COMO ENTRENAR A TU ROBOT?

Dnde est esa revolucin de la robtica que se nos prometi? Desde hace
dcadas, innumerables cientficos y escritores de ciencia ficcin han pronosticado
un futuro en el que los humanos viviramos codo con codo con mquinas
autnomas que nos entenderan y nos haran la vida ms fcil. Pero lo cierto es
que, a pesar de que cada vez hay un mayor nmero de humanoides capaces de
hablar y cumplir las ms diversas tareas, el nico autmata que, hoy por hoy,
parece haberse introducido de verdad en nuestra sociedad es una aspiradora con
forma de frisbee llamada Roomba.
Y eso que los avances en este campo no han cesado desde que Unimate, el
primer robot industrial de la historia, comenzara a trabajar en una cadena de
montaje de General Motors en 1961. En el ltimo medio siglo, se han ido
mejorando las capacidades de este tipo de mquinas y el modo en que colaboran
con los humanos. Si todava no nos hemos acostumbrado a verlas en nuestro da
a da es porque, principalmente, se encuentran en fbricas. De hecho, Unimate
era un brazo automatizado que pesaba casi 2.000 kilos. El gigante de la industria
de la automocin lo empleaba para mover grandes piezas de metal caliente y
soldarlas, una tarea que entraaba riesgos para los operarios.
Fue la primera vez que una mquina sustituy por completo a un humano en el
trabajo. Las nuevas tecnologas que emanaron de la Revolucin Industrial, como
los tractores y las segadoras, permitan reducir el nmero de empleados, pero no
los eliminaban por completo, pues se trataba de dispositivos que tenan que ser
manejados o supervisados por personas. Pero el Unimate no era una simple
mquina. Poda asumir una tarea concreta por s solo.
En el ltimo medio siglo, el nmero de robots que desempean alguna labor en
procesos industriales no ha dejado de crecer. En 2014, ya haba 478 de ellos por
cada 10.000 operarios humanos en Corea del Sur, lo que supone que casi el 5 %
de la fuerza de trabajo en ese pas est conformada por esos ingenios. Corea del
Sur encabeza esta clasificacin seguida de Japn, con 315 autmatas, en idntica
proporcin; los sigue Alemania, con 292, segn los datos de la Federacin
Internacional de Robtica.

Mquinas capaces de adaptarse

Si ya hay tantas mquinas construyendo vehculos, manipulando componentes
electrnicos y metales pesados, por qu no pasa lo mismo en las tiendas, en los

hoteles o incluso en nuestros hogares? Por qu todava no contamos con

dependientes robticos yandroides que realicen las tareas domsticas? La
respuesta es que, para una mquina, no es fcil gestionar lo desconocido.
La mayor parte de los robots industriales suelen enfrentarse a tareas repetitivas
donde, en general, no se topan con situaciones para las que no estn preparados.
En las cadenas de montaje, las piezas que manejan se encuentran siempre en el
mismo sitio, tienen el mismo tamao y siempre se manipulan de la misma forma.
Para aprender a hacerlo, el robot solo necesita saber dnde debe actuar, a qu
velocidad ha de hacerlo y las acciones concretas que requiere la tarea. As, al
menos, funciona la programacin convencional, que el catedrtico de Robtica
Carlos Balaguer, de la Universidad Carlos III de Madrid, describe como un proceso
rudimentario en el que si cualquier detalle externo cambia, hay que empezar de
nuevo.

Los robots tienen el potencial de mejorar la vida de la gente. Podran asistir a los
astronautas que viajen a Marte, a los pacientes de un hospital o a los trabajadores
en las fbricas, explica Stefanie Tellex, una experta en ciencias de la computacin
de la Universidad Brown, en EE. UU., que investiga cmo podran estos ingenios
comunicarse con nosotros mediante un lenguaje natural. La programacin
clsica les permite asumir tareas, pero no lidiar con accidentes, por ejemplo.
Para ello deberan ser capaces de entender el mundo y su entorno, de modo que
pudieran reaccionar de forma autnoma ante cualquier situacin.
En la industria del tratamiento de residuos, ya existen mquinas especializadas en
la recuperacin de botellas de tereftalato de polietileno (PET), un plstico que se

utiliza en la fabricacin de envases. Una de ellas es Wall-B su nombre recuerda

el del simptico robot de la pelcula WALL-E, desarrollada por la empresa
espaola Sadako Technologies. El ingenio distingue los recipientes PET entre
todos los desechos mediante un sistema de visin artificial que intenta
reproducir lo que hace el cerebro humano cuando procesa las seales visuales
que captan nuestros ojos.
Para ello, Wall-B cuenta con varias cmaras y unos algoritmos de inteligencia
artificial que le permiten procesar las imgenes y entender lo que ve. Las botellas
PET no se encuentran siempre en la misma posicin y suelen llegar chafadas y
entremezcladas con otros objetos, explica Beln Garnica, responsable de
desarrollo de negocio de Sadako Technologies. Por eso, su robot ha tenido que
aprender a reconocer los envases que busca y a efectuar los movimientos
necesarios para recuperarlos. Los autmatas como Wall-B acaban sabiendo lo
que tienen que hacer gracias a la tcnica de entrenamiento robtico ms
empleada en la actualidad: el aprendizaje de mquinas. Esta consiste en mostrarle
miles o millones de ejemplos, hasta que, a partir de ellos, llega a inferir un
comportamiento. Se trata de que el robot aprenda de la experiencia sin ser
programado explcitamente para ello, y que su conocimiento aumente con
cada nueva tarea, objeto o situacin a la que se enfrente, explica Balaguer.
As es como funciona el sistema de reconocimiento de caras en Facebook, por
ejemplo. Su algoritmo fue expuesto a millones de fotografas que haban sido
previamente etiquetadas a mano por personas. Estas haban marcado en cada
una el rea de la imagen en la que se encontraba la cara; el software las examin
hasta que logr distinguir a cada individuo con precisin.

Ciberprofes y roboalumnos
Gracias a esta estrategia, los robots van adquiriendo autonoma y una
cierta capacidad de razonar. Pero si la idea es que acaben haciendo nuestra vida
ms cmoda, el hecho de que su aprendizaje dependa de que haya un gran
nmero de personas invirtiendo su tiempo en etiquetar millones de datos no
resulta demasiado eficiente. Para acelerar este proceso, un equipo de
investigadores de la Universidad de Stanford, en EE. UU., ha puesto en marcha el
proyecto RoboBrain una expresin que podra traducirse como RoboCerebro,
con el objetivo de que los robots se enseen unos a otros.

RoboBrain funcionara como una especie de Google para autmatas adonde

cada mquina acudira en busca de un conocimiento especfico previamente
adquirido por otra. As, podra consultar, por ejemplo, cmo agarrar una taza
correctamente por su asa o la mejor forma de manipular un picaporte para abrir
una puerta. Tras descargar ese conocimiento concreto y emplearlo en resolver el
problema al que se enfrenta, el robot devuelve su experiencia a la base de datos
de RoboBrain. De este modo, el prximo ingenio que utilice el servicio contar con
ms informacin disponible.
Cuantos ms datos se aporten, mejor ser el rendimiento de los robots, afirma el
experto en ciencias de la computacin Ashutosh Saxena, responsable de la
iniciativa. En su opinin, que un robot encuentre ms o menos difcil aprender a
hacer algo tambin depende del entorno. Si un programador lo entrena para una
determinada situacin, puede que no funcione bien si algo cambia, aunque sea
mnimamente, explica Saxena. E indica: Para llegar a hacer algo aparentemente
tan sencillo como preparar una tortilla francesa, debera tener en cuenta decenas
de variables, como el aspecto y la disposicin de la cocina. Y no hay dos iguales.
Pero si un robot aprende a manipular un huevo sin romperlo, su experiencia podra
servirle a otro que necesite cambiar una bombilla, por ejemplo. Este todava
tendra que discurrir ciertas cosas, entre ellas, cmo enroscarla y desenroscarla,
pero, al menos, sabra cmo sujetarla con cuidado. Saxena cree que estos
conocimientos compartidos multiplicarn enormemente las capacidades de
estas mquinas, lo que se observar antes de diez aos. El enorme potencial
de esta estrategia ha despertado el inters de muchos expertos. El Instituto
Tecnolgico de Massachusetts, a travs de su publicacin MIT Technology Review,
la ha considerado una de las diez tecnologas emergentes ms destacadas del
ao.
La antes mencionada Stefanie Tellex ha lanzado una iniciativa similar, el
desafo Un milln de objetos. La idea es que todas las unidades de un tipo
concreto de robot denominado Baxter que hay repartidas en distintas cadenas de
montaje por todo el mundo compartan sus habilidades y formen una gran base de
datos sobre el manejo de muy distintas piezas.

Una de las empresas ms interesadas en que los robots sean capaces de

identificar y manipular cosas es Amazon. En sus enormes almacenes, miles de
productos de diferentes formas y tamaos se apilan a la espera de que alguien los
compre. Y cuando sucede, un operario debe recorrer la instalacin para
localizarlos y empaquetarlos. La compaa, consciente de la poca eficiencia del
proceso y de la prdida de tiempo que supone para sus empleados, organiz un
concurso para mozos de almacn robticos. Los ingenios que participaron deban
encontrar, recoger y embalar veinticinco objetos diversos, desde paquetes de
galletas hasta patitos de goma.
Pero ninguno de los 31 robots candidatos logr completar todas las pruebas con
xito. Por ejemplo, los libros de bolsillo supusieron un gran problema para la
mquina presentada por la Universidad de Alberta (Canad), que estaba equipada
con una mano de tres dedos. Al ser tan finos, la cmara del robot apenas poda
detectarlos, y, cuando por fin lo consegua, no lograba sujetarlos bien con sus
gruesas extremidades.
El encuentro, denominado Amazon Picking Challenge, demostr que por muy
sofisticado que sea el hardware de un robot, de nada sirve si el software que
lo controla no entiende el entorno. Existen robots increbles, pero no pueden
funcionar al mximo de sus capacidades, porque an carecemos de los algoritmos
necesarios, asegura el neurocientfico Demis Hassabis, que lidera el programa de
investigacin en inteligencia artificial de Google. En 2010, Hassabis fund la
compaa DeepMind, especializada en este tipo de tecnologas, que luego sera
adquirida por el gigante de las bsquedas online.

El pasado marzo, su sistema AlphaGo, concebido para disputar partidas de go, un

milenario juego de estrategia ideado en China, derrot al campen surcoreano Lee
Sedol, uno de los mejores jugadores del mundo. Para entrenarse, la mquina se
enfrent a s misma millones de veces. No sent que llevara la ventaja en ningn
momento, confes Sedol tras el encuentro.

Pasarn aos antes de que

convivamos con androides
Su historia recuerda a la del clebre ajedrecista Garry Kasprov. En 1997, este fue
batido por el ordenador Deep Blue, de IBM. Era la primera vez que una
computadora se impona a un campen del mundo en las mismas condiciones en
las que se disputan los torneos deajedrez. Pero el logro de Google es mucho ms
complejo. Un ajedrecista tiene que lidiar con una media de 35 movimientos
posibles en cada turno, mientras que en el go ascienden a 250. El ajedrez es un
juego de clculo, pero el go resulta demasiado complejo; en buena parte se basa
en la intuicin, comenta Hassabis. La de IBM posea una gran potencia de
clculo, pero la mquina de Google consigui imitar un proceso intuitivo. Es
un avance espectacular que los expertos no esperaban que sucediera hasta
dentro de un par de dcadas.
Obviamente, el objetivo de Google no es que las mquinas nos dominen en los
juegos de mesa, al igual que Amazon no pretende que un robot sepa coger patitos
de goma. Al final, este tipo de iniciativas persiguen el desarrollo de una inteligencia
artificial capaz de comprender el mundo y enfrentarse a l.
Eso s, an nos encontramos lejos de conseguirlo. Puede verse en los coches
autnomos, en los que tambin trabaja Google. A pesar de haber sido entrenados
para entender las seales de trfico, a veces algunos vehculos no dejan de dar
vueltas en las rotondas porque no saben salir de ellas. Algo parecido le ocurra a
las primeras versiones de la ciberaspiradora Roomba cuando alguna mascota se
suba encima y tapaba su cmara. Son solo dos ejemplos que muestran los
muchsimos retos que la robtica an tiene por delante antes de que se enfrente a
lo que el catedrtico Carlos Balaguer considera el autntico gran desafo: el
desarrollo de robots-compaeros que convivan con nosotros, algo que las
mquinas an tienen que aprender.

APRENDIZAJE: Bueno pues es muy interesante todo el tema sobre la *robtica* y

como en la actualidad se va modernizando cada aspecto y la forma que cambian
los robots la tecnologa est muy avanzada cada vez son ms las herramientas
con las que trabajamos y sper inteligentes eso es principio de las llamadas
nuevas tecnologas.