Foto: Un robot prepara un coctel después de observar a una persona realizar la tarea.

Para que un robot industrial pueda realizar una nueva tarea complicada puede necesitar semanas de reprogramación, lo que hace del proceso de modernización de una línea de fabricación algo dolorosamente caro y lento.

El proceso podría acelerarse de forma significativa si los robots pudiesen aprender a realizar una nueva tarea al observar a otros que la realizan primero. Esa es la idea detrás de un proyecto en curso de la Universidad de Maryland (EEUU), donde los investigadores están enseñando a los robots a ser alumnos atentos.

"Lo llamamos una 'academia de entrenamiento de robots'", dice Yezhou Yang, un estudiante de posgrado del Laboratorio de Autonomía, Robótica y Cognición de la Universidad de Maryland. "Pedimos a un experto que demuestre la tarea al robot y dejamos que el robot averigüe la mayor parte de las secuencias que tendrá que ejecutar, para luego realizar unos finos ajustes para que funcione".

En una reciente conferencia en San Luis (EEUU), los investigadores demostraron un robot que prepara cócteles mediante los enfoques que están desarrollando. El robot – una máquina industrial de dos brazos fabricado por una empresa de Boston (EEUU) llamada Rethink Robotics – observó cómo una persona preparó un cóctel al verter líquidos de varias botellas en una jarra y luego imitó esas acciones, agarrando botellas en el orden correcto antes de verter las cantidades correctas a la jarra. Yang realizó este trabajo con Yiannis Aloimonos y Cornelia Fermuller, dos profesores de ciencias informáticas de la Universidad de Maryland.

El enfoque incluye el entrenamiento de un sistema informático para asociar las específicas acciones del robot con imágenes de vídeo que muestran a personas que realizan varias acciones. Un trabajo reciente del grupo, por ejemplo, demuestra que un robot puede aprender a recoger distintos objetos mediante dos sistemas distintos al ver miles de vídeos instructivos de YouTube. Un sistema aprende a reconocer distintos objetos; otro identifica distintos tipos de agarres.

Puede parecer que ver miles de vídeos de YouTube requiere mucho tiempo, pero el enfoque de aprendizaje es más eficiente que programar un robot para que maneje un número sin fin de objetos nuevos. Los sistemas de aprendizaje utilizados para el trabajo de recoger incluían avanzadas redes neuronales artificiales, que han avanzado rápidamente en los últimos años que ahora se emplean en muchas áreas de la robótica.

Los investigadores están hablando con varias empresas fabricantes, incluido un negocio de electrónica y un fabricante de coches, acerca de la adaptación de la tecnología para su uso en fábricas. Estas empresas quieren encontrar maneras de acelerar el proceso por el que los ingenieros reprograman las máquinas. "En muchas empresas se tarda un mes y medio o más en reprogramar un robot", dice Yang. "Así que, ¿cuáles son las capacidades de inteligencia artificial que podemos emplear para acortar este tiempo, incluso por la mitad?".

El proyecto refleja dos tendencias en la robótica; una es la búsqueda de nuevos enfoques de aprendizaje y la otra es la colaboración estrecha entre robots y humanos. Como otros grupos, los investigadores de la Universidad de Maryland quieren establecer una conexión entre las acciones y el lenguaje para mejorar la capacidad de los robots de analizar instrucciones escritas o habladas (ver Unos robots aprenden a hacer tortitas leyendo los pasos de la receta en WikiHow).

Otros académicos también investigan maneras de fabricar robots capaces de aprender. Un grupo de la Universidad de California (EEUU) liderado por Pieter Abbeel está explorando métodos para que los robots aprendan en base a la experimentación. Julie Shah, una profesora del Instituto Tecnológico de Massachusetts (MIT, EEUU), está desarrollando maneras para que los robots aprendan no sólo a realizar una tarea, sino también cómo colaborar de forma más eficaz con los compañeros de trabajo humanos (ver Innovadores menores de 35: Julie Shah).