Dentro de una misteriosa organización de inteligencia artificial (IA) sin ánimo de lucro respaldada por Elon Musk y otras destacadas figuras de Silicon Valley (EEUU), un puñado de robots diseñados para ayudar en almacenes está aprendiendo a realizar tareas domésticas.

OpenAI, que fue creada para realizar investigaciones básicas de IA, está reprogramando robots de Fetch Robotics, una empresa que proporciona hardware de automatización de almacenes. Los investigadores de la fundación los están equipando con software que les permite entrenarse de forma autónoma mediante ensayo y error.

El esfuerzo refleja una apuesta por lograr nuevas e increíbles capacidades robóticas mediante avances de software y aprendizaje de máquinas en lugar de innovaciones del propio hardware. Fetch Robotics comercializa un abanico de robots de almacén, incluidos sistemas que siguen a los trabajadores por todo el edificio portando los artículos colocados dentro de una cesta. OpenAI está empleando un sistema que incluye una base móvil pero también sensores de profundidad en 3D, un escáner de láser en 2D y un brazo robótico con siete grados de libertad.

Foto: Mediante el aprendizaje reforzado, este robot desarrollado por Fetch Robotics está aprendiendo a ayudar en casa. Crédito: Fetch Robotics.

En abril, OpenIA reclutó al profesor de la Universidad de California en Berkeley (EEUU) y experto líder en el aprendizaje robótico, Pieter Abbeel, que ha demostrado que los robots pueden emplear un enfoque de aprendizaje de máquinas llamado aprendizaje reforzado profundo para adquirir habilidades completamente nuevas que resultarían difíciles de programar a mano, como doblar toallas o recoger cosas de una nevera. Google DeepMind, una subsidiaria de IA radiada en Reino Unido, emplea esta técnica para lograr que los ordenadores rindan a nivel superhumano en videojuegos (ver La inteligencia artificial de Google juega al Space Invaders mejor que los humanos).

Los robots de Abbeel aprenden a realizar tareas desde cero con el uso de una red neuronal que recibe datos procedentes de sensores y controla el movimiento físico. La red ajusta sus parámetros automáticamente mientras intenta conseguir sus objetivos. Un robot podría probar miles de formas de agarre mientras aprende a sujetar un objeto determinado. 

"Si este objetivo se puede lograr, entonces se producirán beneficios económicos e industriales", afirma el experto en aprendizaje reforzado de la Universidad Colegio Imperial de Londres (Reino Unido) Marc Deisenroth. El experto continúa: "Imagínate un Roomba que no sólo limpia el suelo sino también friega los platos, plancha la ropa, limpia las ventanas y prepara el desayuno".

Deisenroth cree que los costes podrían reducirse con robots "listos para usar". "Actualmente, el software representa el cuello de botella", añade. "Sin embargo, de forma independiente, un mejor hardware también podría dar paso a importantes mejoras". Manipuladores blandos y pies elásticos que imitan los pies de los monos son conceptos que los investigadores han empezado a desarrollar, añade.

Algunos fabricantes, incluida la empresa japonesa Fanuc, están probando el aprendizaje reforzado para entrenar rápidamente a robots industriales en tareas nuevas como aprender a agarrar objetos desconocidos. Cuando muchos robots trabajan en paralelo, el tiempo requerido de entrenamiento se reduce (ver Este robot pasa la noche en vela para aprender sus tareas él solo). Los investigadores robóticos de Google están probando técnicas de aprendizaje similares.

"Pasar de la programación manual forzosa de los robots hasta conseguir capacitarlos para que aprendan de manera autónoma representa un elemento clave para el futuro de la robótica", asegura el experto en aprendizaje de máquinas en la Universidad Delft (Holanda) Jens Kober. Considera que será crucial lograr que los robots compartan las informaciones aprendidas entre sí.

Mientras que robots como los de Fetch Robotics están introduciéndose en muchas fábricas y almacenes, los asistentes domésticos robóticos siguen siendo cosa de la ciencia ficción. Realizar unas tareas aparentemente sencillas como lavar platos o doblar la colada en un desordenado entorno doméstico resulta increíblemente difícil para una máquina. Un robot programado de la manera convencional puede verse bloqueado fácilmente por un objeto desconocido o un ligero cambio de la iluminación.

OpenAI confirmó que está trabajando con los robots de Fetch Robotics, pero rehusó profundizar más. No logramos contactar con la fundadora de la empresa, Melonee Wise (ver Melonee Wise, 33. Emprendedora) para recoger sus comentarios.

OpenIA fue creada por Musk y un puñado de conocidos (y adinerados) emprendedores de Silicon Valley, incluido el inversor Peter Thiel; el presidente de Y Combinator, Sam Altman; y la cofundadora de la incubadora, Jessica Livingston. Los inversores de la organización sin ánimo de lucro se han comprometido a aportar 1.000 millones de dólares (unos 908 millones de euros) en financiación al proyecto, y está siendo dirigida por el destacado investigador de IA Ilya Sutskever que dejó Google para unirse al proyecto y por el empleado de la destacada empresa de pagos digitales Stripe Greg Brockme.

Mientras que OpenIA se ha comprometido a poner las tecnologías que desarrolle a disposición del público, desde luego también podrían beneficiar a empresas respaldadas por Musk y Thiel, además de las que emerjan de Y Combinator.