La inteligencia física, la última apuesta del veterano de Stripe Lachy Groom, está construyendo los cerebros robóticos más animados de Silicon Valley

Desde la calle, la única indicación que encontré de la sede de Inteligencia Física en San Francisco es un símbolo pi que es de un coloration ligeramente diferente al del resto de la puerta. Cuando entro, inmediatamente me enfrento a la actividad. No hay mostrador de recepción ni logotipos brillantes con luces fluorescentes.

En el inside, el espacio es una caja de hormigón gigante que se vuelve un poco menos austera gracias a una extensión desordenada de largas mesas de madera rubia. Algunos están claramente destinados al almuerzo, llenos de cajas de galletas Woman Scout, frascos de Vegemite (alguien aquí es australiano) y pequeñas cestas de alambre llenas de demasiados condimentos. El resto de las tablas cuentan una historia completamente diferente. Muchos más de ellos están cargados de monitores, repuestos robóticos, marañas de cables negros y brazos robóticos completamente ensamblados en varios estados de intento de dominar lo mundano.

Durante mi visita, con un brazo dobla un pantalón negro, o lo intenta. No va bien. Otro está intentando darle la vuelta a una camiseta con el tipo de determinación que sugiere que eventualmente tendrá éxito, pero no hoy. Un tercero (éste parece haber encontrado su vocación) pela rápidamente un calabacín y luego deposita las virutas en un recipiente aparte. Las virutas al menos van bien.

“Piense en ello como ChatGPT, pero para robots”, me cube Sergey Levine, señalando el ballet motorizado que se desarrolla en la sala. Levine, profesor asociado en UC Berkeley y uno de los cofundadores de Bodily Intelligence, tiene el comportamiento amable y con gafas de alguien que ha pasado un tiempo appreciable explicando conceptos complejos a personas que no los comprenden de inmediato.

Lo que estoy viendo, explica, es la fase de prueba de un bucle continuo: los datos se recopilan en estaciones robóticas aquí y en otros lugares (almacenes, hogares, dondequiera que el equipo pueda instalarse) y esos datos entrenan modelos básicos robóticos de propósito normal. Cuando los investigadores entrenan un nuevo modelo, regresa a estaciones como ésta para su evaluación. La carpeta de pantalones es el experimento de alguien. También lo es el que cambia la camisa. El pelador de calabacines podría estar probando si el modelo puede generalizarse a diferentes vegetales, aprendiendo los movimientos fundamentales del pelado lo suficientemente bien como para manipular una manzana o una papa que nunca ha encontrado.

La compañía también opera una cocina de prueba en este edificio y en otros lugares utilizando {hardware} disponible para exponer a los robots a diferentes entornos y desafíos. Hay una sofisticada máquina de café expreso cerca y asumo que es para el private hasta que Levine aclara que no, que está ahí para que los robots aprendan. Cualquier café con leche espumoso es información, no un beneficio para las docenas de ingenieros en escena que en su mayoría están mirando sus computadoras o revoloteando sobre sus experimentos mecanizados.

El {hardware} en sí es deliberadamente poco glamoroso. Estas armas se venden por unos 3.500 dólares, y eso es con lo que Levine describe como “un enorme margen de beneficio” por parte del vendedor. Si los fabricaran internamente, el coste del materials caería por debajo de los 1.000 dólares. Hace unos años, cube, un experto en robótica se habría sorprendido de que estas cosas pudieran hacer cualquier cosa. Pero ese es el punto: la buena inteligencia compensa el mal {hardware}.

Mientras Levine se disculpa, Lachy Groom se acerca a mí y se mueve por el espacio con la determinación de alguien a quien le suceden media docena de cosas a la vez. A sus 31 años, Groom todavía conserva la frescura de los niños maravilla de Silicon Valley, una designación que se ganó temprano, después de haber vendido su primera compañía nueve meses después de fundarla a los 13 años en su Australia natal (esto explica el Vegemite).

Cuando me acerqué a él por primera vez antes, mientras daba la bienvenida al edificio a un pequeño grupo de visitantes vestidos con sudaderas, su respuesta a mi solicitud de pasar tiempo con él fue inmediata: “Por supuesto que no, tengo reuniones”. Ahora tiene diez minutos, tal vez.

Groom encontró lo que estaba buscando cuando comenzó a seguir el trabajo académico que salía de los laboratorios de Levine y Chelsea Finn, una ex estudiante de doctorado de Levine en Berkeley que ahora dirige su propio laboratorio en Stanford centrado en el aprendizaje robótico. Sus nombres seguían apareciendo en todo lo interesante que sucedía en robótica. Cuando escuchó rumores de que podrían estar iniciando algo, localizó a Karol Hausman, una investigadora de Google DeepMind que también enseñaba en Stanford y de quien Groom había descubierto que estaba involucrada. “Fue simplemente una de esas reuniones en las que gross sales y dices: Esto es todo”.

Groom nunca tuvo la intención de convertirse en un inversionista de tiempo completo, me cube, aunque algunos podrían preguntarse por qué no, dado su historial. Después de dejar Stripe, donde fue uno de los primeros empleados, pasó aproximadamente cinco años como inversor ángel, haciendo apuestas tempranas en empresas como Figma, Notion, Ramp y Lattice mientras buscaba la empresa adecuada para iniciar o unirse. Su primera inversión en robótica, Commonplace Bots, se produjo en 2021 y lo reintrodujo en un campo que le encantaba cuando period niño: construir Lego Mindstorms. Como bromea, estaba “mucho más de vacaciones como inversor”. Pero invertir period sólo una forma de mantenerse activo y conocer gente, no el objetivo closing. “Estuve cinco años buscando que la empresa comenzara después de Stripe”, cube. “Buenas concepts en un buen momento con un buen equipo – [that’s] extremadamente raro. Todo es ejecución, pero puedes ejecutar a lo grande una mala thought, y sigue siendo una mala thought”.

La empresa de dos años ha recaudado ahora más de mil millones de dólaresy cuando le pregunto sobre su pista, se apresura a aclarar que en realidad no arde tanto. La mayor parte de su gasto se destina a informática. Un momento después, reconoce que bajo los términos correctos, con los socios correctos, recaudaría más. “No hay límite en cuanto a la cantidad de dinero que realmente podemos poner a trabajar”, afirma. “Siempre hay más computación que puedes aplicar al problema”.

Lo que hace que este acuerdo sea particularmente inusual es lo que Groom no les da a sus patrocinadores: un cronograma para convertir la Inteligencia Física en una tarea para ganar dinero. “No doy respuestas a los inversores sobre la comercialización”, cube sobre los patrocinadores que incluyen a Khosla Ventures, Sequoia Capital y Thrive Capital, entre otros, que han valorado la empresa en 5.600 millones de dólares. “Es algo extraño que la gente lo tolere”. Pero lo toleran, y puede que no siempre lo hagan, razón por la cual a la empresa le corresponde estar bien capitalizada ahora.

Entonces, ¿cuál es la estrategia, sino la comercialización? Quan Vuong, otro cofundador que vino de Google DeepMind, explica que gira en torno al aprendizaje transversal y diversas fuentes de datos. Si alguien construye una nueva plataforma de {hardware} mañana, no necesitará comenzar la recopilación de datos desde cero: podrá transferir todo el conocimiento que ya tiene el modelo. “El costo marginal de incorporar autonomía a una nueva plataforma robótica, cualquiera que sea esa plataforma, es mucho menor”, afirma.

La empresa ya está trabajando con un pequeño número de empresas de diferentes sectores (logística, alimentación, un fabricante de chocolate al otro lado de la calle) para probar si sus sistemas son lo suficientemente buenos para la automatización en el mundo actual. Vuong afirma que en algunos casos ya lo son. Con su enfoque de “cualquier plataforma, cualquier tarea”, la superficie para el éxito es lo suficientemente grande como para comenzar a marcar tareas que están listas para la automatización hoy.

La Inteligencia Física no es la única que persigue esta visión. La carrera por construir inteligencia robótica de propósito normal –la base sobre la cual se pueden construir aplicaciones más especializadas, muy parecidas a los modelos LLM que cautivaron al mundo hace tres años– se está calentando. Skild AI, con sede en Pittsburgh y fundada en 2023, recaudó solo este mes 1.400 millones de dólares con una valoración de 14.000 millones de dólares y está adoptando un enfoque notablemente diferente. Si bien la inteligencia física sigue centrada en la investigación pura, Skild AI ya ha implementado comercialmente su Skild Mind “omnicorporal”, y cube que generó 30 millones de dólares en ingresos en tan solo unos meses el año pasado en seguridad, almacenes y fabricación.

Skild incluso ha disparado en público a sus competidores, discutiendo en su blog que la mayoría de los “modelos básicos de la robótica” son simplemente modelos de visión y lenguaje “disfrazados” que carecen de “verdadero sentido común físico” porque dependen demasiado de un entrenamiento previo a escala de Web en lugar de una simulación basada en la física y datos de robótica reales.

Es una división filosófica bastante marcada. Skild AI apuesta a que la implementación comercial cree un volante de datos que mejore el modelo con cada caso de uso del mundo actual. La Inteligencia Física apuesta a que resistir la atracción de la comercialización a corto plazo le permitirá producir una inteligencia normal superior. Quién tiene “más razón” tardará años en resolverse.

Mientras tanto, la Inteligencia Física opera con lo que Groom describe como una claridad inusual. “Es una empresa tan pura. Un investigador tiene una necesidad, vamos y recopilamos datos para satisfacer esa necesidad (o nuevo {hardware} o lo que sea) y luego lo hacemos. No está impulsado externamente”. La empresa tenía una hoja de ruta de cinco a diez años sobre lo que el equipo pensaba que sería posible. Para el mes 18, lo habían superado, cube.

La empresa tiene alrededor de 80 empleados y planea crecer, aunque Groom cube que es de esperar “lo más lentamente posible”. Lo que supone el mayor desafío, afirma, es el {hardware}. “El {hardware} es realmente complicado. Todo lo que hacemos es mucho más complicado que el de una empresa de software program”. El {hardware} se rompe. Llega lentamente, retrasando las pruebas. Las consideraciones de seguridad lo complican todo.

Mientras Groom se apresura a cumplir su próximo compromiso, me quedo observando a los robots continuar con su práctica. Los pantalones aún no están del todo doblados. La camiseta permanece obstinadamente del lado derecho. Las virutas de calabacín se van acumulando muy bien.

Hay preguntas obvias, incluida la mía, sobre si alguien realmente quiere un robotic en su cocina pelando verduras, sobre la seguridad, sobre los perros que se vuelven locos ante los intrusos mecánicos en sus hogares, sobre si todo el tiempo y el dinero que se invierte aquí resuelve problemas suficientemente grandes o crea otros nuevos. Mientras tanto, los externos cuestionan el progreso de la empresa, si su visión es realizable y si tiene sentido apostar por la inteligencia normal en lugar de aplicaciones específicas.

Si Groom tiene alguna duda, no la demuestra. Está trabajando con personas que han estado trabajando en este problema durante décadas y que creen que finalmente ha llegado el momento adecuado, que es todo lo que necesita saber.

Además, Silicon Valley ha estado respaldando a personas como Groom y dándoles mucha cuerda desde el comienzo de la industria, sabiendo que hay muchas posibilidades de que incluso sin un camino claro hacia la comercialización, incluso sin un cronograma, incluso sin certeza sobre cómo será el mercado cuando lleguen allí, lo descubrirán. No siempre funciona. Pero cuando lo hace, tiende a justificar muchas veces que no lo hizo.