Los robots son buenos en determinadas tareas. Son fantásticos para coger y mover objetos, por ejemplo, e incluso están mejorando sus habilidades en la cocina.

Pero si bien los robots pueden completar fácilmente este tipo de tareas en un laboratorio, lograr que trabajen en un entorno desconocido donde hay pocos datos disponibles es un verdadero desafío.

Un nuevo sistema llamado OK-Robot podría entrenar robots para recoger y mover objetos en entornos que les son desconocidos. Este enfoque podría cerrar la brecha entre los modelos de IA que mejoran rápidamente y las capacidades reales de los robots, ya que no requiere ninguna capacitación adicional, costosa y compleja.

Stretch is an $18,000 robot that will try and help around the house pic.twitter.com/OcHr9V11WO

Para desarrollar el sistema, investigadores de la Universidad de Nueva York y Meta probaron Stretch un robot disponible comercialmente fabricado por Hello Robot que consta de una unidad con ruedas, una barra vertical y un brazo retráctil, en un total de 10 habitaciones en cinco casas.

Mientras estaba en una habitación con el robot, un investigador escaneaba su entorno usando Record 3D, una aplicación de iPhone que utiliza el sistema LiDAR del teléfono para tomar un video en 3D y compartirlo con el robot.

Luego, el sistema OK-Robot ejecutó un modelo de detección de objetos de IA de código abierto en los fotogramas del vídeo. Esto, en combinación con otros modelos de código abierto, ayudó al robot a identificar objetos en esa habitación, como un dragón de juguete, un tubo de pasta de dientes y una baraja de cartas, así como ubicaciones alrededor de la habitación, incluidas una silla, una mesa, y un bote de basura.

Luego, el equipo le indicó al robot que recogiera un elemento específico y lo trasladara a una nueva ubicación. El brazo de pinza del robot lo hizo con éxito en el 58,5% de los casos. La tasa de éxito aumentó hasta el 82% en las salas menos abarrotadas, según señala la investigación, que aún no ha sido revisada por pares.

El reciente auge de la IA dio lugar a enormes avances en las capacidades de lenguaje y visión por computadora, lo que ha permitido a los investigadores de robótica acceder a modelos y herramientas de IA de código abierto que no existían ni siquiera hace tres años, según explica Matthias Minderer, científico investigador senior de visión por computadora de DeepMind (Google), quien no participó en el proyecto.

"Yo diría que es bastante inusual depender completamente de modelos disponibles en el mercado y que es bastante impresionante lograr que funcionen", explica Minderer.

"Hemos visto una revolución en el aprendizaje automático que ha hecho posible crear modelos que funcionan no sólo en laboratorios, sino también en el mundo abierto. Ver que esto realmente funciona en un entorno físico real es una información muy útil", añade.

Debido a que el sistema de los investigadores utilizó modelos que no estaban ajustados a este proyecto en particular, cuando el robot no pudo encontrar el objeto que se le ordenó buscar, simplemente se detuvo en seco en lugar de intentar encontrar una solución.

Esa importante limitación es una de las razones por las que el robot tenía más probabilidades de tener éxito en entornos más ordenados: menos objetos significaban menos posibilidades de confusión y un espacio más despejado para la navegación.

Usar modelos de código abierto ya preparados fue a la vez una bendición y una maldición, dice Lerrel Pinto, profesor asistente de informática en la Universidad de Nueva York, quien codirigió el proyecto.

"El lado positivo es que no es necesario proporcionar al robot ningún dato adicional de entrenamiento en el entorno, simplemente funciona", afirma Pinto. “En el lado negativo, sólo puede recoger un objeto y soltarlo en otro lugar. No puedes pedirle que abra un cajón, porque sólo sabe hacer esas dos cosas”.

La combinación de OK-Robot con modelos de reconocimiento de voz podría permitir a los investigadores dar instrucciones simplemente hablando con el robot, lo que les facilitaría experimentar con conjuntos de datos fácilmente disponibles, según afirma Mahi Shafiullah, estudiante de doctorado de la Universidad de Nueva York que codirigió la investigación.

"Existe un sentimiento muy generalizado en la comunidad [de la robótica] de que los hogares son difíciles, los robots son difíciles y combinar hogares y robots es simplemente imposible. Creo que una vez que la gente empiece a creer que los robots domésticos son posibles, se empezará a trabajar mucho más en este campo", concluye Shafiullah.

Científicos en la Universidad de California en Los Ángeles (UCLA) desarrollan una herramienta de inteligencia artificial para acelerar la búsqueda de evidencias de civilizaciones extraterrestres, y para ello han echado mano del público, que con solo una computadora o un teléfono inteligente puede ayudar, dijo Jean-Luc Margot, líder del proyecto.

El equipo de Margot, profesor de Ciencias de la Tierra, Planetarias y Espaciales, analiza señales de radio para distinguir entre las procedentes de fuentes locales, como sistemas de telecomunicación o radares, y aquellas de origen extraterrestre.

Y de las originadas en el espacio profundo busca discernir entre las provocadas por fenómenos naturales como cuásares y supernovas, y las que pudieron ser generadas por medios técnicos. Los astrónomos llaman a estas últimas “firmas tecnológicas”. “Esencialmente estamos buscando otros ingenieros allá afuera en la galaxia”, declaró Margot.

Investigador santafesino explica el auge de la inteligencia artificial

El proyecto se basa en ondas radiales debido a que, de acuerdo con el académico, “es muy fácil generarlas, se esparcen a la velocidad de la luz y el universo es muy transparente a ellas, lo que las hace muy buenas para la comunicación” a escala espacial.

Desde 2016 el equipo de UCLA ha usado el Telescopio Green Bank en Virginia Occidental, el mayor radiotelescopio totalmente orientable del mundo, para captar emisiones procedentes de estrellas y sistemas planetarios. “Hemos sondeado unas 41.000 estrellas y detectado alrededor de 64 millones de señales”, indicó el investigador.

De las señales recibidas, aproximadamente 99,8 % son clasificadas por el sistema computacional del proyecto como interferencia radial de origen humano, lo que aún deja cientos de miles de las señales más prometedoras que deben ser examinadas por personas.

Pero una nueva herramienta que el equipo está desarrollando con ayuda del público se propone agilizar la búsqueda. El programa SETI (Búsqueda de Inteligencia Extraterrestre) de UCLA convocó el 14 de febrero a cualquier persona que lo desee a colaborar en la clasificación de las señales. Para ello solo se necesita una computadora o un teléfono inteligente.

Después de ver un breve tutorial en la página de la plataforma de investigación de Zooniversee, a los voluntarios se les pide que examinen imágenes de ondas de radio y que contesten preguntas sencillas, por ejemplo si están orientadas vertical u horizontalmente. A continuación deben elegir entre un conjunto de ilustraciones de tipos comunes de interferencia radial aquella que mejor corresponda a la señal que analizaron.

Informe oficial de Estados Unidos advierte que en 2022 “se triplicaron los avistamientos de ovnis”

Con ello los investigadores buscan generar algoritmos (conjuntos de instrucciones precisas) de inteligencia artificial que discriminen con mayor eficiencia las señales. “La herramienta de inteligencia artificial que estamos construyendo con ayuda de científicos ciudadanos automáticamente reconocerá y eliminará las clases más persistentes de interferencia, y acelerará nuestra búsqueda porque podremos enfocarnos en las señales más interesantes”, dijo Margot a EFE.

Para el profesor, esta sociedad puede anclar la conversación sobre la vida fuera de la Tierra en la ciencia y lejos de la fantasía. “Esperamos que nuestra plataforma ofrezca una probada del método científico a nuestros voluntarios. El método científico es un motor poderoso para abandonar los mitos y descubrir verdades acerca de la naturaleza”, apuntó.

Dijo estar “emocionado por la asombrosa respuesta del público” y precisó que de los 236 examinadores que había en la etapa previa, que completaron 5.000 clasificaciones, desde el inicio de la iniciativa de colaboración ciudadana “miles de voluntarios han entregado 200.000 clasificaciones”.

Agregó que aún espera que más personas del público se unan a esta misión.

El catedrático dijo no sentirse desalentado por el hecho de que hasta ahora no se hayan encontrado evidencias de vida fuera de nuestro planeta. “La ausencia de evidencia no es evidencia de ausencia. No hemos buscado por mucho tiempo, así que no es sorprendente que aún no hayamos encontrado nada. El volumen de búsqueda es vasto, pero nuestras capacidades y algoritmos siguen mejorando cada día, y estoy emocionado con esta búsqueda”, confesó.

En cuanto a la vida inteligente, señaló que la probabilidad de que una civilización extraterrestre desarrollara su potencial comunicación interestelar al mismo tiempo que los humanos (en las últimas décadas con el desarrollo de la radioastronomía) “es prácticamente cero”, dados los 14.000 millones de años del universo.

Por tanto, aseveró que “es casi seguro que otra civilización evolucionara en un momento distinto, lo que significa que son más avanzados que nosotros por miles o millones de años”. “Tenemos el potencial de establecer contacto con una civilización mucho más avanzada. Imagínese lo que podríamos aprender, los beneficios para la ciencia, la ingeniería, la medicina, las artes, la filosofía”, puntualizó.