Esta IA podría hacer que los robots fueran más baratos sin limitar sus habilidades

Uno de los desafíos más difíciles que enfrenta actualmente la inteligencia artificial es lograr que los robots diseñados en laboratorios funcionen sin problemas en el mundo real. Lo vemos cuando intentamos mantener una conversación fluida con asistentes de voz como Siri: todavía se le da bastante mal hablar con coherencia cuando tiene que ir más allá de cumplir órdenes. En un entorno de investigación, se puede equipar al robot con sensores y proporcionarle un entorno ideal para aprender. Pero en el mundo real, usar los mismos sensores resultaría demasiado caro y hostil para los consumidores. U...

Uno de los desafíos más difíciles que enfrenta actualmente la inteligencia artificial es lograr que los robots diseñados en laboratorios funcionen sin problemas en el mundo real. Lo vemos cuando intentamos mantener una conversación fluida con asistentes de voz como Siri: todavía se le da bastante mal hablar con coherencia cuando tiene que ir más allá de cumplir órdenes. En un entorno de investigación, se puede equipar al robot con sensores y proporcionarle un entorno ideal para aprender. Pero en el mundo real, usar los mismos sensores resultaría demasiado caro y hostil para los consumidores. Un grupo de investigadores de la Universidad de Ámsterdam se ha propuesto resolver este problema.

Para conseguirlo, han recurrido a un tipo de aprendizaje automático conocido como aprendizaje por transferencia. Se trata del proceso de tomar lo que un algoritmo ha aprendido en un contexto y aplicarlo en otro, tal como explica MIT Technology Review. Podría utilizarse para adaptar un algoritmo que controla a un robot en el laboratorio para que pueda controlar a ese robot en el entorno en el que tiene que desenvolverse y para el que fue diseñado. Eso significa que el robot podría entrenar primero con la ventaja de tener unas condiciones mejores y luego explotar lo que aprendió cuando esté en el mundo real, incluso cuando solo tenga sensores baratos y un entorno hostil.

Para probar esta idea, los investigadores crearon un robot en un contexto controlado que se movió por su entorno con la ayuda de ocho sensores de proximidad y, después, con una sola cámara. Descubrieron que cuando el algoritmo que controlaba el robot utilizaba el aprendizaje por transferencia para tomar decisiones utilizando solo la información que obtenía através de la cámara, aprendía a navegar por la habitación mucho más rápido que cuando no usaba el aprendizaje por transferencia. También fue mucho más rápido que cuando usó el aprendizaje por transferencia durante la capacitación en lugar de tomar decisiones.