La robótica se ha convertido en parte esencial de nuestra sociedad, apoyando en la industria allí donde sea necesario, bajo el paraguas de la Inteligencia Artificial que permite que las máquinas o robots se ajusten a nuestras necesidades. No obstante, ahora surge un nuevo panorama, con la aparición de los robots que se rigen mediante inteligencia física.
Hablamos de un paso más en ese ansiado reto que muchos visionarios tienen desde hace décadas, donde los seres humanos y los robots pueden comunicarse e interactuar con el entorno, sin (o casi) diferencias.
De esta nueva generación robótica, ya se empiezan a ver ejemplos, como los robots blandos desarrollados por investigadores de la Universidad Estatal de Carolina del Norte y de la Universidad de Pensilvania (EE.UU.) que pueden desplazarse por entornos complejos, como pueden ser laberintos, todo ello de forma autónoma sin ayuda de los humanos ni de programas informáticos.
Con forma de rotini
Fabricados con elastómeros de cristal líquido, tienen una forma de cinta retorcida, parecidos a unos rotini (un tipo de pasta italiana) traslúcidos, cuyo trabajo ha sido recientemente publicado en la revista Proceedings of the National Academy of Sciences (PNAS).
Jie Yin, autor principal del estudio y profesor de ingeniería mecánica y aeroespacial en NC State, explica que se trata de máquinas que disponen de un diseño y unos materiales que “les permiten desenvolverse en diversas situaciones, en contraposición a la inteligencia computacional».
Su mecanismo permite que cuando se colocan sobre una superficie de al menos 55 grados Celsius -por encima de la temperatura ambiente-, la parte de la cinta que toca la superficie se contrae, mientras que la parte de la cinta expuesta al aire no lo hace, lo que induce un movimiento de rodadura en la cinta.
Es decir, cuanto más caliente está la superficie, más rápido rueda.
Yin recuerda que este experimento se había hecho antes con varillas de lados lisos, lo que tenía el inconveniente de que cuando encontraba un objeto, simplemente giraba en su sitio, mientras que este robot blando, al estar fabricado con forma de cinta retorcida, es capaz de sortear estos obstáculos sin ayuda humana o informática.
En concreto, el robot sortea los obstáculos de dos formas distintas. Por un lado, si un extremo de la cinta encuentra un objeto, la cinta gira ligeramente para sortear el obstáculo y, por otro, si la parte central del robot encuentra un objeto, lo «rehuye» gracias a un ‘chasquido’ o liberación rápida de energía, y se reorienta.
Como robots aspiradores
El científico compara estos mecanismos a los robots aspiradores que se utilizan en los domicilios, por lo menos en cuanto a cómo se mueven, aunque con la diferencia en que el robot obtiene energía de su entorno y funciona sin ninguna programación informática.
Los distintos experimentos realizados por sus promotores muestran que son capaces de desplazarse por diversos entornos laberínticos, pero también de moverse en entornos desérticos, donde pueden subir y bajar pendientes de arena.
Todo ello, supone, aparte de lo “interesante y divertido de ver”, apunta Yao Zhao, la posibilidad de nuevas ideas sobre cómo se pueden diseñar robots blandos que sean capaces de cosechar la energía térmica de los entornos naturales y negociar de forma autónoma entornos complejos y desestructurados, como carreteras y desiertos difíciles.
El reto de los robots autónomos
Los expertos se encuentran ante un nuevo reto, como es el de conseguir que los robots autónomos sean capaces de interactuar con el ser humano y con el entorno, mediante habilidades intelectuales propias de los organismos biológicos. Es decir, hablamos de una nueva era también en la Inteligencia Artificial.
Se trata de la llamada Inteligencia Artificial Física, donde se busca dotar de realismo a los desarrollos en robótica, como son robots autónomos, que puedan interactuar libremente con el entorno y comunicarse naturalmente con los seres humanos, a partir de la integración entre lo mejor de la inteligencia biológica y la artificial.
Llevar a la práctica este concepto tampoco es novedad. Son muchos los estudios realizados, con mayor o menor acierto. Un ejemplo de ello, es la Imperial College de Londres, que ya intentó sentar unas bases a desarrollar sobre esta tendencia y que incluye un cambio de paradigma en la formación de los nuevos especialistas.
El equipo liderado por el profesor Mirko Kovac se decanta por enseñar esta materia como una disciplina combinada dentro de los programas académicos dedicados a la Inteligencia Artificial, a la ciencia de los materiales, la ingeniería mecánica, la informática, la biología y la química.
Enseñar a un robot
El planteamiento de cómo enseñar a un robot a realizar una tarea concreta y que éste piense la solución a un problema como si se tratara de un ser humano, es el quiz a todas estas cuestiones, y algo en lo que trabaja el equipo que dirige el profesor Hirokazu Takahashi, en la Universidad de Tokio, que desarrolla un sistema para ‘enseñar’ ese paso adelante en la inteligencia de los robots.
La base de este estudio está en un cultivo de neuronas producidas a partir de células vivas que se integra a un ordenador y genera señales mediante estímulos eléctricos, propiciando que el robot pueda escapar de un laberinto luego de ‘aprender’ a reconocer el entorno y el objetivo que debe cumplir.
El estudio, publicado en AIP Publishing, explica que estas células nerviosas, o neuronas, crecieron a partir de células vivas y actuaron como depósito físico para que el ordenador construyera señales coherentes.
Señales homeostáticas
Las señales se consideran señales homeostáticas, que le dicen al robot que el entorno interno se mantiene dentro de un cierto rango y actúa como una línea de base mientras se mueve libremente por el laberinto.
Cada vez que el robot se desviaba en la dirección equivocada o miraba en la dirección equivocada, las neuronas del cultivo celular eran perturbadas por un impulso eléctrico. A lo largo de las pruebas, el robot recibió continuamente las señales homeostáticas interrumpidas por las señales de perturbación hasta que resolvió con éxito la tarea del laberinto.
Todo ello, tiene como conclusión para los investigadores que se pueden producir habilidades inteligentes de resolución de tareas utilizando computadoras de depósito físico para extraer señales neuronales caóticas y entregar señales homeostáticas o perturbadoras.
Al hacerlo, la computadora crea un depósito que sabe cómo resolver la tarea.
El profesor Takahashi pone como ejemplo el cerebro de un niño de primaria que no puede resolver los problemas matemáticos en un examen de admisión a la universidad, debido a que la capacidad para resolver tareas está determinada por la riqueza del repertorio de patrones espacio-temporales que puede generar.
Visión, audición, tacto
Antonio Torralba, que dirige la Facultad del MIT de Inteligencia Artificial y Toma De Decisiones, explica en una entrevista con el diario El País que trabajan en desarrollar sistemas que “aprendan a percibir el mundo integrando todos estos sentidos (visión, audición y tacto) y que sean capaces de aprender a descubrir objetos y sus propiedades, sin necesidad de que haya una persona proporcionando conocimientos sobre ellos”.
En este sentido, señala la importancia del tacto, a la ya conocida de la visión, ya que es “lo que realmente nos permite entrar en comunicación directa con el mundo que nos rodea”.
Un sentido que considera que no tiene mayor problema que el de la visión para incorporarlo a las máquinas, si se tiene en cuenta que “el tacto forma en la piel una imagen, un mapa de presión; y en el momento en que tienes una imagen de entrada, da lo mismo que esta sea en blanco y negro, en color o táctil”.
Por ello, destaca en la entrevista con El País, “el hecho de que sea una imagen capturada por el ojo o por la piel no tiene ninguna diferencia desde el punto de vista computacional, o de cómo se va a tratar la señal más adelante”.
Mientras que el campo de la visión y la audición llevan ya años desarrollándose, no ocurre lo mismo con el del tacto, mucho más reciente en su desarrollo, y que supone un gran número de retos.
Alcanzar esos objetivos, supondrá un gran paso hacia esa nueva generación de robots que puedan interactuar y acompañarnos de una forma más eficiente.
