Evolución de la inteligencia artificial aplicada a la robótica

RESUMEN:

Este ensayo se centra en la evolución de la
robótica a base de La inteligencia artificial que ha sido
aplicada en a los ámbitos de la ingeniería se
contempla como una alternativa para resolver problemas de
solución difícil o limitada, así como en
algunas de sus últimas aplicaciones que a han sido
asombrosas y espectaculares, que van revolucionando al mundo de
la tecnología aplicada. Entonces finalmente se pretende
mostrar algunos de estos últimos ejemplos que se han
podido desarrollar.

PALABRAS CLAVE: Inteligencia artificial,
robótica, aprendizaje, reconocimiento, conducta,
procesamiento del lenguaje.

1.
INTRODUCCION

El hombre se ha caracterizado siempre por su
búsqueda constante de nuevas vías para mejorar sus
condiciones de vida. Estos esfuerzos le han servido para reducir
el trabajo en aquellas operaciones en las que la fuerza juega un
papel primordial. Los progresos obtenidos han permitido dirigir
estos esfuerzos a otros campos, como por ejemplo, a la
construcción de máquinas que ayuden a resolver
rápida determinadas operaciones que resultan tediosas
cuando se realizan a mano.

La robótica siempre ha estado unida a la
construcción de "artefactos" con la idea de asemejarse al
ser humano y de ahorrarle trabajo.

La palabra "robot" proviene del escritor checoKarel
Capek, el cual acuñó en 1921 dicho término
en una de sus obras a partir de la palabra checa "robota", que
significaba servidumbre o trabajo forzado. Posteriormente,
sería Isaac Asimov quien utilizaría el
término "robótica" la ciencia que estudia los
robots.

Actualmente, la robótica se define como la
ciencia y tecnología de los robots. Se ocupa del
diseño, manufactura y aplicaciones de éstos y
combina diversas disciplinas como la mecánica,

Electrónica, información, inteligencia
artificial e ingeniería de control.

Aquí es donde aparece el término de
Inteligencia Artificial (IA), el cual está adquiriendo
mayor protagonismo con el tiempo en la robótica. Se trata
de una ciencia perteneciente a la rama de la Cibernética,
que estudia el mecanismo de la inteligencia humana con el fin de
crear máquinas inteligentes, capaces de realizar
cálculos y de "pensar", elaborar juicios y tomar
decisiones.

Mientras que la robótica, en principio,
evoluciona la mecánica de los robots, la inteligencia
artificial fundamentada en la teoría de la
evolución se basa en los mecanismos de selección
que utiliza la naturaleza, donde los individuos más
fuertes de una población son los que
sobreviven.

2. EVOLUCION DE
LA ROBOTICA

La forma más intuitiva de entender la
evolución de la robótica es analizando punto a
punto las distintas generaciones de robots a lo largo de la
historia y a su vez mencionando algunos de sus ejemplos, viendo
claramente su desarrollo.

2.1. Primera Generación

También denominada "Manipuladores", son sistemas
mecánicos multifuncionales con un sencillo sistema de
control, bien manual, de secuencia fija o variable. El sistema de
control utilizado se basa en las "paradas fijas"
mecánicamente. Podemos considerar como ejemplo de esta
primera etapa los mecanismos de relojería que permiten
mover las cajas musicales o a los juguetes de cuerda. Este tipo
de control es semejante al ciclo de control que tienen algunos
lavadores de ciclo fijo., pero están limitados a un
número pequeño de movimientos.

2.2. Segunda
generación

Segunda generación o "robots de aprendizaje",
repiten una secuencia de movimientos que ha sido ejecutada
previamente por un operador humano. El modo de hacerlo es a
través de un dispositivo mecánico. El operador
realiza los movimientos requeridos mientras el robot le sigue y
los memoriza.

Utiliza una estructura de control de ciclo abierto, pero
en lugar de utilizar interruptores y botones mecánicos
utiliza una secuencia numérica de control de movimientos
almacenados en un disco o cinta magnética. El programa de
control entra mediante la elección de secuencias de
movimiento en una caja de botones o a través de palancas
de control.

El mayor número de aplicaciones en los que se
utilizan los robots de esta generación son de la industria
automotriz, en soldadura, pintado con "spray". Fig.
(1).

Figura 1. Robot de industrial para
pintado

2.3. Tercera
generación

Robots con control sonorizado. El controlador es una
computadora que ejecuta las órdenes de un programa y las
envía al manipulador para que realice los movimientos
necesarios. De esta manera utiliza las computadoras para su
estrategia de control y tiene algún conocimiento del
ambiente local a través del uso de sensores, los cuales
miden el ambiente y modifican su estrategia de
control.

Al analizar factores externos y comportarse en
función de ellos, nos encontramos ante la
generación que posteriormente se llamará de robots
inteligentes. Aparecen los lenguajes de programación para
escribir los programas de control. La estrategia de control
utilizada se denomina de "ciclo cerrado".

2.4. Cuarta
generación

La denominada generación de "Robots
inteligentes", similar a la anterior, pero que además
poseen sensores que envían información a la
computadora de control sobre el estado del proceso. Esto permite
una toma inteligente de decisiones y el control del proceso en
tiempo real. Utilizan conocimiento difuso y procesamiento
dirigido por expectativas que mejoran el desempeño del
sistema de manera que la tarea de los sensores se extiende a la
supervisión del ambiente global, registrando los efectos
de sus acciones en un modelo del mundo y auxiliar en la
determinación de tareas y metas.

3. FUTURO DE LA
ROBÓTICA

La robótica ha ido desarrollándose y
evolucionando en gran medida a lo largo de los últimos
años, de tal manera que actualmente existen varios campos
que componen la robótica avanzada y que afrontan el futuro
de ésta.

¿Cuál es el objetivo?
Crear robots inteligentes y autónomos, la nueva
generación, capaces de estar situados en suentorno,
adoptar comportamientos, razonar, evolucionar y actuar como seres
vivos.

Como ya hemos dicho, al menos seis campos de
investigación estructuran hoy la robótica avanzada:
la que relaciona al robot con su entorno, la conductual, la
cognitiva, la epigenética o de desarrollo, la evolutiva y
la biorrobótica

3.1. Robótica
situada

Este enfoque se ocupa de los robots que están
insertos en entornos complejos y, a menudo, dinámicamente
cambiantes. Se basa sobre dos ideas centrales: los
robots

Los robots "están corporizados" (embodiment), es
decir, tienen un cuerpo físico apto para experimentar su
entorno de manera directa, en donde sus acciones tienen Una
realimentación inmediata sobre sus propias percepciones.
Los robots "está situados" (situatedness), o sea,
están inmersos dentro de un entorno; interaccionan con el
mundo, el cual influye –de forma directa– sobre su
comportamiento.

Obviamente, la complejidad del entorno tiene una
relación estrecha con la complejidad del sistema de
control. En efecto, si el robot tiene que reaccionar
rápida e inteligentemente en un ambiente dinámico y
desafiante, el problema del control se torna muy
difícil.

3.2. Robótica Basada en la
Conducta o el Comportamiento

Este acercamiento emplea el principio conductista: los
robots generan un comportamiento sólo cuando se los
estimula; es decir, reaccionan ante los cambios de su entorno
local (como cuando alguien toca accidentalmente un objeto
caliente). Aquí, el diseñador divide las tareas en
numerosas y diferentes comportamientos básicos, cada una
de los cuales se ejecuta en una capa separada del sistema de
control del robot.

Típicamente, estos módulos (conductas)
pueden ser la de evitar obstáculos, caminar, levantarse,
etc. Las funciones inteligentes del sistema, tales como
percepción, planificación, modelado, aprendizaje,
etc. emergen de la interacción entre los distintos
módulos y el entorno físico en donde está
inmerso el robot. El sistema de control – totalmente
distribuido– se construye de manera incremental, capa por
capa, a través de un proceso de ensayo y error, y cada
capa es responsable únicamente de una conducta
básica.

Los sistemas basados en la conducta son capaces de
reaccionar en tiempo real, ya que calculan las acciones
directamente a partir de las percepciones (a través de un
conjunto de reglas de correspondencia situación
acción). Es importante observar que el número de
capas aumenta con la complejidad del problema

Otro inconveniente es que, debido a la presencia de
varias conductas y a su dinámica individual de
interacción con el mundo, muchas veces es difícil
decir que una serie de acciones en particular ha sido producto de
una conducta particular.

Aunque tal vez alcancen la inteligencia del insecto,
probablemente los sistemas construidos a partir de este enfoque
tengan habilidades limitadas, ya que no tienen representaciones
internas. En efecto, este tipo de robots presentan una gran
dificultad para ejecutar tareas complejas y, en las más
sencillas, no se garantiza la mejor solución, la
óptima.

3.3. Robótica
Cognitiva

Esta aproximación utiliza técnicas
provenientes del campo de las Ciencias Cognitivas. Se ocupa de
implementar robots que perciben, razonan y actúan en
entornos dinámicos, desconocidos e
imprevisibles.

Para eso, deben poseen un modelo simbólico e
interno de su entorno local, y la suficiente capacidad de
razonamiento lógico para tomar decisiones y para ejecutar
las tareas necesarias a fin de alcanzar sus objetivos.

Si se consigue que los robots desarrollen por sí
mismos sus capacidades cognitivas, se evitaría el
programarlos "a mano" para cada tarea o contingencia concebible.
Asimismo, si se logra que los robots utilicen representaciones y
mecanismos de razonamiento similares a la de los humanos, se
podría mejorar la interacción hombre
máquina, así como las tareas de
colaboración. Sin embargo, se necesita un elevado poder de
procesamiento (en especial si el robot cuenta con numerosos
sensores y actuadores) y mucha memoria (para representar el
espacio de estados).

3.4. Robótica de Desarrollo o
Epigenética

Este enfoque se caracteriza porque trata de
implementar sistemas de control de propósito general, a
través de un prolongado proceso de desarrollo u auto
organización autónoma.

Como resultado de la interacción con
su entorno, el robot es capaz de desarrollar diferentes –y
cada vez más complejas– capacidades perceptuales,
cognitivas y de comportamiento.

Se trata de un área de
investigación que integra la neurociencia del desarrollo,
la psicología del desarrollo y la robótica situada.
Inicialmente el sistema puede estar dotado de un pequeño
conjunto de conductas o conocimientos innatos, pero
–gracias a la experiencia adquirida– es capaz de
crear representaciones y acciones más complejas. En
síntesis, se trata de que la máquina desarrolle
autónomamente las habilidades adecuadas para un
determinado entorno particular transitando por las diferentes
fases de su "desarrollo mental autónomo".

La diferencia entre la robótica de desarrollo y
la robótica epigenética –a veces agrupadas
bajo la denominación de "robótica
ontogenética" (ontogenetic robotics)– es algo sutil,
ya que se refiere al tipo de entorno.

El término epigenético (más
allá de lo genético) fue introducido –en la
psicología– por el psicólogo suizo Jean
Piaget para designar su nuevo campo de estudio que enfatiza la
interacción sensomotriz de la persona con el entorno
físico.

3.5. Robótica
Evolutiva

Este acercamiento aplica los conocimientos
obtenidos de las Ciencias Naturales (biología y
etología) y de la Vida Artificial (redes neuronales,
técnicas evolutivas y sistemas dinámicos) sobre
robots reales, a fin de que desarrollen sus propias habilidades
en interacción íntima con el entorno y sin la
intervención humana.

Mediante un diseño fijo, es
difícil lograr que un robot se adapte (se auto organice) a
un entorno dinámico que evoluciona –a menudo–
mediante cambios caóticos, ya que la máquina puede
adquirir automáticamente nuevos comportamientos
dependiendo de las situaciones dinámicas que se presentan
en el entorno en donde está situada.

A través de la utilización de
técnicas evolutivas (algoritmos genéticos,
programación genética y estrategia
evolutiva),

De igual manera, se puede decidir evolucionar
físicamente el hardware (los circuitos
electrónicos) o el software (los programas o las reglas de
control) lo que se hace es evolucionar primero el controlador en
una simulación por El controlador del robot consiste
típicamente en redes neuronales artificiales.

En la actualidad, el principal inconveniente del control
evolutivo es su lenta velocidad de convergencia y la considerable
cantidad de tiempo que tiene que pasar para llevar a cabo el
proceso evolutivo sobre un robot real.

3.6. Robótica Inspirada en la
Biología

Esta aproximación se ocupa de diseñar
robots que funcionan como los sistemas biológicos, de
allí que se basan sobre las Ciencias Naturales
(biología, zoología y etología) y la
robótica. Dado que los sistemas biológicos realizan
muchas tareas de procesamiento complejas con máxima
eficiencia, constituyen una buena referencia para implementar
sistemas artificiales que ejecuten tareas que los seres vivos
realizan de forma natural (interpretación de la
información sensorial, aprendizaje de movimientos,
coordinación motora, etc.). Aunque es posible obtener
diferentes grados de "inspiración biológica" (desde
una vaga semejanza hasta una aceptable réplica), el
objetivo último es realizar máquinas y sistemas
cada vez más similares al original.

La ventaja de construir bio robots es que, como es
posible estudiar todos sus procesos internos, se los puede
contrastar con los diferentes órganos del animal del cual
se inspira. En la actualidad, los científicos desarrollan
langostas, moscas, perros, peces, serpientes y cucarachas
robóticas, con el fin de emular –en mayor o mayor
medida– la conducta robusta

Replicar la biología no es fácil y
podría pasar bastante tiempo antes de que se puedan
fabricar robots biomiméticos que resulten verdaderamente
útiles. Otro problema –quizás el
principal– es que, aunque se conoce muy bien los diferentes
procesos de muchos de estos seres vivos,

4. EJEMPLOS
ACTUALES

A lo largo de los últimos años se han
desarrollado proyectos increíbles, haciendo palpables la
evolución de los campos mencionados en el anterior
apartado.

Veamos algunas muestras, como los nuevos robots andantes
"PetMan" y "BigDog", un helicóptero y un coche de rallyes
autónomos o una profesora robot.

4.1. "PetMan" y "BigDog"

La firma Boston Dynamics ha presentado a Petman, un
robot prototipo que aunque no dibuja, ni cocina, ni blogea es
capaz de de realizar una serie de funciones como caminar, trotar
y gatear, alcanzando una velocidad de unos 5 kilómetros
por hora.

Por otra parte, Petman es capaz de mantener el
equilibrio cuando es empujado. y de manejar una serie de
variables par control la temperatura, humedad y la
transpiración.

En cuanto a BigDog, también firma de Boston
Dynamics, se trata de un robot de cuatro patas capaces de caminar
por cualquier superficie, incluyendo pendientes de hasta 35
grados, suelos helados, caminos de piedras/cabras, todo es poco
para él. Es capaz de cargar con 150 kilos de
peso.

Figura 1. Robot BigDog

Diríase viéndole superar algunos de los
retos que muchos movimientos son genuinamente animales, acaso
"instintivos", pero nada más lejos de la realidad: un
ordenador bien programado y sensores diversos, incluyendo
visión estéreo controlan todos sus
movimientos.

4.3. Coche
autónomo

Hace tiempo que las personas sueñan con un coche
que se conduzca solo, que no choque y que no cometa los errores
que cometen los conductores humanos.

Pues modelos que se conducen solos ya existen, gracias a
la Agencia de Proyectos de Investigación Avanzada de la
Defensa de Estados Unidos (DARPA).

La última novedad es un Audi TT-S bautizado
"Shelley", que según la casa de estudios, el
próximo año subirá la montaña Pike
Peaks en las Montañas Rocosas (Colorado, EE.UU.) por
sí mismo. El camino de rally en el Pikes Peak tiene 156
curvas y una longitud de 20 kilómetros. Pero sus creadores
tienen confianza en Shelley.

Este proyecto lo plantearon, entre otras cosas, como un
sistema experto. Poseen una aplicación que captura
información, para luego utilizarla tal y como haría
un humano experto. Para ello se automatiza el procedimiento de
toma de decisiones, es decir, se analiza tanto lo que el experto
sabría como la manera en que resolvería el
problema.

5.
CONCLUSIONES

Después de haber visto con más detalle la
evolución que ha vivido la robótica gracias a la
evolución de la ciencia en general y

Posteriormente en concreto de la inteligencia
artificial, parece que nos quedamos con varias sensaciones, entre
ellas la de asombro por los últimos y asombrosos inventos,
y por otra parte, con las ganas de saber qué va a ser lo
próximo, qué nos deparará el futuro con tan
increíbles máquinas y robots.

Este trabajo ha servido principalmente para dos
cosas:

– Aprender conceptos de la robótica, desde sus
orígenes, evolución,
aplicaciones…

– Relacionar asuntos vistos en clase como los sistemas
expertos, sistemas de respuesta, razonamiento,
aprendizaje… aplicados a los últimos inventos de la
robótica.

Después de haber visto toda esta
información sobre nuestro futuro, se sacan dos
conclusiones, la primera es que toda máquina
necesitará siempre detrás a un ser humano a pesar
de la gran autonomía y evolución de éstas,
la segunda se trata del deseo de que todos estos avances sean
aplicados en una única dirección, nuestro
bienestar.

6.
REFERENCIAS

1. Boden, M. (1995): AI"s Half-Century. American
Association for Artificial Intelligence,

AI Magazine, Winter, vol. 16, N° 4, p.
96/9.

2. Bogner, M.; Maletic, J. y Franklin, S. (2000): ConAg:
A Reusable Framework for Developing "Conscious" Software
Agents.

3. Brooks, R. (1998): Prospects for Human Level
Intelligence for Humanoid Robots. MIT, julio, Laboratorio de
Inteligencia Artificial.

4. Dario, P. (2005): Robot, ovvero tra illusioni e
realtà. Revista Media Duemila, Número Especial
Robótica, Julio/Agosto, p.

22/5.

5. Dawson, M. (2002): From Embodied

Cognitive Science to Synthetic

Psychology. First IEEE International
Conference on Cognitive Informatics (ICCI"02). Alberta,
Canada,

19/20 de agosto.

6. Fernández León, J. (2004):
Robótica Evolutiva y la próxima generación
de robots autónomos. WCAFR

2004 (Workshop del II Campeonato

Autor:

Manuel Godoy Ramón

Universidad Politécnica Salesiana