Tendencias21
Crean un robot con sentido de la propiedad

Crean un robot con sentido de la propiedad

Investigadores norteamericanos han desarrollado un robot que es capaz de reconocer y respetar los objetos que pertenecen a otros robots o personas. Mediante el uso de reglas explícitas y el aprendizaje empírico, actúa como los humanos reconocen y respetan la propiedad de los demás.

Crean un robot con sentido de la propiedad

Investigadores estadounidenses han desarrollado un software que permite a los robots reconocer los objetos que les pertenecen y los que pertenecen a otros robots o personas. Se trata de un software cuyo propósito es permitir que los robots reconozcan, pero también respeten, el concepto de propiedad.

«Comprender la propiedad de los objetos, los permisos y las costumbres es uno de esos temas que realmente no ha recibido mucha atención, pero que será fundamental para la forma en que funcionan las máquinas en nuestros hogares, escuelas, escuelas y oficinas»,  explican sus desarrolladores en un artículo publicado en arXiv.

En este artículo, los investigadores dicen que han combinado dos algoritmos de aprendizaje automático. El primero usa reglas explícitas, mientras que el segundo usa inferencia bayesiana, un tipo de inferencia estadística en la que las evidencias u observaciones se emplean para actualizar o inferir la probabilidad de que una hipótesis pueda ser cierta.

Estos dos enfoques combinados permitieron a estos científicos de la Universidad de Yale desarrollar un robot que procede de la misma forma en la que los humanos reconocen y respetan la propiedad de los demás, mediante el uso de reglas explícitas y el aprendizaje empírico.

Los investigadores informaron que lograron resultados interesantes con un robot colaborativo Baxter de la empresa Rethink Robotics. Pero creen que otros modelos podrían estar equipados con la plataforma de aprendizaje.

Resultados prometedores

Los resultados conseguidos en este primer prototipo son prometedores: en una serie de simulaciones, el robot pudo inferir qué objetos pertenecían a él y cuáles no, incluso con una «cantidad limitada de datos de entrenamiento», según el citado artículo.

«Con la creciente prevalencia de la inteligencia artificial y la robótica en nuestras vidas sociales, la competencia social se está convirtiendo en un componente crucial para los sistemas inteligentes que interactúan con los humanos», dice el documento. «Sin embargo, explicar e implementar estas normas en un robot es un desafío».

«Mi laboratorio de investigación se centra en construir robots con los que sea fácil interactuar con las personas», explica Brian Scassellati, uno de los investigadores que llevaron a cabo el estudio, citado por Tech Xplore. «Parte de ese trabajo es ver cómo podemos enseñar a las máquinas conceptos sociales comunes, cosas que son esenciales para nosotros como seres humanos, pero que no siempre son los temas que atraen la mayor atención. Comprender las propiedades de los objetos, los permisos y las costumbres es uno de estos temas que realmente no han recibido mucha atención, pero serán críticos para la forma en que las máquinas operan en nuestros hogares, escuelas y oficinas», añade.

Propiedad gráfica

En el enfoque ideado por Scassellati, Xuan Tan y Jake Brawer, la propiedad se representa como un gráfico de relaciones probabilísticas entre los objetos y sus propietarios. Esto se combina con una base de datos de normas basadas en predicados, que restringen las acciones que el robot puede completar usando objetos propios.

«Uno de los desafíos en este trabajo es que algunas de las formas en que aprendemos sobre la propiedad son a través de reglas explícitas (por ejemplo, ‘no uses mis herramientas’) y otras se aprenden a través de la experiencia», dijo Scassellati. «Combinar estos dos tipos de aprendizaje puede ser fácil para las personas, pero es mucho más difícil para los robots».

El sistema ideado por los investigadores se vale de un nuevo algoritmo que combina esas dos formas de aprendizaje: «la clave del trabajo que hicieron Xuan y Jake fue combinar dos tipos diferentes de representación de aprendizaje automático, uno que aprende de estas reglas simbólicas explícitas y otro que aprende de pequeñas experiencias», explicó Scassellati. «Hacer que estos dos sistemas funcionen juntos es lo que hace que esto sea un desafío, y al final, lo que lo hizo exitoso».

Los investigadores evaluaron el rendimiento de su sistema robótico en una serie de experimentos simulados y del mundo real. Descubrieron que podía completar efectivamente las tareas de manipulación de objetos que requerían una variedad de normas de propiedad a seguir, con una competencia y flexibilidad notables.

El estudio realizado por Scassellati y sus colegas ofrece un ejemplo notable de cómo los robots pueden ser entrenados para inferir y respetar las normas sociales. Investigaciones adicionales podrían aplicar construcciones similares a otras capacidades relacionadas con las normas y abordar situaciones complejas en las que diferentes normas u objetivos están en conflicto entre sí.

«Continuamos estudiando cómo construir robots que interactúen de manera más natural con las personas, y este estudio simplemente se centra en un aspecto de este trabajo», concluye Scassellati.

Referencia

That’s Mine! Learning Ownership Relations and Norms for Robots.  Zhi-Xuan Tan, Jake Brawer, Brian Scassellati. arXiv:1812.02576v2 [cs.AI] 10 Jan 2019

RedacciónT21

Hacer un comentario

RSS Lo último de Tendencias21

  • Dormir mal puede estar relacionado con problemas en la audición 2 junio, 2025
    Una investigación realizada en China y otros estudios recientes sugieren que las patologías del sueño, como el insomnio, el trastorno del movimiento periódico de las extremidades y la apnea del sueño podrían estar relacionados con la pérdida auditiva.
    Pablo Javier Piacente / T21
  • Un tatuaje electrónico puede leer los niveles de estrés 2 junio, 2025
    Un nuevo tatuaje electrónico portátil y ultradelgado que se coloca en la frente de forma no invasiva monitorea de manera inalámbrica la actividad cerebral, rastrea la carga cognitiva en tiempo real y potencialmente predice la fatiga mental y el estrés antes que se haga evidente.
    Pablo Javier Piacente / T21
  • ¿El próximo Einstein será un algoritmo? Nace la primera científica artificial que genera conocimiento 2 junio, 2025
    Una inteligencia artificial ha concebido, ejecutado y escrito una investigación original que ha sido aceptada en ACL 2025, uno de los foros científicos más prestigiosos del mundo. Zochi es la primera científica artificial reconocida por la élite.
    EDUARDO MARTÍNEZ DE LA FE/T21
  • Crean un "hormigón viviente" que se repara a sí mismo 2 junio, 2025
    Un equipo de investigadores ha desarrollado un tipo de concreto que puede curarse a sí mismo aprovechando el poder del liquen sintético. Mejora notablemente intentos anteriores de producir hormigón "vivo" hecho con bacterias, ya que el nuevo material logra ser completamente autosuficiente.
    Redacción T21
  • El eco cuántico del cerebro: ¿estamos entrelazados con nuestros pensamientos? 2 junio, 2025
    El entrelazamiento cuántico, la "acción fantasmal a distancia" que tanto intrigó a Einstein, podría no ser solo una rareza del microcosmos, sino que tendría un eco medible en los procesos cognitivos inconscientes mediante un aparente fenómeno “supercuántico”.
    EDUARDO MARTÍNEZ DE LA FE/T21
  • Un enorme desierto en Asia se está transformando en un vergel gracias al cambio climático 1 junio, 2025
    Los hallazgos de un nuevo estudio muestran que la ecologización del desierto de Thar ha sido impulsada principalmente por más lluvias durante las temporadas de monzones de verano, un aumento del 64% en las precipitaciones en general por el cambio climático y, en segundo lugar, por la infraestructura de riego que lleva el agua subterránea […]
    Pablo Javier Piacente / T21
  • La NASA está observando una enorme y creciente anomalía en el campo magnético de la Tierra 31 mayo, 2025
    La NASA está haciendo un seguimiento detallado de la "abolladura" o "bache" en el campo magnético terrestre descubierta en 1961, que crece rápidamente y podría ser el preludio de una inversión geomagnética: ocurre cuando los polos magnéticos norte y sur intercambian posiciones.
    EDUARDO MARTÍNEZ DE LA FE/T21
  • Los árboles pueden predecir las erupciones volcánicas 30 mayo, 2025
    La NASA, en colaboración con el Instituto Smithsonian, en Estados Unidos, está desarrollando nuevos métodos para anticipar erupciones volcánicas. Cuando el magma asciende a la superficie libera dióxido de carbono, y los árboles cercanos que absorben ese gas se vuelven más verdes y frondosos. Satélites como Landsat 8 vigilan la vegetación en zonas volcánicas, captando […]
    Pablo Javier Piacente / T21
  • Los delfines se ponen nombres "en clave" 30 mayo, 2025
    Un nuevo estudio ha identificado que los delfines no solo se dan nombres para reconocerse, sino que además estas denominaciones podrían esconder información secreta o "en clave", que estaría ligada a los sistemas sociales que sustentan el equilibrio de sus comunidades.
    Pablo Javier Piacente / T21
  • Sorprenden a una “estrella araña” devorando a su compañera 30 mayo, 2025
    Una colaboración internacional de astrónomos ha identificado un extraño sistema estelar en el que un púlsar conocido como “estrella araña” devora material de su estrella compañera, en un hallazgo que representa un eslabón perdido en la evolución de sistemas binarios compactos. 
    Redacción T21