.

Inteligencia Artificial

Las cinco tendencias robóticas que pueden despegar en 2016

1

La apuesta china por la mano de obra autómata, los drones, y los robots que se enseñan unos a otros se popularizarán a lo largo del año

  • por Will Knight | traducido por Teresa Woods
  • 07 Enero, 2016

¿Traerá este año la primera entrega comercial mediante drones, o la primera vez que nos encontremos con un robot en el trabajo o en casa? Observamos unos avances significativos de la robótica y la inteligencia artificial en 2015 (ver En 2015 los robots han sido capaces de casi todo pero útiles para casi nada). A continuación, detallo lo que ya estamos siguiendo de cerca en 2016.

La revolución robótica de China

La primera economía del mundo ha emprendido un osado esfuerzo por llenar sus fábricas de avanzados robots de fabricación. El Gobierno chino espera que esto ayude al país a retener su vasta industria de fabricación mientras suban los sueldos de los trabajadores, y la fabricación se vuelva más eficiente y tecnológicamente avanzada por todo el mundo (ver China quiere reemplazar millones de trabajadores humanos por robots). El proyecto requerirá unos robots significativamente más avanzados y rentables, y los efectos económicos y tecnológicos podrán sentirse en todo el mundo.

La agitación impulsada por la tecnología no es algo nuevo para China, claro está, y ya ha invertido fuertemente en tecnologías robóticas (ver Los trabajadores chinos se enfrentan a la competencia de los robots). Sin embargo, la escala de su nueva revolución robótica será impresionante. La provincia de Guangdong, el corazón de la fabricación china, ya ha prometido invertir 154.000 millones de dólares (unos 141.000 millones de euros) en la instalación de robots. El fundador de Foxconn, una empresa que emplea grandes ejércitos de trabajadores que fabrican dispositivos como el iPhone de Apple, ha dicho que su empresa instalará más de un millón de robots durante los próximos años.

Podemos esperar observar señales de que este atrevido emprendimiento ni funciona ni fracasa, y pistas acerca de lo que podría significar para el resto del mundo, durante el próximo año.

Un aprendizaje más inteligente

Los robots siempre han resultado muy eficaces para la ejecución de trabajos precisos y repetitivos, pero en gran parte también son más tontos que una piedra. Por eso, generalmente los robots son empleados sólo en entornos cuidadosamente diseñados. También explica por qué no pueden adaptarse con facilidad a una nueva tarea, y no pueden lidiar con una situación desconocida o incierta. Esto está cambiando, sin embargo, gracias a nuevas técnicas y algoritmos que están habilitando a los robots para que aprendan de forma mucho más rápida y eficaz.

Existen varios métodos para habilitar el aprendizaje de los robots, y algunos ya están generando unos resultados muy prometedores en laboratorios de investigación de todo el mundo (ver Un robot aprende a ponerse en pie casi como lo haría un niño, Unos robots aprenden a hacer tortitas leyendo los pasos de la receta en WikiHow y La ley del mínimo esfuerzo enseña tareas complejas a los robots de forma sencilla).

Un enfoque en particular podría estar posicionado para tener un enorme impacto en la robótica industrial. El aprendizaje profundo, que emplea grandes redes neuronales simuladas, ya se ha demostrado imprescindible para el entrenamiento de robots para entender el contenido de imágenes, vídeo y audio. Algunas empresas ahora se disponen a emplear el enfoque para entrenar a los robots para que puedan ver, asir y razonar (ver "Haz algo así". El aprendizaje reforzado profundo sólo necesita una idea).

Intercambio de conocimientos

Otra tendencia que observaremos este año es el intercambio entre robots de los conocimientos adquiridos. Esto podría acelerar el proceso de aprendizaje, permitiendo de forma instantánea que un robot se beneficie de los esfuerzos previos de otros robots (ver  El sacrificio de un robot para enseñar a agarrar objetos a sus compañeros). Es más, gracias a unos ingeniosos enfoques para adaptar las informaciones a distintos sistemas, incluso dos robots completamente distintos podrían enseñarse a reconocer un objeto determinado o realizar una nueva tarea (ver Un robot le enseña a otro a coger una taza).

Hay varios proyectos en curso con el objetivo de proporcionar maneras sencillas y eficaces para que los robots combinen sus conocimientos mediante internet. Y no resulta difícil imaginar cómo se podría aplicar a entornos industriales, para tareas como identificar y coger distintos objetos (ver El concurso de robots de Amazon podría acabar con los empaquetadores humanos).

Los robots se vuelven más personales

En 2016 están programados los debuts de varios robots "personales", y resultará interesante comprobar cómo son recibidos por los consumidores. Con el abaratamiento del hardware y el aumento continuo de las capacidades del software, no resulta difícil entender por qué algunos creen que ha llegado el momento de los robots domésticos (ver Los robots personales tendrán que ser útiles además de encantadores para triunfar).

Sin embargo, conferirle una personalidad realmente atractiva no es tarea fácil. Algunos prototipos han decepcionado (ver Este robot infunde más lástima que asombro), mientras que los que se han demostrado exitosos sólo han jugado un papel limitado, como el de recibir y saludar a los clientes de una tienda. Incluso dentro de unos escenarios limitados, estos robots tendrán que ser diseñados y programados con mucho cuidado para dar en el clavo social y emocionalmente (ver Este tímido y mono robot japonés se vuelve sarcástico y rudo para el público yanqui).

Los drones

Parece probable que el 2016 sea el año en el que por fin despeguen los drones autónomos. La Administración Federal de Aviación (FAA, por sus siglas en inglés) emitió unas regulaciones para registrar los drones a finales de 2015, y está probando una tecnología que podría ayudar a automatizar el control aéreo de vehículos autónomos (ver Drones prueban un sistema para volar sin tener que ser vistos por sus pilotos).

Mientras que a lo mejor no observaremos inmediatamente como los cielos se llenan de drones, debemos esperar que muchas industrias realicen pruebas con unos drones cada vez más inteligentes y autónomos, especialmente en las industrias donde resultan útiles la vigilancia y la inspección automatizadas (ver Llegan los drones con sentido de la orientación, Los drones sustituirán a los jefes de obra para evitar los escaqueos y Este dron de vigilancia no necesita aterrizar nunca). Y si las empresas como Amazon, Google y otros se salen con la suya, entonces quizás parte de los regalos de navidad de este año sea entregada por dron.

Inteligencia Artificial

 

La inteligencia artificial y los robots están transformando nuestra forma de trabajar y nuestro estilo de vida.

  1. La "sustancia" del algoritmo: la IA cada vez está más cerca de actuar por nosotros

    En un futuro cercano, la IA no solo será capaz de imitar nuestra personalidad, sino también de actuar en nuestro nombre para llevar a cabo tareas humanas. Sin embargo, esto da lugar a nuevos dilemas éticos que aún deben ser resueltos

    Agentes de IA, hacia un futuro con algoritmos humanos y dilemas éticos complejos
  2. Por qué medir la IA sigue siendo un desafío pendiente

    Los benchmarks, diseñados para evaluar el rendimiento de una IA, a menudo están basados en criterios opacos o en parámetros que no reflejan su impacto real. No obstante, hay enfoques que buscan ofrecer evaluaciones más precisas y alineadas con desafíos prácticos

    Los benchmarks, diseñados para evaluar el rendimiento de una IA, a menudo se fundamentan en criterios opacos o en parámetros que no reflejan su impacto real
  3. Qué es el 'red-teaming', el proceso que permite a OpenAI detectar fallos en ChatGPT

    A través del red-teaming, un proceso en el que se simulan ataques para buscar fallos en los sistemas, OpenAI identifica vulnerabilidades en sus herramientas. Sin embargo, la amplia variedad de situaciones en las que se pueden utilizar estos modelos dificulta su control

    El 'red-teaming' es un proceso usado por OpenAI para detectar fallos en sus modelos