Seguridad de los robots humanoides: cómo la industria aborda el problema de las "máquinas incontrolables"
Los videos virales de robots que patean niños o bailan sin control han puesto de manifiesto un problema clave para los fabricantes: cómo poner una máquina en un almacén sin dañar a las personas. La industria responde a estos riesgos con sistemas de protección de múltiples niveles, desde chips de Nvidia hasta la eliminación total de piernas en favor de ruedas.
El problema de los sistemas probabilísticos
Los robots industriales tradicionales —soldadoras, paletizadoras, cargadoras— funcionan con reglas estrictas. Son deterministas: sus acciones son predecibles y se rigen por una lógica rigurosa. Los robots humanoides, por el contrario, utilizan IA y pertenecen a sistemas probabilísticos. Actúan basándose en probabilidades estadísticas, no en certezas absolutas. Por eso, para trabajar cerca de personas, necesitan una protección de múltiples niveles.
Como señala Michel Silva, experto en seguridad funcional de robots, la amenaza más simple es la pérdida de alimentación: «Si un robot humanoide se queda sin energía, puede caerse y aplastarte». Esto no es solo un escenario hipotético. Algunas empresas ya han reportado lesiones graves y muertes relacionadas con dispositivos humanoides.
Tecnologías de seguridad: desde chips hasta infraestructura
Nvidia presentó un sistema de seguridad para robots humanoides basado en sus chips Blackwell. Amit Goel, director sénior de robótica de la compañía, explica: «El sistema de seguridad y el sistema funcional deben interactuar con frecuencia entre sí, y en un contexto mucho más amplio. Creamos este nivel de sistema operativo y pila de software para que puedas ejecutar ambas cosas juntas». El modelo es capaz de interpretar datos de sensores sobre peligros potenciales y detener al robot en condiciones inseguras.
Otro nivel de control implica que el robot no solo dependa de sus propias cámaras y sensores, sino también de la infraestructura que lo rodea. La empresa Fort Robotics, de Filadelfia, desarrolla controladores y software que recopilan información de múltiples fuentes. El director ejecutivo, Samuel Reeves, explica: ya no se trata solo de detectar visualmente a personas en la zona de trabajo de la máquina, sino de datos más complejos: dónde está la persona, en qué postura se encuentra y si se puede confiar lo suficiente en esa información para que el robot tome decisiones basadas en ella.
Estandarización y diseños alternativos
El tema de la pérdida de estabilidad se ha vuelto tan sensible que un grupo de expertos de la Organización Internacional de Normalización lo estudia por separado. Se espera la publicación de los requisitos correspondientes para mediados de 2028. Mientras no existan reglas unificadas, los fabricantes desarrollan sus propios escenarios.
La alemana Neura Robotics fabrica el robot bípedo 4NE1, que pesa unos 80 kg. El fundador de la empresa, David Reger, afirma que el diseño minimiza el riesgo: si el robot detecta un problema, por ejemplo, una falla en la articulación de la rodilla, intentará recuperar el equilibrio y, si no lo logra, caerá «como un edificio que se derrumba», plegándose hacia abajo.
Parte de los desarrolladores ha decidido eliminar la fuente misma del riesgo. Dexmate crea robots sobre plataformas con ruedas y brazos largos que pueden alcanzar objetos en estanterías de almacenes. El cofundador, Yuzhe Qin, explica que la batería y la electrónica están ubicadas en la plataforma, por lo que la máquina tiene un centro de gravedad bajo y no puede caerse.
Brad Porter, fundador y director ejecutivo de Cobot, sugiere evaluar la amenaza sin exagerar. Su empresa fabrica robots con ruedas y manipuladores que empujan carritos en hospitales o clasifican piezas en fábricas. Se mueven a velocidad de paso y no tienen un agarre extremadamente fuerte. «No necesitamos invertir mucha energía en las acciones necesarias. No estamos tratando de aplastar sandías ni nada por el estilo», señala Porter.
Mi análisis: El problema de la seguridad de los robots humanoides no es un detalle técnico, sino una barrera fundamental para su adopción masiva. Mientras la industria no resuelva la cuestión de los sistemas de IA probabilísticos, que pueden actuar de manera impredecible, no veremos una salida completa de estas máquinas a almacenes y oficinas. Los enfoques actuales —desde los chips de Nvidia hasta las plataformas con ruedas— son soluciones temporales. El verdadero avance se producirá cuando aprendamos a crear una IA que no solo prediga, sino que también garantice la seguridad.