#Tecnología | IA de Google usa videos de perros para enseñar a robots cómo moverse

0
2

El mundo de la tecnología se encuentra en constante cambio. En esta era, más que en cualquier otra, los avances de la misma se mueven a un ritmo vertiginoso. Por ende, cada día nos encontramos con nuevos descubrimientos que nos permiten descubrir otra aplicación que la misma podría tener en nuestra vida.

En este caso, ha sido el turno de los investigadores de Google AI de hacer su contribución. Recientemente han llevado a cabo un estudio para comprender cómo se puede entrenar de mejor manera a los robots con patas para que se muevan en el mundo real.

Ahora, han descubierto que la respuesta puede estar en la naturaleza que nos rodea. Para probarlo, tomaron millones de videos de referencia de canes y otros animales afines realizando diferentes movimientos. Luego, con ellos, procedieron a entrenar a los robots. Los resultados fueron altamente favorecedores.

El equipo de investigación notificó de estos hallazgos a través de una publicación en el blog de Google AI. Asimismo, dieron a conocer también el ensayo completo en el que aparecen retratados los resultados de su experimento.

Videos del mundo real podrán preparar mejor al robot para este

En total, la cantidad de piezas de video que se utilizaron para entrenar a los robots superó los 200 millones. Inicialmente, se manejaron por un sistema de aprendizaje por refuerzo –similar al que se usa con los perros reales.

En el mismo, los robots recibían una recompensa cada vez que realizaban una actividad de forma satisfactoria. En total, el tiempo de video que realmente terminó siendo utilizado como base del entrenamiento de las máquinas fue de 8 minutos.

A utilidad de los mismos fue puesta a prueba a través de más de 50 pruebas de movimiento diferentes. En las mismas, quedó probado que, gracias a los datos obtenidos de los videos en el mundo real, los robots podían aprender a realizar actividades como el trote, llevando el mismo ritmo que los canes.

Este se trata tan solo un ejemplo de las varias habilidades que los robots fueron capaces de aprender. Ello se ha presentado como una pequeña muestra de que, con los métodos de entrenamiento adecuados, se podría enseñar a estas máquinas a moverse efectivamente en el mundo real. Lo que, a su vez, las convertiría en útiles herramientas en diversos entornos, como por ejemplo el de la construcción o el de la vigilancia.

Lo que significa este avance

Por lo general, se tiene como idea base que, para que un robot se mueva adecuadamente, cada acción debe ser programada. En la actualidad, en efecto, los equipos que usan este sistema suelen ser más efectivos en sus movimientos.

Sin embargo, al optar por este estilo se renuncia a la posibilidad de adaptación y aprendizaje que ha traído la inteligencia artificial. Esta reciente investigación ha demostrado que, al usar las capacidades de la IA como el machine learning y al combinarlas con un estilo de aprendizaje adaptativo, se pueden conseguir también muy buenos resultados.

Hasta el momento, no son tan pulcros como los que surgen de la programación sistemática. Pero, la verdad es que son mucho más prometedores.

A la larga, un robot con un sistema de aprendizaje adaptativo podría tener más posibilidades de funcionar en diferentes ambientes del mundo real. Además, el proceso de enseñanza se reduce significativamente ya que, en lugar de tener que programar manualmente cada acción, la IA comienza a tomar el control de su propio aprendizaje para luego ponerlo en práctica.

Aún hay trabajo por hacer

Por ahora, este solo se trata de un primer paso en la dirección del aprendizaje adaptativo de la IA para el movimiento de robots con patas. Ya que, aunque la máquinas lograron incorporar los movimientos a su repertorio, la verdad es que solo se tratan de los estilos de desplazamiento más básicos.

Debido a lo cual, si lo que se quiere es verdaderamente poder llevar a estos robots al mundo real, aún es necesario pulir el método de forma que permita a las máquinas aprender a realizar movimientos y circuitos más complejos. Aunque este sea solo un primer vistazo de la posibilidades que este estilo de aprendizaje trae, ya es posible notar todas las ventajas que su uso podría traer al campo de la robótica y de la IA.

Fuente: tekcrispy.com

QUÉ TE PARECIÓ ESTA NOTICIA