abierto para “physical AI” orientado a razonamiento físico, simulación del mundo y generación de acciones. La compañía lo presenta como un sistema multimodal que combina texto, imagen, vídeo, sonido ambiente y acción para acelerar el desarrollo de robots, vehículos autónomos y agentes visuales. ( NVIDIA Newsroom )
Fuente original
Lee el artículo completo en es.linkedin.com.