Es probable que en poco tiempo habrá robots en el hogar para cuidar a las personas mayores y ayudarlas a vivir de forma independiente. Para hacer eso, Tendrán que aprender a hacer todos los pequeños trabajos que podríamos hacer sin pensar. Muchos sistemas de IA modernos están entrenados para realizar tareas específicas mediante el análisis de miles de imágenes anotadas de la acción que se está realizando. Si bien estas técnicas ayudan a resolver problemas cada vez más complejos, todavía se centran en tareas muy específicas y requieren mucho tiempo y capacidad de procesamiento para entrenar.

Si un robot va a ayudar a cuidar a las personas en la vejez, entonces, la gama de problemas que encontrará en el hogar variará enormemente en comparación con estas situaciones de entrenamiento. Durante el transcurso de un día, Se puede esperar que los robots hagan de todo, desde preparar una taza de té hasta cambiar la ropa de cama mientras mantienen una conversación. Todas estas son tareas desafiantes que son más desafiantes cuando se intentan juntas. No habrá dos casas iguales lo que significará que los robots tendrán que aprender rápido y adaptarse a su entorno. Como apreciará cualquiera que comparta una casa, los objetos que necesita no siempre se encontrarán en el mismo lugar; los robots deberán pensar con rapidez para encontrarlos.

Un enfoque es desarrollar un robot capaz de aprender a lo largo de toda la vida que pueda almacenar conocimientos basados ​​en experiencias, y averiguar cómo adaptarlo y aplicarlo a nuevos problemas. Después de aprender a preparar una taza de té, se podrían aplicar las mismas habilidades para hacer café.

El mejor agente de aprendizaje que conocen los científicos es la mente humana, que es capaz de aprender a lo largo de su vida, adaptándose a entornos complejos y cambiantes y resolviendo una amplia variedad de problemas a diario. Modelar cómo aprenden los humanos podría ayudar a desarrollar robots con los que podamos interactuar de forma natural, casi como interactuamos con otra persona.

Simular el desarrollo de un niño

La primera pregunta que debe hacerse al comenzar a modelar humanos es:¿donde empezar? Alan Turing, el famoso matemático y pensador de la inteligencia artificial dijo una vez:"En lugar de intentar producir un programa para simular la mente adulta, ¿Por qué no intentar producir uno que simule al niño? Si esto fuera sometido a un curso de educación apropiado, se obtendría el cerebro adulto ".

Comparó el cerebro del niño con un cuaderno vacío que podría llenarse mediante la educación para desarrollar un "sistema" inteligente para adultos. Pero, ¿cuál es la edad de un niño humano que los científicos deberían intentar modelar e instalar en robots? ¿Con qué conocimientos y habilidades iniciales necesita un robot para empezar?

Los bebés recién nacidos están muy limitados en lo que pueden hacer y lo que pueden percibir del mundo que los rodea. La fuerza muscular en el cuello de un bebé no es suficiente para sostener la cabeza y aún no ha aprendido a controlar sus brazos y extremidades.

Comenzar en el mes cero puede parecer muy limitante para un robot, pero las limitaciones físicas del bebé lo ayudan a enfocar su aprendizaje en un pequeño subconjunto de problemas, como aprender a coordinar sus ojos con lo que está escuchando y viendo. Estos pasos forman las etapas iniciales de un bebé construyendo un modelo de su propio cuerpo, antes de intentar comprender todas las complejidades del mundo que lo rodea.

Aplicamos un conjunto similar de restricciones a un robot al bloquear inicialmente varias articulaciones para que no se movieran para simular la ausencia de control muscular. También ajustamos las imágenes de la visión de la cámara del robot para "ver" el mundo como lo haría un bebé recién nacido:una vista mucho más borrosa de la que están acostumbrados los adultos. En lugar de decirle al robot cómo moverse, podemos permitirle que lo descubra por sí mismo. El beneficio de esto es que a medida que las calibraciones cambian con el tiempo, o cuando las extremidades se dañen, el robot podrá adaptarse a estos cambios y seguir funcionando.

Aprendiendo jugando

Nuestros estudios muestran que al aplicar estas limitaciones al aprendizaje, no solo aumenta la velocidad a la que se aprenden nuevos conocimientos y habilidades, pero también aumenta la precisión de lo aprendido.

Al otorgar al robot control sobre cuándo se eliminan las restricciones, lo que permite un mayor control sobre sus articulaciones y mejora su visión, el robot puede controlar su propia velocidad de aprendizaje. Al eliminar estas restricciones cuando el robot ha saturado su alcance actual para el aprendizaje, podemos simular el crecimiento muscular en los bebés y permitir que el robot madure a su propio ritmo.

Modelamos cómo aprende un bebé y simulamos los primeros 10 meses de crecimiento. A medida que el robot aprendía correlaciones entre los movimientos motores que realizaba y la información sensorial que recibía, comportamientos estereotipados observados en bebés, como la "mirada de la mano" —donde los niños pasan largos períodos mirando sus manos mientras se mueven— emergió en el comportamiento del robot.

A medida que el robot aprende a coordinar su propio cuerpo, el siguiente hito importante que supera es comenzar a comprender el mundo que lo rodea. El juego es una parte importante del aprendizaje de un niño. Les ayuda a explorar su entorno, pruebe varias posibilidades y conozca los resultados.

Inicialmente, esto podría ser algo tan simple como golpear una cuchara contra una mesa, o tratando de llevarse varios objetos a la boca, pero esto puede convertirse en la construcción de torres de bloques, hacer coincidir formas o colocar objetos en los agujeros correctos. Todas estas actividades están construyendo experiencias que proporcionarán la base para habilidades más adelante, como encontrar la llave correcta para que quepa en una cerradura y las habilidades motoras finas para insertar la llave en el ojo de la cerradura y luego girarla.

En el futuro, La construcción de estas técnicas podría dar a los robots los medios para aprender y adaptarse a los entornos complejos y los desafíos que los humanos dan por sentado en la vida cotidiana. Un día, podría significar cuidadores robóticos que estén tan en sintonía con las necesidades humanas y tan capaces de satisfacerlas como cualquier otro ser humano.

Este artículo se ha vuelto a publicar de The Conversation con una licencia de Creative Commons. Lea el artículo original.