Se ha inaugurado en China un «jardín de infancia» robótico, que explora el autoaprendizaje para las máquinas, más allá del entrenamiento dirigido por humanos. En este nuevo centro, los robots desarrollan habilidades mediante su propia experiencia, en lugar de limitarse a reproducir instrucciones y demostraciones humanas. El proyecto explora una nueva generación de inteligencia robótica basada en el aprendizaje continuo.
El objetivo de este peculiar «jardín de infancia» es poner a prueba una idea que puede cambiar la forma en la que se entrenan las máquinas: permitir que aprendan por sí mismas, mediante la interacción con el mundo físico, en lugar de limitarse a repetir lo que previamente les han enseñado los humanos, según informa Global Times.
Percepción, tacto y aprendizaje continuo
El centro se ubica en el distrito de Shijingshan, en Pekín, y ha sido creado conjuntamente por Tashan Technology, una empresa china especializada en sensores táctiles, y un equipo dirigido por Richard Sutton, investigador pionero del aprendizaje por refuerzo y galardonado con el Premio Turing. La instalación se centra en dos conceptos clave: la percepción mediante el tacto y el aprendizaje continuo de los robots.
En lugar de ofrecer a cada máquina un manual detallado sobre cómo caminar, agarrar un objeto o desenvolverse en un espacio, los investigadores quieren que los robots descubran esas capacidades a través de la experiencia. Durante la apertura, los dispositivos observados repetían movimientos, recibían información de su interacción física con el entorno y modificaban su comportamiento en sucesivos intentos.
Aprender a base de errores
¿Cómo funciona este nuevo esquema de aprendizaje robótico? Si un robot intenta caminar y choca contra una pared, el golpe no se considera únicamente un fallo: se convierte en información. La máquina registra lo ocurrido, modifica sus movimientos y vuelve a intentarlo.
En este planteamiento, equivocarse forma parte del aprendizaje. Es una lógica que recuerda a la manera en que un niño pequeño aprende a desplazarse, coger objetos o calcular las consecuencias de sus acciones a base de probar, fallar y volver a intentarlo.
La importancia de la experiencia propia
Esta filosofía supone un cambio respecto al entrenamiento que predomina actualmente en buena parte de la robótica. Muchos sistemas aprenden a partir de demostraciones humanas, datos obtenidos mediante teleoperación o técnicas de captura de movimiento.
Después, su comportamiento puede quedar relativamente condicionado por aquello que hallaron durante el entrenamiento. La idea del aprendizaje continuo pretende que el robot siga adaptándose incluso después de haber sido desplegado, también ante objetos y situaciones que no estaban contemplados inicialmente.
Para obtener los resultados buscados, el tacto adquiere una importancia especial. Una cámara puede indicar a una máquina dónde está un objeto, pero tocarlo permite obtener información sobre su resistencia, su superficie o la fuerza necesaria para manipularlo.
Una guardería en Pekín enseña a los robots a aprender por sí mismos. / Crédito: Andy Kelly en Unsplash.
Más real y contextual, pero más lenta
El proyecto parte de la premisa de que una inteligencia verdaderamente «encarnada» necesita aprender no solo qué hay en el entorno, sino también cómo responde el mundo físico a sus acciones. Tashan ha vinculado precisamente su investigación al desarrollo de sensores táctiles para robots.
La estrategia, sin embargo, tiene una desventaja que es necesario indicar: es más lenta que enseñar a un robot mediante imitación. Además, exige máquinas suficientemente resistentes como para sobrevivir a los errores cometidos durante el proceso. Si no puede cometer un error no puede aprender, de acuerdo al nuevo esquema.
Una apuesta hacia el futuro de la robótica
Los resultados iniciales muestran tanto el potencial como las limitaciones del enfoque. En el centro de aprendizaje, un pequeño robot con apariencia de araña consiguió aprender a desplazarse hacia adelante en unos 40 minutos, sin conocimientos previos.
Pero los propios investigadores advierten que se trata de una tarea muy concreta. Enseñar a un robot humanoide a desenvolverse en el mundo real implica afrontar muchas más variables: equilibrio, consumo energético, temperatura, coordinación y seguridad.
Por ahora, la «guardería» de Pekín no sustituirá los métodos existentes, sino que intentará complementarlos. La simulación, la imitación y la teleoperación seguirán teniendo un papel importante. A pesar de esto, a medida que los robots abandonen los laboratorios y entren en fábricas, servicios y hogares, la capacidad de aprender de su propia experiencia podría convertirse en uno de los grandes saltos de la robótica.
