La integración de la inteligencia artificial en la robótica ha permitido que las máquinas abandonen las jaulas de seguridad tradicionales para colaborar estrechamente con los humanos. Sin embargo, este avance plantea un desafío crítico: ¿cómo garantizar que un robot autónomo actúe de forma segura en situaciones impredecibles? La startup SafeWorld ha emergido del modo sigilo con una ronda de financiación semilla de 12.2 millones de dólares para resolver esta problemática mediante plataformas de simulación avanzada.
Fundada por Kyle Wong y Ding Zhao —este último, director del Safe AI Lab en la Universidad Carnegie Mellon—, la compañía busca estandarizar la validación de sistemas robóticos. Según sus fundadores, el despliegue de robots capaces requiere métodos de prueba igualmente capaces, evitando que las empresas deban construir sus propios protocolos de seguridad desde cero cada vez que desarrollan un nuevo modelo.
Simulación como garantía de confianza
La plataforma de SafeWorld permite a los desarrolladores recrear escenarios complejos, peligrosos o extremadamente raros en un entorno virtual. Esta capacidad es fundamental, ya que muchos de los riesgos asociados a la IA no cuentan con datasets históricos suficientes para su entrenamiento. Entre las funcionalidades clave destacan:
- Creación de escenarios sin código: Los equipos pueden generar pruebas basadas en logs históricos, estándares de seguridad y comportamientos previos directamente desde el navegador.
- Variabilidad masiva: El sistema ejecuta miles de iteraciones con movimientos humanos realistas y reactivos para medir el rendimiento del robot ante imprevistos.
- Validación continua: A diferencia de las pruebas únicas antes del lanzamiento, la plataforma permite reevaluar la seguridad tras cada actualización de software o cambio en el entorno operativo.