FUENTE:xataka.com
AUTOR:Ricardo Aguilar
Lograr que un robot ejecute tareas para las que ni siquiera ha sido programado: no estamos tan lejos de lograrlo. DeepMind, la compañía de IA bajo el paraguas de Google, quiere demostrar que esto es posible y RoboCat es su nuevo «agente de IA automejorado» para probarlo. Se trata de un nuevo brazo robótico capaz de aprender por sí mismo nuevas tareas de forma mucho más rápida y con el propósito de reducir la necesidad de supervisión por parte de equipos humanos.
Gato, el modelo en el que se basa. RoboCat (Robot – Gato) es el nombre del propio robot que ejecuta las novedades del modelo, pero el corazón de este proyecto es Gato. Este es un modelo multimodal capaz de procesar lenguaje, imágenes y acciones en distintos entornos (simulados o físicos).
Si bien esta es la base para que el robot funcione, en el caso de RoboCat se combinaron los datos de este conjunto (Gato) con otro gran conjunto de datos de entrenamiento. El objetivo era comprobar hasta qué punto el robot podía mejorar por sí mismo su desempeño añadiendo datos adicionales al modelo.
El proceso de aprendizaje. Para lograr que el robot aprendiese por sí mismo, «tan solo» hubo que enseñarle demostraciones de tareas que nunca había realizado. El robot era capaz de recopilar los datos de las imágenes y situaciones que se le estaban mostrando (agarrar distintos tipos de objeto, evitar obstáculos, etc.) para así realizar ajustes dentro del propio modelo.
Una vez se recopilaban estos datos, pasaban a formar parte del modelo refinado (Gato + los datos que ha procesado el robot para ejecutar las nuevas tareas). De esta forma, el modelo logra aumentar su base de datos de forma constante, con el único requisito de disponer de nuevas tareas de ejemplo para seguir mejorando.
Desde DeepMind apuntan a que, cuantas más tareas nuevas aprenda, más fácil lo tendrá para aprender nuevas tareas adicionales. El porcentaje de éxito en las mismas mejora conforme el robot va mejorando en tareas previas. Un ciclo de aprendizaje autónomo en el que a más datos se acaben recopilando, mayor desempeño se ofrece.
La aplicación al mundo real: hasta ahora, si queríamos hacer que un brazo robótico funcionase, era necesario que este tuviese un modelo concreto programado para el mismo. Basándose en Gato y con este sistema de auto-aprendizaje, el modelo es capaz de aprender a controlar distintos brazos mecánicos (con distintos patrones de movimiento, pinzas, etc.) en unas pocas horas.
Si bien la aplicación del modelo en este caso particular recae sobre un brazo robótico, el potencial de una IA capaz de aprender por sí misma es enorme (aunque es algo que llevamos refinando durante años).
La ambición de DeepMind en los últimos meses no está siendo menor. A principios de mes conocíamos la creación de un algoritmo de ordenación un 70% más rápido que todos los existentes.
De cara a programadores, mostró el potencial de AlphaCode para demostrar que su IA puede programar incluso mejor que los humanos y, según el CEO de la compañía, estamos más cerca que nunca de llegar a la inteligencia artificial general (IA con la capacidad de comprender y realizar tareas intelectuales similares a las de los seres humanos).