Innodata abre un laboratorio de captura de movimiento para entrenar humanoides
Innodata estrena en Nueva Jersey un laboratorio de I+D con cámaras de captura de movimiento de Vicon para generar datos de entrenamiento de robots humanoides con precisión sub-milimétrica. Es su apuesta por la 'IA física', un negocio que aún está en pañales.
Innodata (Nasdaq: INOD) ha anunciado la apertura de un nuevo laboratorio de I+D en Nueva Jersey diseñado para generar los datos que necesitan los robots humanoides y otras formas de 'IA física' —es decir, máquinas que no solo piensan, sino que se mueven y actúan en el mundo real—. El laboratorio se ha desarrollado junto a Vicon, especialista en captura de movimiento que asesoró en el diseño y sigue dando soporte técnico. Está equipado con cámaras infrarrojas de seguimiento óptico de alta precisión y baja latencia, capaces de medir movimientos con exactitud por debajo del milímetro, algo que los sensores portátiles (tipo IMU) o el análisis de vídeo con una sola cámara no suelen alcanzar.
El problema que ataca Innodata es conocido dentro del sector: falta datos reales y de calidad para entrenar robots. Muchos proveedores deducen el movimiento en 3D analizando vídeo en 2D, mientras que este laboratorio captura el 3D directamente de los cuerpos, sean humanos o mecánicos. "No hay sustituto para la captura de movimiento 3D directa", afirma Frank Tanner, vicepresidente de robótica e IA física de la compañía, que insiste en que cuando se entrena a un humanoide de casi 90 kilos las lecturas no pueden ser aproximadas: tienen que ser precisas. Vicon, por su parte, defiende que si los datos de entrenamiento son aproximados, el robot también lo será, y sitúa su tecnología como el estándar de referencia del sector.
Comercialmente, la propuesta tiene varias patas. Los clientes podrán comprar paquetes de datos de captura de movimiento ya preparados o encargar proyectos a medida, y la compañía puede adaptar esos datos de una plataforma robótica a otra. Además, podrán enviar sus robots al laboratorio para que sean evaluados en distintos escenarios, incluidos aquellos en los que conviven máquinas y personas. La clave está en que las cámaras calibradas observan al robot desde fuera y ofrecen una comprobación externa de la telemetría interna del propio robot, que a menudo llega con ruido. Esas mediciones sirven para validar lo que el fabricante dice de su producto o para emitir comparativas independientes de seguridad y confianza.
El laboratorio encaja en la práctica de IA física que Innodata viene construyendo: captura de datos del mundo real, producción de datos de entrenamiento para humanoides, sistemas portátiles y pinzas robóticas, y servicios de evaluación. La empresa, que se define como compañía global de ingeniería de datos con más de 36 años de historia, aplica aquí los mismos procesos de calidad que usa desde hace décadas en finanzas, administración pública y sanidad, y más recientemente con laboratorios de IA punteros. "La IA física crece más rápido que cualquier otro segmento, pero todos los equipos de robótica chocan con el mismo muro: no hay suficientes datos de interacción del mundo real, y los que hay son caros y lentos de producir", resume el consejero delegado Rahul Singhal, que presenta el laboratorio como la forma de eliminar ese muro y acelerar el desarrollo de robots más capaces y más seguros.
El análisis de Salseo
- Innodata da un paso más allá de su negocio tradicional de datos y etiquetado para modelos de lenguaje: aquí vende datos del mundo físico, un mercado donde el cuello de botella no es la capacidad de cómputo sino la escasez de interacciones reales. Si el sector de la robótica despega como se espera, se abre una vía de ingresos nueva y con menos competencia que el 'training data' de texto.
- Ojo con el matiz: esto es un anuncio de capacidad, no un contrato ni una cifra de facturación. La señal a vigilar son los resultados trimestrales: si aparecen clientes concretos y la división de datos para IA acelera, la tesis se refuerza; si el laboratorio se queda en proyecto a medida sin recurrencia, el impacto real será mucho menor que el titular.
- El argumento de la 'medición externa' abre una pata de negocio interesante y poco glamurosa pero recurrente: certificar y auditar lo que los fabricantes de robots dicen que hace su máquina, con comparativas independientes de seguridad. Es un servicio tipo auditoría, se cobra por proyecto y no depende de que el robot de turno se venda bien.
- La dependencia de Vicon es un arma de doble filo: refuerza la credibilidad técnica del laboratorio, pero parte del valor se apoya en tecnología de un tercero y en un estándar que los grandes fabricantes de robots podrían intentar replicar con sus propios laboratorios internos o con sensores más baratos, aunque igualar la precisión sub-milimétrica no es trivial.