Todos los robots que vemos en las cadenas de montaje, o incluso ya en sitios como restaurantes, han tenido que pasar un proceso previo de entrenamiento en redes neuronales que les ha otorgado cierto avance en sus tareas.
Sin embargo, este proceso de entrenamiento previo puede llevar incluso años, pero por suerte, Toyota Research Institute (TRI) ha creado un método de inteligencia artificial generativa, que permite de forma rápida y eficiente, incluir habilidades nuevas y mejoradas a los robots.
“Nuestra investigación en robótica tiene como objetivo amplificar a las personas en lugar de reemplazarlas», dijo Gill Pratt, director ejecutivo de TRI y científico jefe de Toyota Motor Corporation.
“Esta nueva técnica de enseñanza es muy eficiente y produce comportamientos de muy alto rendimiento, lo que permite a los robots amplificar a las personas de muchas formas de manera más efectiva”.
Y es que el campo de la enseñanza de los robots incluye una gran variedad de técnicas, que van desde la programación convencional hasta enfoques más sofisticados como la parte del aprendizaje automático.
Lo malo es que los métodos más avanzados para enseñar a los robots requieren de mucho tiempo, y algunos de ellos incluso se muestran ineficaces.
Así funciona esta nueva tecnología
Esta nueva tecnología creada por Toyota es un aprendizaje mediante demostraciones hápticas, así como descripciones habladas de los objetivos.
Esto permite introducir de forma independiente nuevos comportamientos a los robots, produciendo resultados confiables y eficientes, y encima rápidos.
“Las tareas que estoy viendo realizar a estos robots son simplemente asombrosas; incluso hace un año, no habría predicho que estuviéramos cerca de este nivel de destreza diversa», comenta Russ Tedrake, vicepresidente de Investigación en robótica del TRI.
“Lo interesante de este nuevo enfoque es la velocidad y la confiabilidad con la que podemos agregar nuevas habilidades. Debido a que estas habilidades funcionan directamente a partir de imágenes de cámaras y sensores táctiles, utilizando solo representaciones aprendidas, pueden desempeñarse bien incluso en tareas que involucran objetos, telas y líquidos deformables, todo lo cual tradicionalmente ha sido extremadamente difícil para los robots”, añade.
