A pesar de todos los recientes avances en inteligencia artificial (IA), los robots industriales siguen siendo sorprendentemente tontos y peligrosos. Está claro que son capaces de realizar tareas arduas de manera precisa y repetitiva, pero no pueden responder a variaciones en su entorno ni abordar tareas nuevas. Eso limita enormemente la utilidad de los robots en el lugar de trabajo.

Nvidia quiere usar el aprendizaje automático para ayudar a resolver este problema. El líder mundial en producción de chips de ordenador especializados, que son cruciales para la inteligencia artificial, ha abierto un nuevo laboratorio de robótica en Seattle (EE.UU.) donde hará que los robots que trabajan junto a los humanos, los cobots, sean más inteligentes y capaces. Y para ello entrenarán en una cocina estándar de Ikea.

Dentro de este laboratorio-cocina, un brazo robótico instalado sobre una plataforma con ruedas pasa los días buscando frascos, botellas y cajas y los coloca en cajones. El creador del laboratorio y profesor de la Universidad de Washington (EE.UU.), Dieter Fox, explica que esas tareas ayudan a los robots a adquirir las habilidades necesarias para realizar algunos trabajos de fábrica más desafiantes o para dar servicio en hospitales. Foz afirma: "Me parece el entorno ideal para representar cualquier reto".

Las tareas a las que se enfrenta el robot serán cada vez más difíciles, desde localizar y mover objetos familiares hasta manejar los desconocidos. Con el tiempo, si todo va bien, el robot podrá trabajar al lado de un humano en una tarea tan compleja como preparar la comida.

Otra ventaja de usar una cocina estándar de Ikea es que otros laboratorios de robótica podrán replicar el trabajo del equipo de Nvidia y compararlo con el suyo. El nuevo laboratorio contará con aproximadamente 50 investigadores de robótica, incluidos profesores de tiempo parcial y estudiantes en prácticas.

En los últimos años han aparecido indicadores alentadores de que los avances en aprendizaje automático podrían mejorar significativamente las capacidades de los robots industriales. El aprendizaje reforzado, en particular, se alza como una interesante forma de que los robots se enfrenten a algunos desafíos difíciles. Implica controlar a un robot con una red neuronal profunda y recompensar el comportamiento que acerca al sistema a un objetivo determinado.

Por ejemplo, un robot llamado Dactyl, de OpenAI, una organización sin ánimo de lucro de EE.UU., aprendió a manipular un cubo de juguete practicando durante un tiempo equivalente a 100 años en una simulación por ordenador. Sin embargo, las deficiencias comerciales muestran lo difícil que es hacer que los robots más inteligentes sean más prácticos.

El problema con la mayoría de los proyectos es que solo funcionan en situaciones limitadas. Si cambiamos el entorno ligeramente, y el sistema debe volver a aprender todo desde cero. "La mayoría de las demostraciones no son tan generales como parecen", sostiene el especialista en robótica también de la Universidad de Washington (EE. UU.) Emo Todorov, quien desarrolló un popular entorno de simulación de robots llamado MuJoCo.

Fox afirma que la clave para un aprendizaje más generalizado de robots puede estribar en prepararlos para que tengan una comprensión fundamental del mundo físico, incluidos elementos como la gravedad. Esta idea, con la que ya se está experimentando, podría ser algo similar a la comprensión intuitiva de la física que muestran los bebés. 

Pocas compañías han dominado la revolución de la inteligencia artificial como Nvidia. Así que vale la pena tomar nota cuando la empresa apuesta por la robótica. Nvidia se beneficiará de la revolución de la inteligencia artificial en la robótica industrial, en parte porque su hardware es crucial para ejecutar el moderno software del aprendizaje automático. Su tecnología también es valiosa para realizar simulaciones virtuales, que son cada vez más importantes para entrenar a los robots.

Fox y sus colegas están especialmente entusiasmados con la tendencia emergente hacia los entornos virtuales que son físicamente realistas y visualmente indistinguibles del mundo real (ver El mundo en 3D de Google: una gran escuela para la inteligencia artificial global). "La simulación jugará un papel de muchísima importancia en el futuro de los robots", concluye Fox.