El secreto que la IA escondía: el invento del MIT que puede cambiar todo lo que creamos

Investigadores del MIT desarrollaron un sistema que resuelve un problema clave de la inteligencia artificial generativa: su incapacidad para crear objetos reales y funcionales. PhysiOpt enseña a la IA las leyes de la física para que los diseños que imagina no se derrumben al materializarse. Este avance podría transformar desde la fabricación de muebles hasta la creación de accesorios personalizados.

Hoy, herramientas como DALL-E o ChatGPT pueden generar imágenes sorprendentes con un simple comando, como un “dinosaurio peinando su bigote”. Sin embargo, ese talento se limita al mundo digital. Cuando se intenta convertir esos diseños en objetos tangibles mediante impresión 3D, el resultado suele ser desastroso: piezas inestables, partes desconectadas o formas que simplemente no funcionan.

El gran obstáculo es que estos modelos carecen de conocimientos básicos de física. No comprenden conceptos como el equilibrio, la resistencia de materiales o la gravedad. Un ejemplo claro es el histórico problema de las IA para dibujar manos con la cantidad correcta de dedos; trasladado al plano físico, el error sería aún más evidente e inútil.

¿Cómo funciona el “sentido común” de PhysiOpt?

El sistema, creado por el Laboratorio de Computación e Inteligencia Artificial del MIT (CSAIL), integra simulaciones físicas en el proceso de generación. Cuando un usuario pide, por ejemplo, “un vaso con forma de flamenco”, PhysiOpt no solo diseña la forma estética, sino que calcula si la estructura podrá mantenerse en pie y contener líquido.

Xiao Sean Zhan, investigador del MIT CSAIL y coautor del estudio, lo explica: “PhysiOpt combina inteligencia artificial generativa con optimización de formas basada en la física, lo que ayuda a prácticamente cualquier persona a generar los diseños que desea”. La herramienta permite iteraciones rápidas sin necesidad de un entrenamiento especializado por parte del usuario.

La clave está en los parámetros que el sistema puede considerar. El usuario no solo describe el objeto, sino que puede añadir variables como la fuerza que debe soportar, los materiales de fabricación o el punto de apoyo. Así, si se diseña un gancho para colgar una campera, la IA simula si la pieza aguantará el peso real.

El futuro: ¿IA que anticipa lo que necesitamos?

El equipo del MIT ya planea el próximo paso: dotar a PhysiOpt de mayor autonomía. La idea es que el sistema pueda predecir automáticamente las características necesarias de un objeto, sin que el usuario tenga que especificar todos los detalles técnicos.

Por ejemplo, al pedir una “silla”, la IA inferiría por sí sola que debe soportar el peso promedio de una persona y ofrecer estabilidad. Este “enfoque más autónomo y sensato”, según los investigadores, podría lograrse incorporando modelos de lenguaje de visión, que unen la comprensión del texto con el análisis visual.

Los detalles de esta innovación fueron presentados en la Conferencia de la Asociación para la Maquinaria de Computación sobre Gráficos por Computadora y Técnicas Interactivas, un evento de primer nivel celebrado recientemente en Asia. El trabajo sienta las bases para lo que sus creadores llaman “un puente entre las ideas y los objetos reales”.

Este desarrollo marca un punto de inflexión. Mientras las IA generativas actuales nos sorprenden en la pantalla, sistemas como PhysiOpt buscan el salto definitivo: que lo imaginado no solo se vea bien, sino que también pueda sostenerse, funcionar y durar en nuestras manos.