El dispositivo que se asemeja a la famosa ‘Robotina’ de los Supersónicos alcanza una tasa de éxito hasta del 82%

Existen dispositivos para lavar la vajilla, para limpiar los pisos y para ordenar el menú del día siguiente, pero ahora imaginemos un robot que sea capaz de resolver una tarea diaria como ordenar nuestra habitación. Esa solución ya está en camino, gracias a un grupo de investigadores de la Universidad de Nueva York y Meta.

El proyecto aprovecha un robot ya creado hace un tiempo y combina elementos de inteligencia artificial con tareas de aprendizaje automático para presentar una solución que le permita a los usuarios tener un ayudante en casa, para mantener el orden de sus habitaciones mientras hacen otras labores o están trabajando.

Cómo funciona Stretch

El corazón de este sistema es OK-Robot, una tecnología diseñada para entrenar robots en tareas de recoger y mover objetos en entornos desconocidos. Utilizando IA de código abierto, este sistema puede cerrar la brecha entre los modelos de IA en constante mejora y las capacidades reales de los robots, por lo que no se requiere de una costosa y compleja etapa capacitación adicional para los robots.

Para desarrollar este sistema, los investigadores de la Universidad de Nueva York y Meta probaron su eficacia en un robot que está disponible a nivel comercial conocido como Stretch, fabricado por Hello Robot. Este dispositivo consta de una unidad con ruedas, una barra vertical y un brazo retráctil, lo que lo hace ideal para mover objetos en un entorno doméstico.

El proceso comienza con el escaneo del entorno de la habitación utilizando la aplicación Record 3D en un iPhone, que utiliza el sistema LiDAR del teléfono para capturar un video en 3D del espacio. Luego, el sistema OK-Robot ejecuta un modelo de detección de objetos de IA de código abierto en los fotogramas del video, identificando objetos y ubicaciones en la habitación.

Una vez que el robot tiene esta información, el equipo le indica qué objeto debe recoger y dónde debe colocarlo. El brazo de pinza luego realiza la tarea, con una tasa de éxito del 58,5% en general, que aumenta al 82% en habitaciones menos desordenadas.

Si bien esta tasa de éxito puede ser alta para una investigación de este tipo, todavía hay limitaciones, como la incapacidad del robot para realizar tareas más complejas más allá de recoger y soltar objetos, como puede ser doblar la ropa o colgarla para guardarla.

“El lado positivo es que no es necesario proporcionar al robot ningún dato adicional de entrenamiento en el entorno, simplemente funciona. En el lado negativo, solo puede recoger un objeto y soltarlo en otro lugar. No puedes pedirle que abra un cajón, porque solo sabe hacer esas dos cosas”, aseguró Lerrel Pinto, profesor asistente de informática en la Universidad de Nueva York y codirector del proyecto, a MIT Technology Review.

Mientras que Mahi Shafiullah, estudiante de doctorado de la Universidad de Nueva York y codirector de la investigación, resaltó el potencial de combinar OK-Robot con modelos de reconocimiento de voz para permitir instrucciones verbales al robot. Algo que facilitaría aún más el desarrollo de estos dispositivos para entornos caseros, algo que ha sido un reto continuo para los expertos en el campo.

“Existe un sentimiento muy generalizado en la comunidad de la robótica de que los hogares son difíciles, los robots son difíciles y combinar hogares y robots es simplemente imposible. Creo que una vez que la gente empiece a creer que los robots domésticos son posibles, se empezará a trabajar mucho más en este campo”, aseguró Shafiullah.

La investigación demuestra cómo el reciente auge de la IA puede destrabar diferentes problemas que hace un par de años no tenían una solución cercana, al no tener las capacidades tecnológicas para capacitar a los robots y acerca su interacción a los usuarios.

Fuente: infobae.com