INTELIGENCIA ARTIFICIAL Y ROBÓTICA: FUSIÓN PARA EL PROGRESO

TECNOLOGÍA QUE MEJORA LA VIDA

Arturo Moncada
Ciencia
robot working with virtual display

El campo de la Inteligencia Artificial (IA) registra un fuerte crecimiento: mediante innumerables tareas penetra cada día más en la vida de la sociedad con sus redes neuronales que impulsan a los asistentes virtuales, hacen recomendaciones de compras en línea, reconocen a las personas en fotografías, evitan transacciones bancarias fraudulentas, transcriben mensajes de voz, etcétera.

Durante los últimos años un desafío de los científicos es impulsar esta combinación de algoritmos para llegar a un siguiente nivel: fusionar la Inteligencia Artificial y la robótica para crear una inteligencia que pueda tomar decisiones y controlar un cuerpo físico a fin de crear máquinas que presenten capacidades como las de un ser humano.

El objetivo es que los robots sean capaces de tomar decisiones bajo parámetros preestablecidos.

Ventajas

Si bien la Inteligencia Artificial y la robótica pueden existir la una sin la otra, ya que un robot no tiene por qué funcionar con base en la IA porque puede seguir unos comandos básicos prediseñados y la IA se puede ejecutar a través de programas, aplicaciones o sistemas informáticos sin la robótica de por medio, al producirse la integración entre ambas se vislumbra un sinfín de verdaderas posibilidades y ventajas.

Por un lado está la capacidad de optimizar su propio funcionamiento. Las tecnologías de machine learning o deep learning permiten que las inteligencias artificiales puedan mejorar su memoria con base en la experiencia.

Un ejemplo es el caso del computador AlphaZero, donde la IA revolucionó el mundo del ajedrez gracias a que la máquina solo necesitó jugar partidas contra sí misma para volverse prácticamente invencible.

Otra de las ventajas de la aplicación de este binomio es que las máquinas nunca se cansan ni duermen. Pueden trabajar por sí mismas durante 24 horas los siete días de la semana o, al menos, podrían hacerlo en teoría.

Hasta hoy es necesario que el trabajo de esas máquinas lo supervisen los seres humanos, pero la posibilidad de la autonomía total está presente.

La IA también es capaz de analizar datos para el diagnóstico y predicción de errores. Esto unido a la robótica puede tener numerosas aplicaciones. Por ejemplo, en el mantenimiento predictivo de sistemas o cadenas de montaje.

Por otro lado está la ventaja de la comunicación inteligente, no solo con un ser humano sino con otros robots. Es decir, que dos robots puedan “entenderse” para trabajar de forma colaborativa en la resolución de un mismo problema.

Un ejemplo son los brazos robóticos UR3 que colaboran para resolver un cubo de Rubik. Se espera alcanzar otras ventajas que serán todavía más importantes en el futuro.

Básicamente los robots son capaces de realizar tareas que los humanos no pueden o que entrañan un riesgo elevado: un robot que pueda adentrarse en una estructura a punto de derrumbarse, en un edificio en llamas o en un entorno altamente contaminado, y decidir desde adentro qué pasos se deben realizar para minimizar el peligro.

Desafío

No obstante, los métodos para entrenar una red neuronal de Inteligencia Artificial presentan diversos obstáculos. Las técnicas de repetición o de software de reconocimiento de millones de imágenes no alcanzan a cubrir el parámetro para la creación de un robot totalmente autónomo.

Uno de los problemas que más interesan a los científicos es el llamado olvido catastrófico: cuando una IA aprende una nueva tarea tiene una desafortunada tendencia a olvidar las antiguas.

El inconveniente no es la falta de almacenamiento de datos. Es algo inherente a cómo aprenden la mayoría de las IA modernas. El aprendizaje profundo, la categoría más común de Inteligencia Artificial en la actualidad, se basa en redes neuronales que utilizan nodos computacionales similares a neuronas, organizados en capas, vinculados entre sí mediante conexiones similares a sinapsis.

Se trata de una debilidad que plantea un obstáculo importante no solo para las máquinas construidas para tener éxito en varias tareas diferentes, sino también para cualquier sistema de IA destinado a adaptarse a las circunstancias cambiantes del mundo, aprendiendo nuevas estrategias según sea necesario.

Los expertos indican que ya se realizan diversas investigaciones para solucionar el problema. Una de las técnicas más prometedoras para atacar el olvido catastrófico es la que realiza el equipo de Ted Senator, director de programas de la Agencia de Proyectos de Investigación Avanzada de Defensa (DARPA), llamada reproducción interna. “Se inspira en las teorías sobre cómo funciona el cerebro. En particular, el papel del sueño en la preservación de la memoria”, explica.

En teoría el cerebro humano reproduce los recuerdos del día, tanto mientras está despierto como dormido: reactiva sus neuronas en patrones similares a los que surgieron mientras tenía la experiencia correspondiente. Esta reactivación ayuda a estabilizar los patrones, lo que significa que no se sobrescriben tan fácilmente.

La repetición interna hace algo similar. Entre las tareas de aprendizaje la red neuronal recrea patrones de conexiones y pasos imitando vagamente el ciclo de vigilia-sueño de la actividad neuronal humana. La técnica demuestra ser bastante eficaz para evitar el olvido catastrófico.

Avanzar en estos problemas y conseguir éxito en su desarrollo significaría abrir la IA a nuevas categorías de aplicaciones con la Inteligencia Artificial robótica, como conducir automóviles y camiones, trabajar en hogares de ancianos, limpiar después de desastres, realizar tareas domésticas básicas, construir casas, sembrar y levantar la cosecha, etcétera, labores que solo pueden lograr robots mucho más sofisticados y versátiles de los que actualmente existen.

Aplicaciones actuales

Cadenas de montaje La industria es uno de los sectores donde lleva más tiempo aplicándose la robótica combinada con la Inteligencia Artificial. Por ejemplo, en las fábricas de vehículos los robots realizan tareas automatizadas para el ensamblaje o montaje.

Centro logístico automatizado En un almacén automatizado los robots funcionan de forma autónoma de manera que, por ejemplo, si se trata de un almacén de un gran supermercado, pueden despaletizar los envíos de cada fabricante y organizar los pedidos para cada tienda, optimizando el espacio.

Supervisión de maquinaria El mantenimiento adecuado de la maquinaria industrial es una de las claves para optimizar los resultados. Los robots dotados de IA pueden realizar esta tarea para mejorar la eficacia de los equipos y la productividad.

Embalaje Los robots realizan tareas repetitivas para embalar productos, pero además gracias a sus sensores y a la IA son capaces de tomar decisiones con base en la información que obtienen.

Transporte sin conductor El uso de drones y de vehículos sin conductor se puede utilizar en multitud de situaciones. Por ejemplo, en el caso de un desastre natural para transportar medicinas a un lugar inaccesible o en el transporte de mercancías.

Fuente: Teknei