LA NUEVA ESTRATEGIA DE LA RO-BOTICA: FUSIONAR LA MENTE HUMANA CON LA ARTIFICIAL

El enfoque de Kindred,  AIconocido como aprendizaje asistido por humanos, consiste en que las máquinas aprendan directamente de las acciones ejecutadas por pilotos para decodificar su lógica

Una misteriosa start-up de Canadá llamada Kindred AI está enseñando a los robots a ejecutar tareas complejas de forma hábil y a velocidades superhumanas. Para ello, está emparejando a las máquinas con "pilotos" humanos que llevan cascos de realidad virtual y sujetan mandos de rastreo de movimiento.

La tecnología permite adentrarse en cómo será la futura colaboración entre los humanos y las máquinas, y demuestra que la estrategia de aprovecharse de las capacidades humanas podría amplificar las de los sistemas automatizados. A pesar de los miedos sobre la posible destrucción de empleos a manos de la inteligencia artificial (IA), hay bastantes cosas que las máquinas aún no pueden hacer. La empresa ha presentado su hardware a MIT Technology Review, y afirma tener planes de lanzar un producto dirigido a minoristas durante los próximos meses. Pero sus objetivos a largo plazo son mucho más grandes. Kindred AI espera que el aprendizaje asistido por humanos dé lugar a un nuevo tipo de inteligencia artificial más potente.

Kindred IA fue creada por varias personas procedentes de D-Wave Systems, una empresa de computación cuántica de Burnaby (Canadá). Kindred AI actualmente está probando brazos robóticos industriales convencionales capaces de agarrar y colocar objetos complicados de manipular, como pequeños artículos de ropa. Y lo hace mejor de lo que se suele ver normalmente. Para lograrlo, los brazos pueden pedir ayuda a un equipo humano, el cual emplea un hardware de realidad virtual para visualizar el reto y asumir el control temporalmente.

"El piloto puede ver, escuchar y sentir lo que el robot está viendo, escuchando y sintiendo. Cuando el piloto actúa, esas acciones pueden mover al robot", explica el cofundador y CEO de Kindred AI, Geordie Rose, que ya había cofundado D-Wave Systems, y añade: "Esto nos permite enseñar a los robots a actuar como personas. Los humanos no somos los más rápidos ni los mejores en todos los aspectos del control robótico, como colocar cosas en ubicaciones específicas, pero aún así rendimos mejor a la hora de interpretar situaciones complicadas o imprevistas".

El sistema de Kindred AI emplea varios algoritmos de aprendizaje automático e intenta predecir cuál conseguiría el resultado deseado, como sujetar un objeto. Si ninguno le resulta útil, entonces pide asistencia humana. Y lo que es más importante, los algoritmos aprenden de las acciones del piloto. Para ello, la empresa utiliza una forma de aprendizaje reforzado, un enfoque que conlleva la experimentación y comportamientos de refuerzo que dan paso a la consecución de un objetivo determinado (ver TR10: Aprendizaje reforzado).

Rose afirma que el sistema puede agarrar pequeños artículos de ropa el doble de rápido que una persona que trabaja en solitario, mientras que un robot independiente no sería lo suficientemente fiable. Una persona también puede operar varios robots a la vez.

Rose añade que Kindred AI está explorando todo tipo de sistemas asistidos por humanos. Contemplan estrategias que van desde una persona que simplemente hace clic sobre una imagen para demostrar a un robot por dónde agarrar algo hasta exoesqueletos de cuerpo entero que proporcionan el control sobre un robot humanoide. El responsable explica que los pilotos generalmente logran una gran eficacia al controlar un sistema robótico remoto. "Cuando se utiliza el aparato de control, al principio resulta muy frustrante, pero las mentes de la gente son muy flexibles y se adaptan", señala Rose.

La inspiración técnica para la tecnología proviene de Suzanne Gildert, quien había sido investigadora de D-Wave Systems y ahora ocupa el cargo de directora científica de Kindred AI. La empresa lleva varios años trabajando de forma discreta, pero atrajo la atención cuando los detalles de una patente solicitada por Gildert se publicaron en internet. La patente describe un plan para combinar diferentes sistemas de teleoperación con aprendizaje automático. De hecho, la visión de Kindred AI para su tecnología va mucho más allá de la simple creación de robots mejor capacitados para tareas de clasificación. 

"La idea era que si se pudiera combinar durante suficiente tiempo y existiera algún tipo de sistema de IA que aprendiese entre bambalinas, tal vez se podrían probar muchos modelos de inteligencia distintos y comprobar cuáles se entrenaban mejor", explica Gildert, y añade: "Al final, según mi razonamiento, si puede haber un humano ejecutando tareas a través de un robot, no habría razones por las que el robot no pudiese aprender a parecer muy humano".

Llama la atención que la patente de Kindred AI incluso describe la posibilidad de que animales, como monos, controlen tales sistemas. Gildert explica que era una idea especulativa y que la empresa no está utilizando a ningún mono actualmente. No obstante, sí tiene un gato robótico, entrenado mediante aprendizaje reforzado, que deambula por sus oficinas.

Kindred AI también resulta poco convencional por el hecho de que sus fundadores son físicos de formación en lugar de expertos en robótica o informáticos. Pero Rose defiende que les da una perspectiva única y valiosa. "Para los informáticos, la frontera entre una simulación y el mundo real a menudo resulta borrosa. Nosotros tenemos una fuerte preferencia por hacer las cosas en robots reales dentro del mundo real".

El enfoque de Kindred AI parece tener un enorme potencial. El profesor de la Universidad de California en Berkeley (EEUU) Ken Goldberg, especializado en aprendizaje automático y robótica, afirma que aprovecharse de las capacidades humanas acelerará drásticamente el aprendizaje robótico. Goldberg, que está trabajando en un enfoque similar para las cirugías robóticas, entre otras cosas, añade que hacer que los robots aprendan de humanos representa una área muy activa de las investigaciones. El experto afirma: "[El enfoque] se encuentra en el centro de lo que creo que representa una gran oportunidad de la robótica. La demostración humana ofrece enormes beneficios". 

Pero los retos técnicos de aprender mediante la teleoperación humana no son baladíes. El profesor adjunto del Instituto Tecnológico de Massachusetts (MIT, EEUU) Sangbae Kim, que trabaja en robots humanoides teleoperados, dice que mapear el control humano para que la máquina replique la acción es increíblemente complicado. El experto detalla: "El primer reto consiste en rastrear el movimiento humano mediante unos rígidos acoplamientos en la piel humana. Esto es extremadamente difícil porque somos animales de endoesqueleto. Y un reto aún mayor consiste en entender bien todos los detalles de los pasos de la toma de decisiones de los humanos, la mayor parte de los cuales se producen a nivel subconsciente". 

Pero los fundadores de Kindred IA no parecen asustados. Rose concluye:  "Nuestro objetivo consiste en deconstruir la cognición. Todas las entidades vivas siguen determinados patrones de comportamiento y acción. Intentamos desarrollar máquinas que tengan el mismo tipo de principios".