Para que las máquinas comprendan mejor las instrucciones humanas, Google ha diseñado nuevos modelos y un conjunto de normas
Para que las máquinas comprendan mejor las instrucciones humanas, Google ha diseñado nuevos modelos y un conjunto de normas basadas en las leyes de la robótica de Isaac Asimov, en las que el principio es no dañar a un ser humano, así como no realizar tareas en las que intervengan personas, animales u objetos con sus cortantes o aparatos eléctricos.
Se espera que en un futuro se le pueda pedir a un robot limpiar la casa o cocinar una buena comida, tareas que requieren un elevado nivel de comprensión para las máquinas, por lo que el área de Robótica Deepment, la división de Inteligencia artificial de Google, ha diseñado el sistema Auto RT, que utiliza inteligencia artificial para ayudar a la comprensión de objetivos humanos prácticos y lograr un mejor entrenamiento para el mundo real.
Auto RT puede dirigir simultáneamente varios robots para realizar diversas tareas en una variedad de entornos, para cada robot utiliza un sistema de modelo visual para comprender su entorno y los objetos a la vista así como un modelo de lenguaje para sugerir las tareas que pudiera realizar y así finalmente toma las decisiones para seleccionar la tarea adecuada que realizará el robot, acción que se debe de realizar con seguridad.
Google ha estipulado que la programación de los robots incluya la detención automática si la fuerza de sus articulaciones supera cierto umbral o un interruptor de apagado físico que los operadores humanos puedan utilizar para desactivarlos.
La compañía también ha presentado el sistema SARA-RT, Atención Robótica auto adaptable para Robots Transformers, para hacerlos más eficientes, también ha desarrollado el modelo RT Trajectory con la intención de ayudar a traducir las instrucciones de los humanos en movimientos físicos reales a través de contornos 2D que proporcionan sugerencias visuales prácticas.
En el futuro se espera que estos modelos y sistemas puedan integrarse para crear robots con la generalización del movimiento de RT Trajectory, la eficiencia de SaraRT y la recuperación de datos a gran escala de modelos como AutoRT.
Según se explica en el sitio www.reasonWhy.es, todos estos modelos y sistemas han sido puestos a prueba durante un periodo de 7 meses, pues Google implementó una flota de 53 robots auto RT en cuatro edificios de oficinas diferentes y ha realizado más de 77 mil ensayos.
De esta flota, algunos robots serán controlados de forma remota por operadores humanos mientras que otros eran operados basándose en un guión o de forma completamente autónoma utilizando el modelo de aprendizaje de inteligencia artificial Robotic Transformers RT-2.
Texto y fotos: Manuel Pool
