El domingo pasado, en el Medio Maratón E-Town de Beijing, un robot humanoide rojo de un tipo llamado Lightning terminó el recorrido en 50 minutos y 26 segundos, más rápido que el récord mundial humano. Sus largas piernas estaban inspiradas en los corredores de élite y sus motores estaban refrigerados con un sistema de circulación de líquido adaptado de los teléfonos inteligentes de su fabricante, Honor, una compañía telefónica china. Un clip de la actuación del robot que rebotó en Internet pareció a muchos espectadores un hito. Lo fue y no lo fue. El robot Lightning también se estrelló contra una barricada, cayó y esperó a que sus cuidadores lo pusieran en pie.
La carrera de Beijing ofreció una vívida instantánea de la situación de la robótica humanoide. Los ingenieros han mejorado mucho en la construcción de máquinas que pueden recorrer largas distancias sin sobrecalentarse ni romperse. Lograr que se muevan por el mundo real con algo parecido al juicio humano es otra cuestión.
En la carrera de este año participaron más de 100 equipos, frente a los aproximadamente 20 del año anterior, cuando el robot ganador terminó en dos horas y 40 minutos. Pero sólo el 38 por ciento de las inscripciones del evento de 2026 se realizaron de forma autónoma, dicen los organizadores; el resto fueron pilotados de forma remota. Y todos los robots siguieron un recorrido dedicado y ensayado, con equipos de apoyo detrás.
Sobre el apoyo al periodismo científico
Si está disfrutando de este artículo, considere apoyar nuestro periodismo galardonado suscribiéndose. Al comprar una suscripción, ayudas a garantizar el futuro de historias impactantes sobre los descubrimientos y las ideas que dan forma a nuestro mundo actual.
“Es simplemente un estúpido truco publicitario”, dice Rodney Brooks, profesor emérito del Instituto de Tecnología de Massachusetts, cofundador de iRobot, la empresa detrás de Roomba, y ahora dirige la empresa de robótica impulsada por inteligencia artificial Robust.AI. Ha pasado décadas observando los ciclos publicitarios de la robótica que van y vienen. “Es como cuando tenían coches de carreras de caballos”, dice Brooks. “No importa.”
Su objeción no es la construcción de Lightning ni su época, sino el marco de su logro. Lightning no corrió una media maratón bajo condiciones humanas. “No hay nada útil que pueda usarse en cualquier aplicación porque no muestra ninguna seguridad”, dice Brooks. “No hay interacción con personas reales… y no hay posibilidad de interactuar con el mundo porque está todo premapeado”, añade. “¿Cuántas personas de apoyo hicieron [the robots] ¿tener? ¿Cuántos vehículos los siguieron? La gente simplemente hace un maratón. No saben dónde está la pista”.
Brooks ha estado presentando una versión de este argumento durante casi una década: los humanos combinan desempeño con competencia. “Cuando ves el desempeño de un sistema de inteligencia artificial o de un robot en una cosa”, dice, “nos engaña haciéndonos pensar que tiene la misma competencia general que un ser humano. Y ese es un error que la gente comete”. Si un humano corriera media maratón, inferiríamos algo sobre el equilibrio, la percepción y la resiliencia de esa persona. La hazaña del robot no se generaliza de esa manera. “Si estuviera corriendo entre la multitud y fuera seguro, sería increíble”, dice Brooks. “Pero no están ni cerca de eso”.
Entonces, ¿qué midió realmente la carrera? Alan Fern, profesor de informática en la Universidad Estatal de Oregón, ha pasado la mayor parte de su carrera entrenando robots bípedos para que caminen. Con su colaborador Jonathan Hurst, ayudó a construir Cassie, un robot de dos piernas que corrió 5 km al aire libre en 2021 y luego estableció un récord mundial Guinness en los 100 metros lisos. La técnica que hizo correr a Cassie (entrenándola en simulaciones físicas) probablemente también sea la base de la capacidad de robots como Lightning. “Los principios básicos de los robots que caminan existen desde hace algún tiempo”, dice Fern. “No hay ningún avance científico en ese aspecto del problema”.
Lo que cambió este año, dice Fern, fue “la buena ingeniería e inversión a la antigua usanza”. Los robots del año pasado eran más lentos y muchos se estropearon; Las máquinas de este año fueron rápidas y se mantuvieron unidas. Eso no es nada, pero tampoco es un gran avance.
En cuanto a la autonomía, Fern es más amable que Brooks, aunque no mucho. Los robots que corrían sin piloto humano seguían una ruta que ya conocían. “Cumple con la definición de autonomía para esa tarea en particular”, dice. “Es similar a cómo se hablaría de los coches autónomos. Los primeros coches autónomos: podrían ser seguimiento de carril autónomo. El humano no tiene que hacer nada y el robot seguirá los carriles de la carretera”. Fern llama a esto autonomía especializada. Lo que habría sido científicamente interesante (y lo que no se hizo con ningún robot en el evento de Beijing) sería colocar uno en “una ubicación completamente nueva” y pedirle que navegue por un mercado abarrotado, se escurra por áreas estrechas y evite golpear a la gente.
Jonathan Hurst, cocreador de Cassie y posteriormente cofundador de Agility Robotics, ve la carrera de Beijing como un punto de inflexión para el interés mundial por la robótica. Él cree que cuando Cassie corrió sus 5 km en 2021, fue la primera vez que un robot bípedo controló su propia forma de correr al aire libre mediante el aprendizaje por refuerzo, un método de prueba y error en el que un sistema de inteligencia artificial es recompensado por controlar con éxito su cuerpo robótico. Pocas personas se dieron cuenta. “Tal vez sólo había seis personas en la comunidad de robótica que decían: ‘Mierda, no me di cuenta de que el aprendizaje por refuerzo podía controlar un robot'”, dice. Cinco años después, equipos de todo el mundo están reproduciendo ese enfoque a una fracción del costo.
Esa carrera de Beijing, en palabras de Hurst, no es un salto científico singular. Es un campo que alcanza la escala en la que el trabajo duro puede comenzar en serio. Su propia empresa ha dedicado gran parte de los últimos dos años a un problema concreto: conseguir que Digit, el robot humanoide característico de Agility Robotics, opere de forma segura en un almacén. Ésa es la brecha entre un robot que puede seguir un recorrido predefinido y uno que puede moverse con seguridad entre las personas. “Es como mirar los primeros autos y decir: ‘No vuela’”, dice Hurst. “Es un listón bastante alto”.
Sin embargo, las mejoras de hardware son significativas. Yanran Ding, profesor asistente de robótica en la Universidad de Michigan, ve la carrera principalmente como una demostración de hardware. “Es realmente difícil lograr que los robots funcionen de manera robusta durante un período de tiempo tan largo”, afirma. La mayor hazaña fue la gestión del calor. “La tecnología de los motores existe para recorrer distancias cortas”, afirma, “pero si se amplía, la refrigeración es el cuello de botella”. El diseño de Honor, añade Ding, abordó esa limitación de la misma manera que lo hace una computadora de escritorio de alta gama. “En lugar de utilizar un ventilador, que utiliza conducción de aire para enfriar los chips”, afirma, “en realidad se utiliza un sistema de circulación de líquido; básicamente, poner un [air conditioner] en la computadora”.
Ding también destaca las opciones de diseño para los cuerpos de los robots más rápidos. “Tienen enormes motores de cadera y rodilla. Pero tienen una parte superior del torso muy delgada: sus brazos son bastante pequeños pero lo suficientemente grandes como para proporcionar equilibrio inercial. Y sus espinillas y pies también son muy livianos”. Al correr, explica, uno pierde energía con cada pisada. “Para minimizar la pérdida de energía que ocurre cuando golpeas el suelo, debes hacer que tus enlaces distales sean lo más livianos posible”, dice Ding. En otras palabras, Lightning fue construido como un galgo, no como un limpiador de casas.
“En cuanto al hardware, el límite ya no es el hardware; ahora realmente podemos duplicar los algoritmos”, afirma Ding. “Las personas, como seres humanos…, tienen un sesgo cognitivo que les hace pensar que correr media maratón más rápido que un humano es más difícil que doblar la ropa, lo cual no es cierto”.
Esa inversión es realmente lo que demostró la carrera. Un robot que corre rápido parece difícil porque correr rápido es difícil para nosotros. Doblar una toalla o movernos con seguridad por una habitación llena de gente parece trivial porque hacemos esas cosas sin pensar. En el caso de los robots, la jerarquía suele estar invertida. Los músculos funcionan. El cerebro, como señaló Brooks, sigue siendo el problema.