La destreza robótica fue una de las 10 Tecnologías Emergentes 2019 de MIT Technology Review, seleccionadas por Bill Gates. Se trata de un área imprescindible, dado que las máquinas todavía son poco hábiles y, generalmente solo son capaces de hacer la misma tarea una y otra vez. Si las cambiamos de lugar en la cadena de ensamblaje o les pedimos que agarren un objeto diferente al habitual, se confunden.

El español responsable de Automatización de Fabricación Avanzada de Siemens Corporate Technology, Juan Aparicio, trabaja con el fin de que los robots industriales sean lo suficientemente hábiles como para hacer tareas propias de humanos en entornos como almacenes y granjas. Su propósito es que agarren diferentes objetos, aunque nunca los hayan visto, y los manipulen para llevar a cabo distintas tareas. Así, ha creado un sistema, instalado en una plataforma llamada Unidad de Procesamiento Neuronal (NPU, en inglés) y que funciona con aprendizaje profundo (deep learning), para calcular en milisegundos qué movimientos debe hacer con el fin de agarrar un objeto. Gracias a él, Aparicio se ha convertido en uno de los Innovadores menores de 35 Europa 2019 de MIT Technology Review en español.

Su objetivo no es quitar puestos de trabajo, sino empoderar a los empleados, aumentar la colaboración entre estos y los robots y que haya más autonomía en las fábricas. El investigador detalla: "Hay robots que pueden ganar a una persona al ajedrez. Y cuando digo robots me refiero a inteligencia artificial. Pero no hay ningún robot físico capaz de levantarse, ir a una estantería a coger el tablero y empezar a mover las piezas". Y añade: "Hay una necesidad tremenda. No solo en industria; también en agricultura, en servicios, en almacenes…", enumera. Y afirma que en California (EE. UU.), donde vive, "hay granjas que tienen que cerrar porque no hay gente dispuesta o capaz de hacer el trabajo".

Para reconocer qué objeto tiene delante en cada caso, el sistema usa DexNet, un algoritmo cocreado con la Universidad de Berkeley en California vinculado a una base de datos de objetos en 3D. DexNet combina inteligencia artificial con modelos geométricos para calcular todos los posibles agarres. "El secreto reside en guiar al robot con una serie de estímulos o recompensas (como le darías a un perro cuando hace las cosas bien, por ejemplo) hasta que consigue la tarea".

La máquina también es capaz de avisar al humano cuando no puede terminar un objetivo. "Cualquier sistema autónomo, cualquier sistema inteligente, al final, como un ser humano, va a fallar […]. Es normal que el robot intente agarrar algo y lo suelte o no vea cómo llegar a la solución", explica Aparicio.

Otra de las ventajas de su sistema es que los robots se pueden conectar a la API. Por eso, entre los planes de futuro de Aparicio está democratizar el algoritmo ("que todo el mundo pueda enviar una solicitud y te devuelva los puntos donde hacer el agarre") e industrializarlo, para lo que ya conversan con varias empresas. El equipo tuvo oportunidad de demostrar sus progresos en la Hannover Messe (Alemania), la feria industrial más importante del mundo.

El cofundador y presidente del European Young Innovators Forum y miembro del jurado de Innovadores menores de 35 Europa 2019, Nicholas Zylberglajt, cree que tomar objetos desconocidos "de forma repetida, fiable e inteligente" es uno de los cuellos de botella de la automatización de almacenes. Por ello, opina que la propuesta de Aparicio "está más cerca" de dar una solución para multinacionales como Amazon, ABB y Alibaba.

- Por José Manuel Blanco