Google impulsa la inteligencia artificial con desarrollos como el TossingBot, un robot inteligente capaz de tomar objetos y lanzarlos hacia un espacio en específico con una mayor precisión que hasta el humano.  

Sin duda, la inteligencia artificial está avanzando tan rápido que no medimos las dimensiones de sus alcances.

El laboratorio Robotics at Google realiza proyectos de este tipo con la colaboración del MIT y las universidades de Columbia y Princeton. En el caso del TossingBot va más allá de una automatización, se trata de un “aprendizaje profundo”, ya que el robot considera todos los factores para ser tan preciso como quien hace un tiro de basquetbol a la cesta desde abajo del aro, de la línea de tiro libre o de los tres puntos, en el que existen condiciones a considerar para ajustar el disparo como la distancia, curva, resistencia, etc.

Lo mejor de todo es cómo TossingBot llega a estos resultados. El robot mide su espacio a través de cámaras y sensores, realiza lanzamientos de prueba y “aprende con su sistema de neuronas” para ajustar en milésimas de segundo su lanzamiento para incrementar radicalmente su efectividad.

De acuerdo con las explicaciones de este esquema, se utilizan tres redes neuronales de identificación: primero, observa los objetos dentro de un contenedor, luego determina cómo los tiene que agarrar y, tercero, el robot lo lanza bajo su “experiencia”.

Pero ahí no queda la inteligencia artificial de este robot, ya que es capaz de improvisar si se cambia el tipo de objeto y el depósito donde deberá lanzarlo, por lo que su proceso de aprendizaje lo lleva a realizar los ajustes necesarios.

TossingBot entrenó durante 14 horas ejecutando 10,000 lanzamientos de diversos objetos disímbolos entre sí como pelotas o plumas, logrando un promedio de efectividad del 85%. Observa el video AQUÍ.

“Encontramos que al aprender a lanzar, TossingBot es capaz de alcanzar velocidades de picking que son dos veces más rápidas que los sistemas anteriores, con el doble del rango de colocación efectivo. TossingBot aprende conjuntamente las políticas de agarre y lanzamiento mediante una red neuronal de extremo a extremo que se mapea desde observaciones visuales (imágenes RGB-D) para controlar los parámetros de los primitivos de movimiento. Al usar cámaras en el techo para rastrear dónde aterrizan los objetos, TossingBot mejora con el tiempo a través de la autosupervisión”, explicó Robotics at Google.  

En pocos años el machine learning y la inteligencia artificial estarán más presentes en las actividades cotidianas, un futuro que se ha reflejado en muchas películas, pero que hoy ya es una realidad.

Central interactiva