En un almacén de San Leandro (California), la empresa Encord entrena modelos de inteligencia artificial física con una herramienta poco habitual: un casco que mide las ondas cerebrales de los operadores humanos mientras manipulan objetos. La compañía, junto a la neurotecnológica alemana Zander Labs, está ensayando si la actividad cerebral —que delata estados mentales como error, intención o sorpresa— puede servir como etiqueta adicional para los conjuntos de datos que nutren a robots humanoides y de almacén.
El enfoque responde a un cuello de botella creciente: la escasez de datos físicos de calidad para entrenar modelos de manipulación. Encord estima que haría falta un volumen de vídeo aproximadamente cinco veces mayor que todo YouTube para avanzar de forma significativa. Por eso ha dejado de limitarse a anotar datos ajenos y ahora los fabrica: graba vídeo egocéntrico desde fábricas de varios países y prueba modalidades nuevas, como electroencefalografía o sensores de electromiografía en el antebrazo que reconstruyen la posición de la mano.
Sus pilotos, término interno para los entrenadores robóticos, usan brazos maestro-esclavo para tareas como verter café, apilar fichas de póker o conectar cables ethernet. Cada clip se anota con descripciones físicas densas que, según la empresa, valen cien veces más por entrenar que el vídeo egocéntrico sin procesar, aunque cuestan veinte veces más producirlo. Esa diferencia de costes marca el límite del paralelismo entre la IA generativa de texto y la IA física.