BLOG

25 Abr

Dex-Net: una habilidad que podría transformar fábricas y almacenes

“La máquina con los dedos más ágiles hasta ahora muestra cómo el aprendizaje automático puede enseñar a los robots a reconocer y elegir diferentes tipos de objetos, una habilidad que podría transformar muchas fábricas y almacenes.”

La clave de su destreza no está en sus pinzas mecánicas sino en su cerebro. El robot usa 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 , un profesor en UC Berkeley, y uno de sus estudiantes graduados, Jeff Mahler. El software se ejecuta en una máquina industrial fabricada por ABB.

Lo que es especialmente inteligente sobre Dex-Net es cómo aprende a captar. 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. De manera crucial, sin embargo, Dex-Net puede generalizar de un objeto que ha visto antes a uno nuevo. El robot incluso empujará un elemento para verlo mejor si no está seguro de cómo debe agarrarse. La última versión del sistema incluye un sensor 3-D 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 observa 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 selección: 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.

Los seres humanos son capaces de entre 400 y 600 picos medios por hora. En un concurso organizado recientemente por Amazon, los mejores robots podían tener entre 70 y 95. La nueva máquina alcanza entre 200 y 300 picos medios por hora, dice Goldberg.

Durante su presentación, Goldberg agregó que dentro de cinco años, espera que los robots alcancen “picos medios humanos o incluso sobrehumanos por hora”.

Agarrar y manipular objetos incómodos y desconocidos es un desafío fundamental en robótica, y uno que ha retenido 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 en la fábrica o en el almacén, una manipulación más sofisticada puede conducir a los primeros robots útiles para ayudar a las personas en lugares como hospitales e instalaciones de atención a personas mayores.

Además del trabajo y la investigación de Goldberg en muchos otros laboratorios académicos, investigadores en lugares como DeepMind y OpenAI han comenzado a explorar cómo el aprendizaje automático podría usarse para hacer que los robots sean más inteligentes y más adaptables. Los avances en robótica pueden retroalimentarse en otras áreas de la inteligencia artificial, como la percepción.

“El aprendizaje automático está teniendo un impacto sin precedentes en la robótica”, dice Russ Tedrake, un profesor del MIT que ha visto al robot de UC Berkeley con una demostración. “Hay un valor increíble para que los robots proliferen hasta el punto de que finalmente tengamos grandes datos para la robótica”.