Este artículo se publica en colaboración con The Conversation.
El mundo se ha vuelto loco por los robots, y casi a diario aparecen artículos que hablan de la llegada de la revolución robótica. ¿Pero está justificado todo este revuelo, este entusiasmo y, en ocasiones, este temor? ¿Llegará realmente la revolución robótica?
La respuesta probablemente sea que, en algunos ámbitos de nuestra vida, pronto veremos más robots. Pero, siendo realistas, no vamos a ver en un futuro muy próximo decenas de robots por nuestras calles ni deambulando por nuestras oficinas.
Uno de los principales motivos es, sencillamente, que los robots todavía no tienen la capacidad de realmente ver el mundo. Pero antes de hablar de cómo podrían ver los robots del futuro, primero debemos considerar qué entendemos realmente por ver.
Te veo
La mayoría tenemos dos ojos y los usamos para captar la luz que se refleja en los objetos que nos rodean. Nuestros ojos convierten esa luz en señales eléctricas que se transmiten por los nervios ópticos, las cuales nuestro cerebro procesa de inmediato.
De algún modo, nuestro cerebro deduce lo que nos rodea a partir de todos esos impulsos eléctricos y de nuestras experiencias. Construye una representación del mundo y la usamos para orientarnos, para ayudarnos a coger las cosas, para reconocer los rostros de los demás y para hacer un millón de cosas más que damos por sentadas.
Toda esa actividad, desde captar la luz en nuestros ojos hasta comprender el mundo que nos rodea, es lo que se entiende por ver.
Los investigadores han calculado que hasta un 50 % de nuestro cerebro participa en el proceso de ver. Casi todos los animales del mundo tienen ojos y pueden ver de alguna manera. La mayoría de estos animales, en particular los insectos, tienen cerebros mucho más simples que los humanos y funcionan bien.
Esto demuestra que algunas formas de ver pueden lograrse sin la enorme potencia de cálculo de nuestros cerebros de mamíferos. La evolución ha determinado claramente que la visión es bastante útil.
Visión robótica
No es de extrañar, por tanto, que muchos investigadores de robótica pronostiquen que, si un robot puede ver, probablemente asistiremos a un auge de la robótica y que los robots podrían por fin convertirse en los ayudantes de los humanos que tanta gente ha deseado.
¿Cómo logramos, entonces, que un robot vea? La primera parte es sencilla. Usamos una cámara de vídeo, como la que lleva tu teléfono inteligente, para captar un flujo constante de imágenes. La tecnología de cámaras para robots es en sí misma un amplio campo de investigación, pero por ahora basta con pensar en una cámara de vídeo estándar. Pasamos esas imágenes a un ordenador y entonces tenemos varias opciones.
Desde la década de 1970, los ingenieros de visión robótica han pensado en las características de las imágenes. Pueden ser líneas o puntos de interés, como esquinas o ciertas texturas. Los ingenieros escriben algoritmos para localizar estas características y seguirlas de un fotograma a otro en el flujo de vídeo.
Este paso consiste, esencialmente, en reducir la cantidad de datos, desde los millones de píxeles de una imagen hasta unas pocas cientas o miles de características.
En el pasado reciente, cuando la capacidad de cálculo era limitada, este era un paso esencial del proceso. Después, los ingenieros piensan en lo que el robot probablemente verá y en lo que necesitará hacer. Escriben software que reconoce patrones del mundo para ayudar al robot a comprender lo que lo rodea.
El entorno local
El software puede crear un mapa muy básico del entorno mientras el robot opera o puede intentar emparejar las características que encuentra con una biblioteca de características que el software busca.
En esencia, los robots son programados por una persona para ver las cosas que esa persona cree que el robot necesitará ver. Ha habido muchos ejemplos exitosos de este tipo de sistemas de visión robótica, pero prácticamente ningún robot de los que se encuentran hoy en día es capaz de desplazarse por el mundo usando solo la visión.
Estos sistemas todavía no son lo bastante fiables como para evitar que un robot choque o caiga durante el tiempo suficiente para darle una utilidad práctica. Los coches autónomos de los que se habla en los medios utilizan láseres o radar para complementar sus sistemas de visión.
En los últimos cinco o diez años ha empezado a configurarse una nueva comunidad de investigación en visión robótica. Estos investigadores han demostrado sistemas que no están programados como tales, sino que, en cambio, aprenden a ver.
Han desarrollado sistemas de visión robótica cuya estructura se inspira en la forma en que los científicos creen que ven los animales. Es decir, utilizan el concepto de capas de neuronas, igual que el cerebro de un animal. Los ingenieros programan la estructura del sistema, pero no desarrollan el algoritmo que se ejecuta en él. Esa tarea queda en manos del propio robot, que debe averiguarla por sí mismo.
Esta técnica se conoce como aprendizaje automático y, dado que hoy tenemos fácil acceso a una potencia de cálculo considerable a un coste razonable, estas técnicas ¡ están empezando a funcionar! La inversión en estas tecnologías se acelera rápidamente.
La mente colectiva
Lo significativo de que los robots aprendan es que pueden compartir fácilmente lo que aprenden. Un robot no tendrá que aprender desde cero, como un animal recién nacido. Un robot nuevo puede recibir las experiencias de otros robots y construir sobre ellas.
Un robot puede aprender cómo es un gato y transferir ese conocimiento a miles de otros robots. Aún más significativo: un robot puede resolver una tarea compleja, como desplazarse por una parte de una ciudad, y compartirlo de inmediato con todos los demás robots.
Igual de importante es que los robots que comparten experiencias pueden aprender en conjunto. Por ejemplo, mil robots pueden observar cada uno a un gato distinto, compartir esos datos entre sí a través de internet y aprender juntos a clasificar a todos los gatos. Este es un ejemplo de aprendizaje distribuido.
El hecho de que los robots del futuro vayan a ser capaces de aprendizaje compartido y distribuido tiene profundas implicaciones y asusta a algunos, mientras que entusiasma a otros.
Es muy posible que las transacciones de tu tarjeta de crédito estén siendo comprobadas en busca de fraude ahora mismo por una máquina de autoaprendizaje en un centro de datos. Estos sistemas pueden detectar posibles fraudes que ningún humano podría identificar jamás. Una mente colectiva al servicio del bien.
La verdadera revolución robótica
Hay numerosas aplicaciones para robots que pueden ver. Es difícil pensar en un ámbito de nuestra vida en el que un robot de este tipo no pudiera ayudar.
Los primeros usos de robots capaces de ver probablemente se den en industrias que sufren problemas de escasez de mano de obra, como la agricultura, o que son intrínsecamente poco atractivas para los humanos y quizá peligrosas.
Entre los ejemplos se incluyen buscar entre los escombros tras desastres, evacuar a personas de situaciones peligrosas o trabajar en espacios reducidos y de difícil acceso.
Las aplicaciones que requieren una atención muy prolongada, algo que a los humanos les resulta difícil, también serán un terreno ideal para un robot que pueda ver. Nuestros futuros compañeros robóticos para el hogar serán mucho más útiles si pueden vernos.
Y en un quirófano cercano a ti, es probable que pronto un robot con capacidad de visión asista a los cirujanos. La visión superior del robot y sus brazos y manos, extraordinariamente precisos y estables, permitirán a los cirujanos concentrarse en lo que mejor saben hacer: decidir qué hacer.
Incluso esa capacidad de tomar decisiones podría verse superada por una mente colectiva de robots médicos. ¡Los robots lo tendrán todo bien atado!
La publicación no implica que el Foro Económico Mundial respalde las opiniones expresadas.
Para mantenerse al día con la Agenda, suscríbase a nuestro boletín semanal.
Autor: Jonathan es profesor de Robótica en la Queensland University of Technology (QUT).
Imagen: Una mujer habla con un robot humanoide llamado Han, desarrollado por Hanson Robotics. REUTERS/Tyrone Siu.
