Estoy observando una mini paradoja de Moravec dentro de la robótica: las acrobacias que son difíciles para los humanos son mucho más fáciles para los robots que las tareas "poco atractivas" como cocinar, limpiar y ensamblar. Esto genera una disonancia cognitiva para las personas ajenas al campo, "entonces, ¿los robots pueden hacer parkour y breakdance, pero por qué no pueden cuidar de mi perro?" Créeme, mis padres me han preguntado sobre esto más de lo que piensas... La "paradoja de Moravec de los robots" también crea la ilusión de que las capacidades físicas de la IA están mucho más avanzadas de lo que realmente están. No estoy señalando a Unitree, ya que esto se aplica ampliamente a todas las recientes demostraciones acrobáticas en la industria. Aquí hay una prueba simple: si colocas una pared frente al robot que hace volteretas laterales, se estrellará contra ella a toda velocidad y hará un espectáculo. Porque simplemente está sobreajustando ese único movimiento de referencia, sin ninguna conciencia del entorno. Aquí está la razón por la que existe la paradoja: es mucho más fácil entrenar a un "gimnasta ciego" que a un robot que ve y manipula. El primero se puede resolver completamente en simulación y transferir sin problemas al mundo real, mientras que el segundo exige un renderizado extremadamente realista, física de contacto y dinámicas de objetos desordenadas en el mundo real, ninguna de las cuales se puede simular bien. Imagina que puedes entrenar LLMs no desde internet, sino desde un juego de consola de texto hecho a mano. Los robóticos tuvieron suerte. Afortunadamente, vivimos en un mundo donde los motores de física acelerados son tan buenos que podemos salirnos con acrobacias impresionantes usando literalmente cero datos reales. Pero aún no hemos descubierto el mismo código de trampa para la destreza general. Hasta entonces, seguiremos siendo cuestionados por nuestros padres confundidos.