211service.com
Enjambre de robots
En marzo de este año, Radhika Nagpal, científica informática de la Universidad de Harvard, y sus colegas caminaron 10 millas por día a través de una isla tropical en medio del Canal de Panamá, en busca de hormigas armadas. Los insectos trabajan juntos en grupos de decenas o incluso cientos de miles para proteger a su reina y larvas, utilizando sus propios cuerpos para crear y mantener un nido temporal. Pero no hay líder entre ellos, ni capataz ni jefe. Las criaturas crean estas estructuras complejas como colectivo.
En la mañana del segundo día, Nagpal había estado buscando durante horas cuando Mike Rubenstein, un especialista en robótica de la Universidad Northwestern, pisó accidentalmente un tronco podrido. Su bota de goma atravesó la madera. Inmediatamente, Nagpal corrió para ver cómo el enjambre de insectos reparaba su nido dañado. Estaba radiante, recuerda el biólogo Simon Garnier del Instituto de Tecnología de Nueva Jersey, científico principal de la expedición. A veces desearía que mis propios alumnos fueran más así.
Nagpal estaba en Panamá para aprender de las hormigas, o al menos inspirarse. Como líder en el campo emergente de la robótica de enjambres, o inteligencia artificial colectiva, abarca múltiples campos, incluidos la ingeniería mecánica, el diseño industrial e incluso la biología del comportamiento. Antes de diseñar robots que trabajan juntos para construir estructuras simples, ella y sus colegas viajaron a Namibia para estudiar de cerca las termitas, y el viaje a Panamá lanzó un nuevo proyecto inspirado en las hormigas armadas. (La cantidad de actuadores que tiene una hormiga hace que un especialista en robótica quiera llorar, dice ella). Pero su laboratorio es mejor conocido por construir un grupo de 1,024 máquinas simples, idénticas y de bajo costo que ella llama kilobots. Los robots achaparrados y cilíndricos realizan tareas básicas en grupo. No hay líder entre ellos. Tampoco hay interferencia humana. Son un verdadero enjambre artificial.
Uno de los 1.024 kilobots de Nagpal
Las aplicaciones potenciales para los colectivos de robots varían ampliamente, desde abejas robóticas para trabajos de búsqueda y rescate hasta vehículos de construcción autónomos que podrían construir hábitats en la Luna o Marte antes de las misiones tripuladas. Pero estas visiones futuristas no son lo que impulsa a Nagpal. En un nivel, sí, esto puede conducir a aplicaciones, pero también se trata de descubrimientos científicos, dice ella. El punto es poder descubrir nuevos conocimientos y no necesariamente saber cómo influirá eso en la humanidad dentro de 20 años.
La investigación de Nagpal ha aparecido en la portada de Ciencias y Naturaleza , y en 2014 fue citada como una de Naturaleza 's 10, una lista anual de personas que importan en la ciencia. Sin duda es una científica brillante, añade Garnier. Pero también nunca perdió la curiosidad de los niños.
Encontrar su propio camino
Nagpal, de 45 años, se crió en la India, que ella describe como un país donde la inteligencia de las niñas no era apreciada e incluso problemática. Como una niña inteligente que crecía, quedó muy claro que preferirían que los niños fueran inteligentes, recuerda. Se suponía que las niñas debían aprender a cocinar, no a programar. Y si una chica sobresalía académicamente, la medicina era uno de los pocos caminos aceptables.
Así que Nagpal decidió que todo lo que estuviera remotamente relacionado con la medicina, como la biología, estaba fuera de los límites. Toda mi estrategia fue escapar, dice ella. Si había un camino predestinado para las mujeres, yo no iba a seguir ese camino, solo por temor a quedar encerrada en ese sistema y nunca poder tomar otra decisión por mi cuenta.
A pesar de las normas culturales, los padres de Nagpal (su padre es ingeniero mecánico y obtuvo su doctorado en Georgia Tech) le permitieron asistir al MIT. Como estudiante de primer año, aprovechó el sistema de calificación de aprobado/reprobado para inscribirse en la clase introductoria de computación 6.001. Pensé que iba a ser difícil, dice ella, pero luego me encantó.
Radhika Nagpal dice que ella y su grupo ya no nombran a los más de 1000 robots de su laboratorio.
Como estudiante de posgrado en 1996, Nagpal leyó Amorphous Computing, un libro blanco recientemente publicado en el que sus asesores, Harold Abelson, PhD '73, y Gerald Jay Sussman '68, PhD '73, y otros describieron una dirección inusual para la informática. No se concentraron en computadoras individuales y poderosas, sino en multitudes programables hechas de máquinas simples que, cuando trabajaban juntas, podían producir resultados complejos. Aunque la tecnología existente no estaba lista para respaldar la visión, el concepto se convirtió en la base de sus estudios de doctorado.
A medida que avanzaba, se casaba y formaba su propia familia, Nagpal se negó a permitir que su carrera aplastara sus otras pasiones: pintar, bailar y, en general, vivir una vida plena y equilibrada. Después de obtener un puesto de profesora junior en Harvard en 2004, descuidó la politiquería académica, se negó a participar en sesiones de laboratorio que duraban toda la noche y adoptó la política de no revisar el correo electrónico los fines de semana. Estas decisiones, detalladas en un 2013 Científico americano entrada en el blog llamado The Awesomest 7-Year Postdoc or: How I Learned to Stop Worrying and Love the Tenure-Track Teacher Life, resonó dentro y fuera de la academia. Uno de sus colegas predijo que su publicación probablemente sería su obra más leída. Sin embargo, Nagpal se las arregló para ganarse la titularidad y la oportunidad de moldear su laboratorio ideal: un colectivo equilibrado y diverso capaz del tipo de interacciones sin líderes que ella estudia en la naturaleza, pero aún así abierto a la guía y la instrucción de cierto profesor completo.
Creando un kiloswarm
Recientemente, casi dos décadas después de haber leído su libro blanco, Nagpal invitó a Abelson a su laboratorio para ver la computadora amorfa hecha realidad en forma de 1024 kilobots. Cada robot se sostiene sobre tres patas metálicas delgadas como un clip y es lo suficientemente pequeño como para esconderse en sus manos cerradas. Se mueven cuando se activan dos pequeños motores, del tipo que hacen vibrar los teléfonos inteligentes, lo que hace que los bots se deslicen por superficies lisas; se comunican entre sí haciendo rebotar señales infrarrojas en el suelo. Ni siquiera tienen un interruptor de encendido, ya que eso habría significado pasar una hora encendiéndolos todos. En cambio, los científicos fabricaron una varita que transmite una señal infrarroja que indica a los robots que se enciendan o apaguen.
Cuando Nagpal y Rubenstein, su postdoctorado en ese momento y su principal colaborador en el proyecto, se dispusieron a construir su enjambre de kilobots, el campo era tan joven que el colectivo más grande que su grupo había construido eran tres máquinas. Nadie tenía mil robots, recuerda. Cien se consideraba un número muy, muy grande. Llegar a mil parecía una tarea imposible, pero al mismo tiempo, sentías que si lo hacías, aprenderías algo que no podrías haber aprendido de otra manera.
Una de las primeras lecciones fue que, si bien ciertos algoritmos funcionaban perfectamente bien con decenas de robots, el uso de estos programas con un número mucho mayor revelaba fallas. Aunque fueron diseñados para ser exactamente iguales, algunos de los robots son un poco más rápidos o más lentos, y cuando Nagpal y el grupo ejecutaron un programa de autoensamblaje, durante el cual se suponía que el enjambre se transformaría de una gota amorfa a una forma determinada. como una llave inglesa o una estrella de mar, un solo bot rezagado era un problema importante. Cada robot lento o cada robot que se porta mal era un embotellamiento y podía derribar todo el sistema, dice ella. Sin embargo, estos valores atípicos no crearon tales problemas en colectivos más pequeños de menos de 100 robots.
En general, Nagpal aprendió que tanto la variación (robots lentos y rápidos, por ejemplo) como los errores raros, como un kilobot que simplemente dejó de funcionar, eran características naturales de un sistema grande. Cuando hacías funcionar mil robots durante varias horas, algunos iban a diferentes velocidades y otros se iban a romper. Esto no fue una gran sorpresa; había visto el equivalente natural en Namibia y en otros lugares. Los insectos individuales a menudo se comportaban de manera diferente, marchando brevemente en la dirección equivocada, pero el colectivo aún funcionaba. Entonces, en lugar de intentar construir máquinas perfectas o editar los algoritmos, decidió desarrollar un segundo conjunto de algoritmos que corrigen errores y variaciones. Ahora, si un kilobot falla, sus vecinos ordenarán que se reinicie o, si eso falla, se declararán muertos. La última estrategia es el equivalente de enjambre de activar sus peligros en la carretera y decirles a todos que conduzcan a su alrededor. Funciona: entre otras tareas, los kilobots se pueden programar para autoensamblarse en formas específicas sin ninguna intervención de los investigadores. En un esfuerzo separado, Nagpal y sus colegas construyeron un pequeño colectivo de robots más complejos que colaboraron para construir estructuras básicas. Este fue el proyecto que detonó el viaje a Namibia. Los investigadores habían planeado construir sus robots con ladrillos de espuma geométricos sólidos hasta que vieron termitas en Namibia construyendo con arcilla flexible y flexible. Cuando regresaron al laboratorio, decidieron construir robots adicionales que pudieran mover materiales similares a sacos de arena y espuma amorfa. Sin embargo, el viaje también tenía un propósito motivacional. La otra influencia fue simplemente volver a sorprenderse y revitalizarse sobre cuán efectiva puede ser la inteligencia colectiva, dice ella.
Nagpal espera que la expedición panameña tenga el mismo efecto en su próximo proyecto: una especie de híbrido de kilobots y robots de construcción. Su plan es diseñar robots que se comporten como hormigas armadas, utilizando sus propios cuerpos como materiales de construcción básicos. El objetivo es difícil y Nagpal reconoce la grandiosidad de la tarea. Sin embargo, se ha convertido en una regla ir más allá de lo plausible. Nuestros sueños a menudo están más allá de los límites de lo que es posible, dice ella. Pero también es cierto que el punto medio de los sueños sigue siendo genial.