CNET también está disponible en español.

Ir a español

Don't show this again

Para Robo Brain, el Internet es su universidad

Con este proyecto, la Universidad de Cornell está creando un baúl de conocimientos para robots que contiene videos de YouTube, imágenes y manuales de instrucción tomados de Internet.

robobrain.jpg
Universidad de Cornell

Internet: ese gran repositorio con más de 3,300 millones de páginas indexadas con todo lo que necesitas - y no necesitas - saber desde millones de fotos de gatitos hasta cómo bailar tango.


Internet también es el lugar donde puedes enseñarle a un robot a hacer distintas tareas y a perfeccionar su capacidad de reconocimiento. De hecho, el mes pasado la Universidad de Cornell lanzó su proyecto Robo Brain (o, cerebro de robot), que describe como "un sistema computacional a gran escala que aprende de los recursos disponibles en Internet de manera pública, simulaciones computacionales y pruebas robóticas".

En estos momentos, mientras lees estas palabras, el robot está en el proceso de descargar 1,000 millones de páginas, 120,000 videos de YouTube y 100 millones de documentos instructivos y manuales de electrodomésticos, así como también sesiones de capacitación que los investigadores de Cornell suministraron a los robots en los laboratorios. Con el estudio de este contenido, el Robo Brain aprenderá a reconocer objetos y cómo son utilizados. También aprenderá sobre el lenguaje y comportamiento humanos. Pero, quizá lo más importante, es que tendrá la habilidad de transmitir este conocimiento a otros robots.

"Nuestros computadores y teléfonos tienen acceso a toda la información que deseamos", dijo el profesor de ciencias de la computación Ashutosh Saxena. "Si un robot se encuentra con una situación que no ha experimentado anteriormente, puede preguntarle a Robo Brain a través de la nube".

Si un robot ve una taza, por ejemplo, puede aprender de Robo Brain a reconocer que es una taza de café, que se utiliza para contener líquidos, que se puede llevar del mango y se debe mantener en una posición vertical para evitar que se derrame el líquido que contiene.

El Robo Brain puede también contener capas de abstracción, explicaron los científicos, un sistema al que denominan un método de "aprendizaje profundo estructurado". Por ejemplo, si el robot ve un sillón, sabe que cae dentro de la categoría de muebles, pero específicamente dentro de la clase de muebles en los que se puede sentar (una subcategoría que contiene una amplia gama de sillas, banquetas, bancas y sofás).

Esta información se guarda en lo que los matemáticos denominan modelo de Márkov, que se representa en una serie de puntos (nodos) conectados con líneas (bordes), en que cada estado depende del estado que le precede.

Los nodos pueden representar acciones, objetos o fracciones de una imagen. A cada uno de los nodos se le asigna una probabilidad, o el nivel de variación permitido para que la acción o el objeto mantenga su valor. Una llave, por ejemplo, puede variar en forma, pero usualmente consiste de un mango y una varilla con dientes. El robot, entonces, puede seguir una cadena de conocimiento y buscar nodos que cuadren dentro de los límites de la probabilidad.

Actualmente, se puede observar el proyecto en el sitio oficial de Robo Brain, en el que los usuarios pueden ayudar con su voto por las acciones y objetos correctos, y dejar comentarios para los investigadores.

Con la colaboración de Suan Pineda.

Close
Drag
Autoplay: SI Autoplay: NO