{"id":4915,"date":"2026-07-23T08:02:00","date_gmt":"2026-07-23T06:02:00","guid":{"rendered":"https:\/\/okdiario.com\/techy\/?p=4915"},"modified":"2026-07-18T18:15:08","modified_gmt":"2026-07-18T16:15:08","slug":"cientificos-del-mit-desarrollan-una-ia-que-permite-a-los-robots-recordar-que-han-visto-donde-y-cuando-con-hasta-un-28-mas-de-aciertos-que-su-mejor-rival","status":"publish","type":"post","link":"https:\/\/okdiario.com\/techy\/cientificos-del-mit-desarrollan-una-ia-que-permite-a-los-robots-recordar-que-han-visto-donde-y-cuando-con-hasta-un-28-mas-de-aciertos-que-su-mejor-rival\/4915\/","title":{"rendered":"Cient\u00edficos del MIT desarrollan una IA que permite a los robots recordar qu\u00e9 han visto, d\u00f3nde y cu\u00e1ndo con hasta un 28% m\u00e1s de aciertos que su mejor rival"},"content":{"rendered":"\n

\u00bfD\u00f3nde dejaste las llaves ayer? Para una persona, reconstruir la escena suele ser f\u00e1cil; para un robot, unir un objeto con un lugar y un momento concretos sigue siendo complicado. Un equipo del MIT ha desarrollado DAAAM, un sistema de inteligencia artificial<\/a> que convierte las observaciones de una m\u00e1quina en una memoria a largo plazo consultable con lenguaje corriente.<\/p>\n\n\n\n

No son recuerdos humanos metidos en un robot. Es m\u00e1s bien un mapa<\/a> vivo que registra qu\u00e9 apareci\u00f3, d\u00f3nde estaba y cu\u00e1ndo fue visto. En las pruebas, DAAAM super\u00f3 a otros m\u00e9todos, aunque sus descripciones detalladas todav\u00eda pueden llegar con varios segundos de retraso.<\/p>\n\n\n\n

Una memoria con lugar y fecha<\/h2>\n\n\n\n

La memoria espaciotemporal re\u00fane informaci\u00f3n sobre el espacio y el paso del tiempo. Si el robot ve una bicicleta roja junto a un edificio, no solo guarda que existe, sino tambi\u00e9n su posici\u00f3n y el momento de la observaci\u00f3n. El nombre DAAAM resume la idea y significa en ingl\u00e9s \u00abdescribir cualquier cosa, en cualquier lugar y en cualquier momento\u00bb.<\/p>\n\n\n\n

El trabajo est\u00e1 firmado por Nicolas Gorlo, investigador de posgrado del MIT, Lukas Schmid, profesor de la Universidad Tecnol\u00f3gica de N\u00faremberg, y Luca Carlone, profesor asociado del MIT y director del laboratorio SPARK. \u00abEl robot debe poder razonar sobre el tiempo y el espacio como lo hacemos los humanos\u00bb, explic\u00f3 Carlone.<\/p>\n\n\n\n

C\u00f3mo construye el mapa<\/h2>\n\n\n\n

DAAAM recibe im\u00e1genes de una c\u00e1mara que capta color y profundidad. La profundidad indica la distancia de cada punto, por lo que la m\u00e1quina puede reconocer un objeto y calcular d\u00f3nde se encuentra.<\/p>\n\n\n\n

\n
\n
\n

Lea tambi\u00e9n: Cada vez m\u00e1s personas colocan papel de aluminio debajo de sus televisores: para qu\u00e9 sirve y por qu\u00e9 lo recomiendan<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n

Con esos datos crea un grafo de escena en cuatro dimensiones, una red de fichas que conecta objetos, zonas y descripciones. Tres dimensiones sit\u00faan cada elemento y la cuarta conserva su historia a lo largo del tiempo. Nada de ciencia ficci\u00f3n.<\/p>\n\n\n\n

Los objetos cercanos se agrupan por regiones, como un aparcabicicletas fuera de un edificio. Despu\u00e9s, un agente de lenguaje puede buscar por una palabra como \u00abescultura\u00bb o por el lugar donde fue vista y recuperar la observaci\u00f3n adecuada.<\/p>\n\n\n\n

El truco para ir m\u00e1s r\u00e1pido<\/h2>\n\n\n\n

Los sistemas anteriores sol\u00edan elegir entre mapas r\u00e1pidos con poca informaci\u00f3n o descripciones ricas que llegaban demasiado tarde. DAAAM selecciona los fotogramas m\u00e1s claros, re\u00fane varios objetos y los procesa en un mismo lote.<\/p>\n\n\n\n

\n
\n
\n

Lea tambi\u00e9n: Israel est\u00e1 preparando el sucesor del Arrow 3, con eficacia ya comprobada en combate, que cambia las guerras de misiles para siempre con interceptores de \u00faltima generaci\u00f3n<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n

Esa estrategia aceler\u00f3 la descripci\u00f3n alrededor de diez veces. El mapa sigui\u00f3 un flujo de diez im\u00e1genes por segundo y gener\u00f3 descripciones para una media de 5,2 elementos nuevos cada segundo, pero un lote detallado tard\u00f3 cerca de diez segundos en quedar listo. \u00abTiempo real\u00bb, por tanto, no significa que cada frase aparezca al instante.<\/p>\n\n\n\n

Qu\u00e9 dicen las pruebas<\/h2>\n\n\n\n

Los investigadores evaluaron DAAAM con OC-NaVQA, un banco de preguntas sobre objetos, lugares y momentos. En ese banco, el llamado largo plazo lleg\u00f3 a 35,8 minutos y alrededor de 1,6 kil\u00f3metros de recorrido.<\/p>\n\n\n\n

Frente a la alternativa m\u00e1s competitiva, la precisi\u00f3n de las respuestas mejor\u00f3 un 53,6 por ciento. Los errores de posici\u00f3n bajaron un 21,9 por ciento y los temporales un 21,6 por ciento. En otra prueba de instrucciones encadenadas, la precisi\u00f3n de las tareas completas subi\u00f3 un 27,8 por ciento respecto al segundo mejor m\u00e9todo.<\/p>\n\n\n\n

\n
\n
\n

Lea tambi\u00e9n: Investigadores chinos crean una bater\u00eda de sodio capaz de cargarse al 100% en 4 minutos y aguanta 6.000 horas de uso sin un solo fallo<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n

Eso no equivale a una memoria universal ni infalible. Uno de los conjuntos usados era semisint\u00e9tico y el modelo perdi\u00f3 algo de precisi\u00f3n al pasar de im\u00e1genes reales a recreaciones digitales. Adem\u00e1s, los sistemas recibieron la posici\u00f3n real del robot durante la evaluaci\u00f3n, una condici\u00f3n m\u00e1s controlada que un uso cotidiano.<\/p>\n\n\n\n

Usos m\u00e1s all\u00e1 del laboratorio<\/h2>\n\n\n\n

En una f\u00e1brica<\/a>, una persona podr\u00eda pedir \u00abve a buscar el componente que empezamos a montar anoche\u00bb. El MIT tambi\u00e9n plantea aplicaciones de realidad aumentada para ayudar a t\u00e9cnicos a detectar anomal\u00edas<\/a> o guiar a personas por espacios complejos.<\/p>\n\n\n\n

DAAAM aprovecha el seguimiento de cambios de Khronos y las descripciones del Describe Anything Model. El primero mantiene mapas de escenas din\u00e1micas y el segundo explica lo que aparece en una zona concreta de una imagen.<\/p>\n\n\n\n

\n
\n
\n

Lea tambi\u00e9n: Se disparan los rumores entre los fans: Zelda Ocarina of Time tiene preparada una sorpresa para septiembre de 2026<\/a><\/h4>\n<\/div>\n<\/div><\/div>\n<\/div>\n\n\n\n

El equipo ha publicado los datos y el c\u00f3digo de forma abierta. En la pr\u00e1ctica, el agente consulta herramientas de b\u00fasqueda dentro de la memoria en lugar de improvisar toda la respuesta, una decisi\u00f3n pensada para reducir errores inventados.<\/p>\n\n\n\n

Los l\u00edmites que quedan<\/h2>\n\n\n\n

El modelo que redacta las descripciones se entren\u00f3 con 1,5 millones de ejemplos, una cantidad modesta para los sistemas visuales actuales. Puede fallar ante objetos poco comunes o a\u00f1adir detalles falsos, como imaginar tiradores en puertas de ascensor que no los tienen.<\/p>\n\n\n\n

El ritmo de unas cinco anotaciones nuevas por segundo basta para un robot terrestre, seg\u00fan los autores. Puede quedarse corto para un dron<\/a> r\u00e1pido o unas gafas de realidad virtual, y el seguimiento se complica cuando un objeto cambia f\u00edsicamente y deja de parecer el mismo.<\/p>\n\n\n\n

DAAAM tambi\u00e9n conserva el historial de descripciones, por lo que el archivo podr\u00eda crecer sin l\u00edmite durante misiones muy largas. Los investigadores proponen resumir recuerdos antiguos y a\u00f1adir niveles de confianza para se\u00f1alar cu\u00e1ndo una respuesta es dudosa.<\/p>\n\n\n\n

El estudio principal se ha publicado en las actas de la Conferencia IEEE\/CVF<\/em><\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"

\u00bfD\u00f3nde dejaste las llaves ayer? Para una persona, reconstruir la escena suele ser f\u00e1cil; para un robot, unir un objeto … <\/p>\n

Read more<\/a><\/p>\n","protected":false},"author":3,"featured_media":4916,"comment_status":"open","ping_status":"","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[6],"tags":[],"class_list":["post-4915","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-inteligencia-artificial","resize-featured-image"],"_links":{"self":[{"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/posts\/4915","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/users\/3"}],"replies":[{"embeddable":true,"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/comments?post=4915"}],"version-history":[{"count":1,"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/posts\/4915\/revisions"}],"predecessor-version":[{"id":4917,"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/posts\/4915\/revisions\/4917"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/media\/4916"}],"wp:attachment":[{"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/media?parent=4915"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/categories?post=4915"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/okdiario.com\/techy\/wp-json\/wp\/v2\/tags?post=4915"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}