Neura Robotics se asocia con la startup austríaca de IA NXAI

Qué planean las dos empresas

La colaboración tiene dos partes. En primer lugar, ambas compañías están desarrollando conjuntamente un componente de memoria para Neuron AI, el modelo de inteligencia artificial que Neura presentó la semana pasada. Este procesa imágenes en 3D, información táctil, sonido, el estado del propio robot y lenguaje. En segundo lugar, NXAI quiere ofrecer su propio modelo basado en xLSTM en Neuraverse. La idea es que las empresas puedan entrenarlo allí para adaptarlo a sus tareas utilizando las herramientas de Neura, probarlo en sus instalaciones de entrenamiento, denominadas Neura Gyms, y después desplegarlo en robots. Neuron AI seguirá siendo el modelo propio de Neura y continuará desarrollándose de forma independiente.

En su anuncio, los socios explican por qué la memoria es tan importante: un chatbot responde a las solicitudes de una en una, mientras que un robot percibe, decide y actúa muchas veces por segundo, posiblemente durante un turno de trabajo completo. Para ello, necesita una memoria de trabajo que le permita saber si ya ha instalado un componente o abierto una puerta. También se pretende que disponga de una memoria episódica a más largo plazo, que le permita aprovechar la experiencia adquirida en operaciones anteriores. «Un robot que realmente resulte útil en la vida cotidiana y en la industria tiene que recordar», afirmó David Reger, fundador y director ejecutivo de Neura.

xLSTM: la respuesta del profesor Hochreiter a los transformers

El papel de NXAI en esta colaboración está relacionado con la trayectoria investigadora de Hochreiter. En la década de 1990, este profesor de la Universidad Johannes Kepler de Linz desarrolló junto con Jürgen Schmidhuber las redes Long Short-Term Memory (LSTM), una arquitectura neuronal con memoria integrada que durante muchos años impulsó aplicaciones como el reconocimiento de voz en los teléfonos inteligentes. Con el auge de la arquitectura transformer, sobre la que se basan ChatGPT y sistemas similares, las LSTM pasaron a un segundo plano.

Con xLSTM, Hochreiter recuperó esta tecnología en 2024. Su ventaja frente a los transformers es que los costes computacionales crecen únicamente de forma lineal con la longitud de la entrada. Además, el modelo mantiene un estado compacto que actualiza con cada nuevo dato, en lugar de volver a procesar todo el historial. Esto hace que xLSTM sea rápido y eficiente y, por tanto, atractivo para máquinas que necesitan realizar cálculos localmente, sin depender de la nube. «xLSTM está diseñado para esto. Es rápido, eficiente en el uso de la memoria y puede mantener su estado a lo largo de secuencias extensas», afirmó Hochreiter, director científico de NXAI.

Dos empresas con grandes ambiciones

NXAI se fundó en Linz a finales de 2023, con la participación de la empresa de creación de negocios Netural X y del inversor Pierer Digital Holding, junto con Hochreiter. El año pasado, dos inversores alemanes adquirieron conjuntamente una participación de casi el 32 % (en alemán). NXAI se ha hecho conocida recientemente sobre todo por su modelo de series temporales TiRex. Además, de la compañía surgió la startup Emmi AI, que Mistral adquirió este año.

Neura Robotics fue fundada en 2019 por David Reger en Metzingen y fabrica robots cognitivos, desde brazos robóticos hasta el humanoide 4NE1. A mediados de este año, la empresa de stablecoins Tether lideró una ronda de financiación de serie C de hasta 1.200 millones de euros, en la que también participaron Nvidia y Amazon. Según informaciones de los medios, la operación valoró la empresa en unos 6.000 millones de euros.

Fuerte competencia de Estados Unidos y Francia

Las dos empresas no son las únicas que trabajan para dotar de memoria a los robots. Google está enseñando a los robots a planificar secuencias de múltiples pasos con sus modelos Gemini, Nvidia ofrece modelos abiertos para robots humanoides con Isaac GR00T y startups estadounidenses como Physical Intelligence, Figure AI y Skild AI están desarrollando sus propios sistemas de inteligencia artificial para robots, respaldados por miles de millones en financiación.

La competencia también se intensifica en la segunda línea de negocio de NXAI: los modelos de series temporales. Mistral presentó recientemente Timestral, una familia de cuatro modelos que predicen datos como el consumo eléctrico, la carga de los servidores o las lecturas de los sensores de las máquinas. Su objetivo son los mismos clientes industriales a los que se dirige TiRex, de NXAI. Según las cifras publicadas por la propia Mistral, en la clasificación de fev-bench, Timestral se sitúa muy por delante de TiRex-2, que ocupa únicamente el séptimo puesto. Todavía está por ver qué resultados ofrecerá el componente de memoria desarrollado conjuntamente: Neura y NXAI no han comunicado resultados ni un calendario, y Neura tampoco ha publicado puntuaciones de referencia (benchmarks) de Neuron AI.