Google DeepMind está empleando inteligencia artificial en manos robóticas para que puedan desempeñar tareas y movimientos más complejos de una manera más precisa y efectiva. Manos robóticas con IA. Una de las aplicaciones de esta tecnología que más promete en el futuro y que haría posible que la robótica logre grandes avances en lo que los robots pueden hacer.
La filial de Google (o mejor dicho, Alphabet) dedicada a la inteligencia artificial, tiene varios proyectos en marcha. Y uno de ellos tiene que ver con aplicar IA en manos robóticas. En concreto, han desarrollado dos sistemas distintos. ALOHA Unleashed y DemoStart. Ambos consisten en enseñar tareas complejas coordinadas a manos robóticas, ya de por sí avanzadas, gracias al uso de sensores y otros mecanismos. Y para hacer posible ese aprendizaje, emplean inteligencia artificial.
Por regla general, los brazos y las manos robóticas funcionan de manera individual. La cooperación existe, pero la coordinación entre estas máquinas es mínima. En una cadena de montaje, por ejemplo, los brazos robóticos están coordinados, pero en distintas tareas. Los experimentos realizados por los ingenieros de Google DeepMind pretenden que dos manos robóticas trabajen de forma coordinada en una misma misión. Como hacemos las personas. Este tipo de tareas, que para nosotros resulta natural, para una máquina es algo complicado. Ya que en el proceso se han de tener en cuenta muchas variables.
Manos robóticas con IA que trabajan en equipo
Uno de los grandes logros de estos investigadores es que han desarrollado un sistema que “mejora la destreza y también permite que dos manos robóticas se vuelvan «conscientes» mutuamente mientras trabajan juntas en un problema común”. Así que, por una parte, han conseguido que este tipo de dispositivos realice movimientos más precisos a pesar de la complejidad de los mismos. Y, por otra parte, han logrado que dos manos robótica interaccionen y colaboren en una tarea como puede ser atar los cordones de unas zapatillas deportivas.
La plataforma ALOHA, que ya va por su segunda versión, emplea aprendizaje mediante imitación en robótica. En concreto, es un “sistema general de aprendizaje de imitación para entrenar políticas hábiles en robots”. En esta ocasión, manos robóticas que aprenden con IA a realizar las tareas encomendadas. El proyecto se desarrolla en la Universidad de Stanford, y tendría muchas aplicaciones, todas ellas a partir de la operación de estas manos robóticas a distancia. O de manera autónoma. Por cierto, ALOHA es el acrónimo de a low-cost open-source hardware system for bimanual teleoperation. Que podríamos traducir por un sistema de hardware de código abierto de bajo coste para teleoperación bimanual.
Para comprobar hasta dónde podía llegar este sistema de aprendizaje, llamado ALOHA Unleashed, se realizaron “tareas autónomas en cinco tareas del mundo real: colgar una camisa, atar cordones de zapatos, reemplazar un dedo de robot, insertar engranajes y apilar artículos de cocina inicializados al azar”. Además, hicieron que las manos robóticas con IA realizasen tres tareas que implicaba la colaboración entre dos manos robóticas. “Inserción de una sola clavija, inserción de doble clavija y colocación de una taza en un plato”. El documento completo que explica ALOHA Unleashed y los experimentos se puede consultar en este documento PDF.
Coordinando manos robóticas con IA
El segundo proyecto que ha destacado Google DeepMind recientemente en lo que llama “destreza robótica” se llama DemoStart. Y tiene en común con ALOHA en que consiste en facilitar la coordinación de dos o más manos robóticas. Algo que será cada vez más necesario si queremos que los robots desempeñen toda clase de tareas. En esta ocasión, los investigadores del proyecto DemoStart han creado “un nuevo método de aprendizaje por refuerzo” para que una inteligencia artificial “aprenda de forma compleja comportamientos de manipulación en un brazo equipado con tres dedos”.
Tal y como apuntan los responsables del proyecto, “el aprendizaje mediante simulación reduce drásticamente el ciclo de desarrollo de la generación de comportamiento”. Es decir, que la IA aprende más rápido. En concreto, “enfoque supera las políticas aprendidas de las demostraciones sobre el robot real y requiere cien veces menos demostraciones, recopiladas en la simulación”. Lo que hace que el proceso de enseñar a la mano robótica con IA sea más rápido y barato. “Después de dominar una serie de tareas en la simulación y usar técnicas estándar para reducir la brecha similar a real, como la aleatorización de dominios, nuestro enfoque fue capaz de transferir lo aprendido al mundo físico”.
En el blog de Google DeepMind podemos leer que “el robot logró una tasa de éxito de más del 98% en una serie de tareas diferentes en la simulación, incluyendo reorientar cubos con un cierto color que se muestra, apretar una tuerca y un perno y ordenar las herramientas. En la configuración del mundo real, logró una tasa de éxito del 97% en la reorientación y elevación del cubo, y del 64% en una tarea de inserción de enchufe que requería una coordinación y precisión de alto dedo”.
Estos dos proyectos son un gran ejemplo de lo mucho que puede avanzar la robótica gracias a la implementación de inteligencia artificial. Por ahora, hemos visto tareas relativamente sencillas. Pero la escalabilidad de estos dos sistemas de aprendizaje para manos robóticas con IA puede ampliarse a toda clase de tareas relacionadas con su interacción con el mundo físico. “Todavía tenemos un largo camino por recorrer antes de que los robots puedan agarrar y manejar objetos con la facilidad y precisión de las personas, pero estamos haciendo un progreso significativo, y cada innovación innovadora es otro paso en la dirección correcta”.
