HardFlow, o cómo pedirle peras al olmo sin romper la inteligencia artificial

¿Querés que un robot vaya derecho a buscar algo sin chocar con lo que tiene adelante y, encima, por el camino más corto? Sí, suena lógico. Pero cuando el robot responde a una inteligencia artificial generativa, esa lógica no viene de fábrica: hay que imponérsela. Y ahí, hasta hace poco, la solución era reentrenar al modelo entero, con el costo de tiempo y plata que eso implica.

El MIT acaba de probar algo distinto. Lo llamaron HardFlow y la promesa es atractiva: permite agregar condiciones duras de seguridad o de funcionamiento a un modelo que ya fue entrenado, sin tocar el entrenamiento original. Es como agregarle una tranquera con candado al final del camino, en vez de enseñarle al caballo desde potrillo a no pasar.

¿Qué hizo el robot con esta tranquilleada?

Lo mandaron a una prueba concreta: un brazo robótico tenía que llegar hasta un objeto evitando obstáculos. HardFlow le permitió sortearlos y, además, eligió el camino más corto entre los permitidos. La mayoría de los métodos que usaron como comparación terminaron chocando o haciendo recorridos innecesariamente largos. O sea: cumple la condición y, como plus, te lo hace bien.

Después lo probaron en otras dos arenas: recorrer laberintos y editar imágenes a partir de instrucciones escritas. En todos los casos, HardFlow respetó las restricciones que le impusieron y, según reportó el equipo, logró soluciones de mejor calidad que las alternativas usadas como referencia. El tiempo de procesamiento fue parecido o incluso menor al de la mayoría de los métodos con los que lo compararon.

¿Y cómo hace el truco sin reentrenar nada?

La clave está en el momento en que se le exige el cumplimiento de las reglas. El método clásico, conocido como muestreo basado en proyección (sí, una sigla que suena a fórmula pero es básicamente ir corrigiendo paso a paso), aplica las restricciones en cada etapa de la generación. El problema es que, al ir apretando en cada paso, se le achica el menú de opciones al sistema y le cuesta encontrar una respuesta realmente buena.

HardFlow funciona al revés: le da más libertad en las etapas intermedias, que después se descartan, y le exige el cumplimiento recién en el resultado final. Para que esa corrección final sea posible, el equipo la fue desarmando en problemitas más chicos, aprovechando la estructura matemática de los modelos de emparejamiento de flujo (flow matching, le dicen en inglés). Y para ir llevando la generación hacia una respuesta válida, usaron herramientas de control óptimo que aplican correcciones graduales. La traducción de tranquera: en vez de gritarle al caballo en cada paso, lo dejás correr tranquilo y le marcás el destino en el último momento.

¿Sirve para algo más que robots? Sí. Cualquier modelo generativo con restricciones sirve un montón: desde edición de imágenes con condiciones legales o de copyright, hasta generación de texto que tiene que respetar formatos técnicos o regulatoryos. Mientras tanto, la señal sigue sin llegar: que el método ande en el paper no quiere decir que mañana lo veamos en producción, pero la idea de agregar reglas sin volver a entrenar todo de cero es, cuanto menos, provocadora.