Investigadores del MIT desarrollaron un nuevo chip capaz de ayudar a robots pequeños a construir mapas 3D de su entorno en tiempo real, usando apenas una fracción de la energía que normalmente requieren estos sistemas.

El chip se llama Gleanmer y fue diseñado para resolver uno de los grandes problemas de la robótica compacta: cómo lograr que un robot entienda el espacio que lo rodea sin depender de computadoras grandes, pesadas o con alto consumo de batería.

Este tipo de tecnología podría ser útil en robots miniatura, drones de inspección, dispositivos autónomos y hasta gafas de realidad aumentada. Por ejemplo, un pequeño robot podría recorrer ductos de ventilación, tuberías o espacios industriales estrechos para detectar fugas, obstáculos o zonas peligrosas, mientras genera un mapa 3D para moverse sin chocar.

Normalmente, crear mapas tridimensionales consume mucha memoria y energía porque el sistema necesita procesar imágenes, almacenar grandes cantidades de datos y calcular la posición de obstáculos en el entorno. Muchos métodos representan el espacio mediante vóxeles, que son como pequeños cubos 3D. El problema es que, para describir escenarios complejos, se necesitan muchísimos de estos cubos.

El enfoque del MIT es diferente. En lugar de representar el entorno con miles o millones de vóxeles, Gleanmer usa formas llamadas gaussianas: estructuras parecidas a elipsoides que pueden adaptarse mejor a superficies, curvas y espacios libres. Esto permite describir un entorno de manera más compacta y eficiente.

La clave no está solo en el algoritmo, sino en la combinación entre software y hardware. Los investigadores diseñaron tanto el método de mapeo como el chip encargado de ejecutarlo. Gracias a esta cooptimización, el sistema puede procesar los datos de profundidad en una sola pasada, sin tener que guardar imágenes completas en memoria.

El resultado es un chip que consume alrededor de 6 miliwatts, una cantidad de energía comparable al consumo de un LED pequeño. Aun así, puede generar mapas 3D detallados en tiempo real, lo que lo vuelve especialmente interesante para sistemas pequeños alimentados por batería.

Además, el chip puede fusionar regiones del mapa que se superponen sin tener que regresar a los datos originales de la imagen. Esto reduce todavía más el uso de memoria y permite mantener el procesamiento cerca de las unidades de cálculo dentro del propio chip, evitando accesos constantes a memorias externas que consumen más energía.

Aunque Gleanmer todavía es un desarrollo de investigación, representa un avance importante para la autonomía de dispositivos compactos. Si esta tecnología sigue madurando, podríamos ver robots pequeños capaces de inspeccionar espacios industriales, explorar zonas peligrosas o asistir en tareas de realidad aumentada sin depender de hardware pesado.

En pocas palabras, MIT no solo está haciendo robots más inteligentes. Está trabajando en que esa inteligencia pueda funcionar con muy poca energía.