Escuela de robots: la base de datos que puede ense?ar casi cualquier tarea a una m¨¢quina

A pesar de todas las diferencias que hay entre la forma de aprender de los humanos y de los algoritmos, hay algunos procesos genuinamente nuestros que siguen siendo ¨²tiles para las m¨¢quinas. Uno de ellos es el aprendizaje por imitaci¨®n. Un grupo de expertos en rob¨®tica de la Universidad de Berkeley (California) est¨¢ creando una base de datos, llamada RoboNet, que recoge im¨¢genes de v¨ªdeo de robots ejecutando ciertas acciones, por ejemplo, moviendo una taza sobre una mesa. La idea es que cualquiera pueda descargar estos datos y usarlos para entrenar una red neuronal y ense?arle a reproducir el mismo movimiento, incluso si nunca antes ha interactuado con una taza, seg¨²n recoge MIT Technology Review.

Sudeep Dasari, investigador principal de este avance, y sus colegas tienen como objetivo hacer m¨¢s eficiente el proceso de aprendizaje de las m¨¢quinas y lograr que puedan imitarse entre ellas. Quieren conseguir que cualquier robot pueda realizar casi cualquier tarea. Para alcanzar esta meta, han grabado decenas de v¨ªdeos del movimiento, desde distintos ¨¢ngulos y perspectivas, y usan los datos para entrenar a una red neuronal y que aprenda cu¨¢l es la mejor manera de realizar la acci¨®n. "El truco, por supuesto, es tener mucha informaci¨®n y recopilar innumerables horas de v¨ªdeo para nutrir la base de datos", recoge la publicaci¨®n.

M¨¢s informaci¨®n

El cofundador de Apple denuncia que Apple Card discrimina a su mujer

As¨ª ser¨¢ el mundo cuando los humanos se extingan, seg¨²n el arte y la tecnolog¨ªa

Uno de los h¨¢ndicaps habituales a la hora de ense?ar a los algoritmos, es que una vez que un robot ha dominado un movimiento, debe pasar por el mismo proceso de aprendizaje para mover cualquier otra cosa. Si el entorno cambia, estos sistemas generalmente tienen que comenzar de nuevo. "La pr¨¢ctica com¨²n de volver a recopilar datos desde cero para cada nuevo entorno significa volver a aprender los conocimientos b¨¢sicos sobre el mundo, un esfuerzo innecesario", dicen Dasari y compa?¨ªa.

La intenci¨®n de los investigadores es que RoboNet evite esto. "Sirve para compartir experiencias rob¨®ticas", dicen. Por lo tanto, cualquier m¨¢quina puede aprender de la experiencia de otra. El equipo ya ha grabado unos 15 millones de frames de v¨ªdeos sobre tareas, utilizando siete tipos diferentes de robots. Aseguran que al entrenarlos con este enfoque, funcionan mejor que cuando se les entrena convencionalmente, aunque se hayan utilizado m¨¢s datos. "Este trabajo da el primer paso hacia la creaci¨®n de agentes rob¨®ticos que pueden operar en una amplia gama de entornos y en diferentes hardware", dice el equipo.

Este enfoque est¨¢ inspirado en otras bases de datos que part¨ªan con objetivos similares. Es el caso de la t¨¦cnica est¨¢ndar de aprendizaje autom¨¢tico que ImageNet ayud¨® a popularizar. Se trata de una base de datos de im¨¢genes est¨¢ticas que fue creada por investigadores de la Universidad de Princeton. Contiene unos 14 millones de im¨¢genes, cada una de ellas acompa?ada de un texto que explica lo que se muestra. Es utilizada por algunas de las redes neuronales m¨¢s poderosas de la actualidad, que aprenden analizando las im¨¢genes. A d¨ªa de hoy, los expertos aseguran que ImageNet ha sido un factor clave para que la visi¨®n artificial sea tan buena como los humanos para reconocer objetos.?