Skip to main content
  1. Casa
  2. Tendencias

Nueva tecnología C-LEARN enseña a robots a entrenarse unos a otros

La mayoría de los seres humanos podemos aprender rápidamente una nueva tarea o función simplemente observando a alguien más hacerla. Por otra parte, aunque la inteligencia artificial está cada día mas avanzada, para los robots esta no es una labor tan fácil. Es por esto que investigadores del Instituto de Tecnología de Massachusetts (MIT) y el Laboratorio de Inteligencia Artificial (CSAIL) quieren cambiar esta situación: están enseñando a los robots a entrenarse unos a otros.

“Queríamos capacitar expertos para enseñar a los robots cómo planificar tareas que son críticas en su campo de aplicación”

– Claudia

Recommended Videos

El nuevo sistema C-LEARN combina dos elementos tradicionales del aprendizaje robótico, conocidos como «aprendizaje por demostración» y «movimiento de planificación», acciones que tienen que ser codificadas por los desarrolladores. Los científicos afirman que esta nueva técnica está destinada a hacer más fácil que los robots puedan realizar una amplia gama de tareas con menos programación.

«Los robots podrían ser de mucha ayuda si más gente pudiera usarlos», dijo, a Digital Trends Claudia Pérez-D’Arpino, una candidata de doctorado que trabajó en el proyecto. Explicó que el motivo del equipo era mantener algunas de las habilidades de alto nivel habilitadas por los programadores de última generación, permitiendo al sistema aprender a través de la demostración.

C-LEARN trabaja acumulando un cuerpo de experiencia, que los investigadores llaman «base de conocimiento». Esta base contiene información geométrica sobre cómo alcanzar y agarrar objetos. A continuación, el operador humano muestra al robot una demostración 3D de la tarea a realizarse. Al relacionar su base de conocimiento con la acción que observó, el robot puede hacer sugerencias sobre la mejor manera de realizar las acciones, y el operador puede aprobar o editar las sugerencias como mejor le parezca.

Imagen utilizada con permiso del titular de los derechos de autor

«Esta base de conocimiento puede ser transferida de un robot a otro», dijo Pérez-D’Arpino. «Imagina que tu robot está descargando una app para las habilidades de manipulación. La aplicación puede adaptarse al nuevo robot con un cuerpo diferente gracias a la flexibilidad de tener restricciones aprendidas, que son una representación matemática de la exigencia geométrica subyacente de la tarea. Esto es diferente de aprender un camino específico que podría no ser factible en el nuevo cuerpo del robot».

En otras palabras, C-LEARN permite que el conocimiento se transforme y se adapte a su contexto, de la misma manera en la que un atleta, por ejemplo, puede aprender una habilidad en un deporte diferente, sin tener que reaprender completamente la acción .

Los investigadores probaron C-LEARN en Optimus, un pequeño robot de dos brazos diseñado para la eliminación de bombas, antes de transferir con éxito la habilidad a Atlas, un humanoide de seis pies de altura.

Programar robots para realizar incluso una sola tarea puede ser complicado, implicando instrucciones precisas que llevan tiempo para codificar. En cambio, Pérez-D’Arpino y su equipo desarrollaron C-LEARN para que los expertos se concentraran en las tareas más relevantes para sus respectivos campos. Con este sistema, quienes no sean codificadores pueden dar a los robots bits de datos sobre una acción y luego rellenar los vacíos mostrando al robot una demostración de la tarea que se desea llevar a cabo.

«Queríamos capacitar expertos para enseñar a los robots cómo planificar tareas que son críticas en su campo de aplicación», dijo Pérez-D’Arpino. «El progreso en los últimos años en aprender de las demostraciones se está moviendo en esta dirección». El equipo piensa que el sistema podría ayudar a mejorar el desempeño de los robots en industrias que requieran fabricación y producción, además del área de alivio de desastres, para permitir respuestas más rápidas en situaciones sensibles al tiempo de ejecución.

Milenka Peña
Ex escritor de Digital Trends en Español
Milenka Peña es periodista, escritora, productora y conductora de radio y televisión, nominada a los Premios Emmy por…
Topics
Bote a la basura su gorro de aluminio: el 5G no daña ni altera tus genes
Gorro de aluminio

Es momento que se deshaga de esos gorros de aluminio que tenía guardados en casa cada vez que se tenía que exponer al 5G y su efecto radioactivo, ya que un estudio echó por tierra todas las teorías de la conspiración sobre sus efectos dañinos en tu ADN.

Algunas personas han pensado que el aluminio puede bloquear o afectar las señales de 5G, mientras que otras han creído que el 5G tiene efectos negativos en la salud y han usado objetos de aluminio como protección.

Leer más
Una mujer pidió a ChatGPT que leyera los posos del café de su marido y la respuesta llevó al divorcio

Una situación francamente insólita es la que vivió una pareja en Grecia, ya que los posos de un café (los restos que quedan en la taza después de beberlo), sumado a ChatGPT y a una esposa desconfiada, llevó a un desenlace muy extraño.

Una mujer griega decidió experimentar con la tendencia de la taseografía de IA, una forma de adivinación que interpreta las formas que dejan las hojas de té (o, a veces, los posos de café o los sedimentos de vino) después de beber una taza.

Leer más
Sabías que Hideo Kojima tiene un USB que protegerá sus secretos tras su muerte
Hideo Kojima

Hideo Kojima es un hombre que genera un culto en torno a su imagen y su nombre como desarrollador de juegos exitoso. Nacido el 24 de agosto de 1963 en Setagaya, Tokio, es conocido por su enfoque cinematográfico en los videojuegos y por ser el creador de la icónica saga Metal Gear, y por supuesto de Death Stranding (2019), un título innovador que explora la conexión entre los jugadores a través de un mundo postapocalíptico.

Lo cierto es que a sus 61 años ya está pensando en la muerte y en las consecuencias que podría traer para su compañía Kojima Productions, si es que fallece.

Leer más