Un brazo robótico, un laberinto y una imagen: así se prueba que la inteligencia artificial puede aprender a respetar reglas sin volver a entrenarla

¿Se le puede pedir a una inteligencia artificial que cumpla reglas estrictas sin tener que volver a entrenarla desde cero? Esa es, en criollo, la pregunta que motora el trabajo de un equipo del Instituto de Tecnología de Massachusetts (MIT), que acaba de presentar HardFlow, un método que actúa sobre modelos generativos ya entrenados y los obliga a respetar condiciones obligatorias en el momento en que se los usa, no durante su fabricación.

Un robot que esquiva objetos y elige el camino más corto

Para entender de qué se trata, lo mejor es mirar la prueba más concreta. En uno de los ensayos, los investigadores le plantearon a un brazo robótico una tarea bien terrenal: llegar hasta un objeto sin chocarse con lo que hubiera en el medio. El brazo tenía que moverse de un punto a otro dentro de un entorno con obstáculos, igual que uno esquivando muebles en el living a las apuradas. HardFlow no solo lo hizo sin tocar nada: además encontró el recorrido más corto posible. Las otras técnicas evaluadas o bien provocaban colisiones, o bien elegían caminos bastante más largos.

Lo interesante de ese caso es que muestra dos exigencias combinadas: evitar un choque es una condición que no se negocia, mientras que acortar la distancia es una mejora deseable. Para el robot, una cosa es no romper nada y otra, distinta, ser eficiente. HardFlow permite trabajar sobre ambas dentro del mismo proceso de cálculo, que es justamente donde otros métodos se quedan cortos.

• Manipulación con robots: un brazo robótico llegó a su objetivo sin colisiones y por el camino más corto.
• Recorridos por laberintos: el sistema cumplió las restricciones de movimiento en cada caso.
• Edición de imágenes a partir de instrucciones escritas: respetó las condiciones pedidas y mejoró la calidad del resultado.

Por qué cambia el resultado sin reentrenar el modelo

Acá viene el punto fino, pero vale la pena desarmarlo. Imaginá que la inteligencia artificial es una fábrica de respuestas: ya fue entrenada, ya aprendió, y ahora alguien la pone a producir. HardFlow no la manda de vuelta a la escuela. Actúa en la puerta de la fábrica, cuando la respuesta está por salir, y la ajusta para que cumpla las reglas. Para hacer viable ese truco, el equipo del MIT, con el investigador Minsu Kim entre los autores, dividió el cálculo en pedazos más chicos, aprovechando cómo están armados por dentro los modelos de emparejamiento de flujo, una familia de modelos generativos conocida en inglés como flow matching.

La diferencia clave con otros enfoques está en el momento en que se exige el cumplimiento. El muestreo basado en proyección, una de las técnicas usadas como referencia, corrige en cada paso intermedio. Es como si a cada rato, mientras caminás, alguien te agarrara del hombro y te reubicara: terminás yendo más rígido, con menos opciones para elegir un mejor camino. HardFlow, en cambio, deja que los pasos internos se resuelvan con más libertad y verifica las condiciones recién en el resultado final, usando herramientas de control óptimo para ir corrigiendo el rumbo de manera gradual.

¿El saldo? Todas las restricciones se cumplieron en los casos examinados y la calidad de las soluciones fue, de forma consistente, mejor que la de los métodos tomados como referencia, con tiempos de procesamiento similares o menores. Para el usuario común, el cambio se traduce en algo bastante tangible: sistemas de inteligencia artificial que respetan límites de seguridad o de estilo sin necesidad de gastar una fortuna en reentrenar, y que encima entregan respuestas más prolijas en tareas de todos los días, desde mover un robot en una fábrica hasta editar una foto con una orden escrita.