211service.com
Exclusivo: este es el robot más diestro jamás creado
CITRIS MEDIA Citris Media
Puede que no parezca tan especial, pero el robot de arriba es, según una nueva medida, el más diestro jamás creado. Entre otros trucos, podría ordenar su cajón de chatarra con una velocidad y habilidad inigualables.
La clave de su destreza no está en sus pinzas mecánicas sino en su cerebro. El robot utiliza un software llamado Dex-Net para determinar cómo recoger incluso objetos de aspecto extraño con una eficiencia increíble.
Dex-Net fue desarrollado por Ken Goldberg , profesor de UC Berkeley, y uno de sus estudiantes de posgrado, Jeff Mahler. El software se ejecuta en una máquina industrial estándar fabricada por ABB, una empresa suiza de robótica. Goldberg demostró la última versión de su sistema en EmTech Digital, un evento en San Francisco organizado por Revisión de tecnología del MIT y dedicado a la inteligencia artificial.
El sistema de Goldberg está mucho más cerca de igualar la destreza de un ser humano que cualquier otro desarrollado anteriormente. Los robots industriales con mejor destreza podrían encontrar aplicación en almacenes y fábricas, así como en hospitales y hogares.
Lo que es especialmente inteligente acerca de Dex-Net es cómo aprende a comprender. El software intenta recoger objetos en un entorno virtual, entrenando una red neuronal profunda a través de prueba y error. Incluso en simulación, esta es una tarea laboriosa. Sin embargo, de manera crucial, Dex-Net puede generalizar a partir de un objeto que ha visto antes a uno nuevo. El robot incluso empujará un objeto para verlo mejor si no está seguro de cómo agarrarlo. La última versión del sistema incluye un sensor 3D de alta resolución y dos brazos, cada uno controlado por una red neuronal diferente. Un brazo está equipado con una pinza de robot convencional y otro con un sistema de succión. El software del robot escanea un objeto y luego analiza ambas redes neuronales para decidir, sobre la marcha, si tiene más sentido agarrar o succionar ese objeto en particular.
Los investigadores de UC Berkeley también desarrollaron una mejor manera de medir el rendimiento de un robot de recolección: una métrica llamada selecciones medias por hora, que se calcula multiplicando el tiempo promedio por selección y la probabilidad promedio de éxito para un conjunto consistente de objetos.
La nueva métrica ayudará a los laboratorios de investigación que trabajan en robots de recolección a compartir sus resultados. Hemos estado hablando sobre cómo alinear nuestros resultados para que veamos el progreso, dice Goldberg. Todo depende de qué robot esté usando, qué sensor esté usando y, muy importante, qué objetos esté usando.
jeremy portje
Los humanos son capaces de hacer entre 400 y 600 selecciones medias por hora. En un concurso organizado por Amazon recientemente, los mejores robots eran capaces de hacer entre 70 y 95. La nueva máquina alcanza entre 200 y 300 selecciones medias por hora, dice Goldberg. Los resultados se presentarán en una conferencia en Australia a finales de este año.
Durante su presentación, Goldberg agregó que dentro de cinco años, espera que los robots alcancen 'elecciones medias humanas o incluso sobrehumanas por hora'.
Agarrar y manipular objetos incómodos y desconocidos es un desafío fundamental en robótica, y uno que ha frenado la tecnología. Los robots que se encuentran en las fábricas de automóviles, por ejemplo, son rápidos y precisos, pero no tienen la capacidad de adaptarse a un entorno cambiante o desconocido. Además del trabajo de fábrica o almacén, una manipulación más sofisticada puede dar lugar a los primeros robots útiles para ayudar a las personas en lugares como hospitales y centros de atención a personas mayores.
El progreso reciente en este aspecto de la robótica es el resultado de varias tendencias simultáneas. Han proliferado robots más pequeños y más seguros, han surgido nuevos tipos de pinzas finales y, lo que es más importante, se han logrado grandes avances en el aprendizaje automático.
Jeff Mahler, estudiante de posgrado de UC Berkeley, configura el sistema de robot Dex-Net. Adriel Olmos
Además del trabajo y la investigación de Goldberg en varios otros laboratorios académicos, investigadores en lugares como Mente profunda y IA abierta han comenzado a explorar cómo se podría utilizar el aprendizaje automático para hacer que los robots sean más inteligentes y adaptables. Los avances en robótica bien pueden retroalimentar otras áreas de la IA, como la percepción.
El aprendizaje automático está teniendo un impacto sin precedentes en la robótica, dice Russ Tedrake, profesor del MIT que ha visto una demostración del robot de UC Berkeley. Hay un valor increíble en hacer que los robots proliferen hasta el punto de que finalmente tengamos grandes datos para la robótica.