Pieter Abbeel

Pieter Abbeel creció en Amberes, Bélgica, y terminó su doctorado en Stanford bajo la tutela de Andrew Ng en 2008. Desde sus primeros años de investigación se obsesionó con una pregunta que le parecía obvia pero que nadie había resuelto bien: si un humano puede enseñarle algo a otro humano con solo demostrarle cómo se hace, ¿por qué no podría hacer lo mismo con un robot? Esa pregunta simple lo llevó a desarrollar el campo del "aprendizaje por imitación" (imitation learning), también conocido como apprenticeship learning, donde el robot aprende a realizar una tarea observando demostraciones humanas en lugar de recibir instrucciones codificadas a mano.

El momento que lo puso en el mapa llegó con un helicóptero autónomo. En experimentos publicados alrededor de 2007, su equipo logró que un helicóptero de radiocontrol aprendiera acrobacias aéreas de alto nivel, como volar de cabeza, simplemente observando las maniobras de un piloto experto. Ningún ingeniero tuvo que programar cada movimiento: el robot extrajo el patrón por sí solo. Ese resultado demostró que la imitación era una vía real y práctica para enseñar habilidades complejas a máquinas, abriendo la puerta a décadas de investigación posterior. En 2021, la ACM le otorgó el Premio ACM en Computación, uno de los galardones más importantes de las ciencias de la computación, por sus contribuciones pioneras al aprendizaje robótico, incluyendo el aprendizaje desde demostraciones y el aprendizaje por refuerzo profundo para control robótico.

Abbeel construyó su carrera en UC Berkeley, donde dirige el Robot Learning Lab y co-dirige el Berkeley AI Research Lab (BAIR). Entre sus estudiantes doctorales están Chelsea Finn, quien co-inventó el algoritmo MAML para meta-learning, y John Schulman, uno de los creadores del algoritmo PPO que hoy entrena a los modelos de lenguaje más avanzados del mundo. En 2017 co-fundó Covariant AI, una empresa que aplica su investigación directamente a almacenes industriales: robots que aprenden a manipular objetos desconocidos en entornos reales y cambiantes, sin necesidad de programación específica para cada producto. En 2018 fue elegido Fellow del IEEE por sus contribuciones pioneras al aprendizaje robótico.

Lo que me gusta de la historia de Abbeel es que partió de algo tan humano como observar e imitar, y lo convirtió en el fundamento de cómo los robots van a integrarse en nuestro mundo. No hace falta que un ingeniero le enseñe al robot cada paso; basta con mostrarle. Esa idea suena sencilla, pero cambió la trayectoria de la robótica. La próxima vez que veas una IA que aprendió a hacer algo mirando ejemplos, ya sabes a quién agradecerle un pedacito de eso.