Entre 1966 y 1972, el Stanford Research Institute, después rebautizado SRI International, desarrolló en Menlo Park un robot que resolvió una pregunta que todavía organiza buena parte de la inteligencia artificial aplicada: qué hace falta para que una máquina vea un entorno, construya una representación interna y actúe en consecuencia. Se llamó Shakey y no fue un brazo industrial ni un juguete académico. Fue, según SRI y DARPA, el primer robot móvil con capacidad de percibir su entorno y razonar sobre él. Importa porque juntó en una sola plataforma cámara, sensores, comunicación remota, planificación y ejecución física.
El dato fuerte está en la combinación de fechas, hardware y software. El compendio técnico editado por Nils J. Nilsson en 1984 resume que el proyecto corrió de 1966 a 1972, que una primera versión integrada quedó lista en 1969 y que una versión más potente se completó en 1971. Shakey operaba en un entorno de siete habitaciones, llevaba una cámara de televisión, un range finder óptico, sensores táctiles tipo “bigotes” en el perímetro y se comunicaba por radio con computadoras remotas: primero una SDS-940 y después una instalación PDP-10/PDP-15 de Digital Equipment Corporation. En ese marco nació STRIPS, el sistema de planificación que Richard Fikes y Nilsson publicaron en 1971 y que todavía aparece en la genealogía formal de la IA.
Un robot alto, lento y pensado para equivocarse
Shakey tenía una presencia más cercana a un mueble de laboratorio que a la imaginería pulida de la robótica actual. En lugar de manos delicadas o rostro humanoide, llevaba una base con ruedas, una “cabeza” móvil con cámara y telémetro, y una barra para empujar objetos. El nombre venía de su propio movimiento: avanzaba con sacudidas. DARPA recuerda que Charles Rosen había propuesto ya en 1964 construir un autómata con capacidades que por entonces parecían de ciencia ficción, y ARPA aceptó financiar la idea en 1966.
Esa decisión técnica fue importante por lo que dejaba afuera. El equipo de SRI, con nombres como Charles Rosen, Bertram Raphael, Peter Hart, Richard Duda, Richard Fikes y el propio Nilsson, evitó perseguir desde el inicio una anatomía compleja. Quería concentrarse en otra dificultad: cómo hacer que una máquina simple pudiera elegir una secuencia de acciones frente a un problema mal especificado. El robot no estaba ahí para impresionar por su cuerpo. Estaba ahí para forzar avances en percepción, navegación y control.
Siete habitaciones, cajas de colores y una cámara de TV
El “mundo” de Shakey era real, pero deliberadamente reducido. El informe técnico de Stanford lo describe como un ambiente construido con paredes, puertas, cajas y rampas, preparado para que la visión computacional disponible en esos años pudiera trabajar sobre superficies planas y objetos geométricos. Las cajas estaban pintadas en rojo, gris o blanco; el negro, explican los investigadores, fue descartado porque devolvía poca luz al range finder.
Dentro de ese escenario, Shakey podía recibir órdenes de alto nivel y convertirlas en movimientos concretos. Según SRI, era capaz de localizar un punto específico, evitar obstáculos y encontrar cajas para empujarlas y agruparlas. El detalle importa porque ahí aparece un problema que sigue vigente: percibir no alcanza. Un sistema útil tiene que enlazar percepción con una representación del mundo y con una acción ejecutable. Décadas antes de bases masivas como ImageNet, la visión artificial ya se medía contra ese cuello de botella físico.
STRIPS: pensar en precondiciones antes de moverse
La contribución más durable de Shakey acaso no haya sido el robot en sí, sino la forma de describir el mundo para que una máquina pudiera operar sobre él. STRIPS, sigla de Stanford Research Institute Problem Solver, modelaba objetos, acciones, precondiciones y efectos. Si una puerta debía cruzarse o una caja debía moverse, el sistema tenía que verificar qué condiciones se cumplían antes, qué subobjetivos intermedios convenía abrir y qué secuencia de pasos llevaba a la meta.
Ese esquema suena elemental desde 2026, pero sigue estando en la base de muchos sistemas de planificación, videojuegos, logística, navegación y robótica. En su retrospectiva de 1993, Fikes y Nilsson presentaron STRIPS como una respuesta a las necesidades concretas de un robot móvil que debía orientarse y empujar objetos en varias habitaciones. No nació como teoría pura. Nació de un aparato torpe que debía actuar en un espacio real sin chocar a ciegas.
También por eso Shakey ayuda a separar dos historias de la IA que a veces se mezclan. Una es la de los modelos que aprenden correlaciones sobre grandes volúmenes de datos. Otra es la de los sistemas que representan estados del mundo, formulan planes y corrigen su curso cuando algo falla. La convivencia entre ambas tradiciones sigue abierta.
Del laboratorio al museo, sin perder la pregunta
Shakey dejó de ser un proyecto activo en 1972, pero no desapareció como curiosidad cerrada. SRI lo ubica en el Computer History Museum y recuerda que entró al Robot Hall of Fame de Carnegie Mellon en 2004. En 2017 recibió además un IEEE Milestone, una marca reservada a tecnologías con impacto histórico verificable. La pieza física sobrevivió, pero lo que realmente perduró fue el paquete técnico: arquitectura por capas, navegación, representación simbólica y planificación automática.
Esa doble vida, como objeto y como archivo de ideas, se parece a la de otras tecnologías que sólo se entienden bien cuando se conserva tanto la máquina como su contexto documental. Pasa en colecciones como OpenCHM, donde no alcanza con guardar hardware si se pierden los sistemas, los manuales y las historias orales que lo vuelven legible. En el caso de Shakey, el informe de Stanford, las páginas de SRI y la cronología de DARPA permiten reconstruir con bastante precisión qué problema estaba intentando resolver esa máquina tambaleante.
La pregunta sigue siendo útil porque no pertenece sólo a la robótica clásica. Cada vez que un auto autónomo decide una maniobra, que un rover traza una ruta o que un sistema combina percepción con planificación, reaparece una versión ampliada del mismo desafío: no basta con detectar el mundo; hay que convertirlo en pasos posibles. Shakey hizo eso en miniatura, con siete habitaciones, cajas pintadas y una cámara de TV. Medio siglo después, la escala cambió por completo. El problema de fondo, no tanto.
Fuente original: SRI International
