Escuela de robots: la base de datos que puede enseñar casi cualquier tarea a una máquina

A pesar de todas las diferencias que hay entre la forma de aprender de los humanos y de los algoritmos, hay algunos procesos genuinamente nuestros que siguen siendo útiles para las máquinas. Uno de ellos es el aprendizaje por imitación. Un grupo de expertos en robótica de la Universidad de Berkeley (California) está creando una base de datos, llamada RoboNet, que recoge imágenes de vídeo de robots ejecutando ciertas acciones, por ejemplo, moviendo una taza sobre una mesa. La idea es que cualquiera pueda descargar estos datos y usarlos para entrenar una red neuronal y enseñarle a reproducir el mismo movimiento, incluso si nunca antes ha interactuado con una taza, según recoge MIT Technology Review.

Sudeep Dasari, investigador principal de este avance, y sus colegas tienen como objetivo hacer más eficiente el proceso de aprendizaje de las máquinas y lograr que puedan imitarse entre ellas. Quieren conseguir que cualquier robot pueda realizar casi cualquier tarea. Para alcanzar esta meta, han grabado decenas de vídeos del movimiento, desde distintos ángulos y perspectivas, y usan los datos para entrenar a una red neuronal y que aprenda cuál es la mejor manera de realizar la acción. "El truco, por supuesto, es tener mucha información y recopilar innumerables horas de vídeo para nutrir la base de datos", recoge la publicación.

Más información

El cofundador de Apple denuncia que Apple Card discrimina a su mujer

Así será el mundo cuando los humanos se extingan, según el arte y la tecnología

Uno de los hándicaps habituales a la hora de enseñar a los algoritmos, es que una vez que un robot ha dominado un movimiento, debe pasar por el mismo proceso de aprendizaje para mover cualquier otra cosa. Si el entorno cambia, estos sistemas generalmente tienen que comenzar de nuevo. "La práctica común de volver a recopilar datos desde cero para cada nuevo entorno significa volver a aprender los conocimientos básicos sobre el mundo, un esfuerzo innecesario", dicen Dasari y compañía.

La intención de los investigadores es que RoboNet evite esto. "Sirve para compartir experiencias robóticas", dicen. Por lo tanto, cualquier máquina puede aprender de la experiencia de otra. El equipo ya ha grabado unos 15 millones de frames de vídeos sobre tareas, utilizando siete tipos diferentes de robots. Aseguran que al entrenarlos con este enfoque, funcionan mejor que cuando se les entrena convencionalmente, aunque se hayan utilizado más datos. "Este trabajo da el primer paso hacia la creación de agentes robóticos que pueden operar en una amplia gama de entornos y en diferentes hardware", dice el equipo.

Este enfoque está inspirado en otras bases de datos que partían con objetivos similares. Es el caso de la técnica estándar de aprendizaje automático que ImageNet ayudó a popularizar. Se trata de una base de datos de imágenes estáticas que fue creada por investigadores de la Universidad de Princeton. Contiene unos 14 millones de imágenes, cada una de ellas acompañada de un texto que explica lo que se muestra. Es utilizada por algunas de las redes neuronales más poderosas de la actualidad, que aprenden analizando las imágenes. A día de hoy, los expertos aseguran que ImageNet ha sido un factor clave para que la visión artificial sea tan buena como los humanos para reconocer objetos.