Aviso sobre el Uso de cookies: Utilizamos cookies propias y de terceros para mejorar la experiencia del lector y ofrecer contenidos de interés. Si continúa navegando entendemos que usted acepta nuestra política de cookies. Ver nuestra Política de Privacidad y Cookies
Tienes activado un bloqueador de publicidad

Intentamos presentarte publicidad respetuosa con el lector, que además ayuda a mantener este medio de comunicación y ofrecerte información de calidad.

Por eso te pedimos que nos apoyes y desactives el bloqueador de anuncios. Gracias.

Continuar...

Lunes, 30 junio 2014
Robótica

Los robots aprenden mejor y más rápido de un amplio grupo de personas que de un individuo

Unos expertos en computación han mostrado que recurrir a un numeroso grupo de voluntarios humanos vía internet, mediante colaboración abierta distribuida (crowdsourcing), puede ser una forma rápida y efectiva de enseñar a un robot cómo llevar a cabo tareas. En vez de aprender de solamente un humano, los robots podrían algún día aprender de varios de ellos vía internet la mejor forma de realizar tareas que a nosotros nos resultan fáciles pero que a un prototipo de robot pueden resultarle muy difíciles al principio.

 

No se trata de que los robotistas simplemente deleguen en otras personas el trabajo de instruir a los prototipos de robots, sino más bien que éstos aprovechen la inmensa información disponible vía internet para instruirse, aplicando el concepto de la "sabiduría de la muchedumbre". Por ejemplo, para aprender a chutar bien un balón de fútbol, un robot podría observar cómo lo hacen cientos de jugadores en filmaciones de miles de partidos.

 

El equipo de la robotista Maya Cakmak, de la Universidad de Washington en la ciudad estadounidense de Seattle, puso a prueba las bases de su enfoque mediante el aprendizaje por un robot del modo idóneo para construir una maqueta, pequeña y parca en detalles, de un automóvil, así como otras con iguales condiciones de un árbol, una tortuga y una serpiente. Todas ellas debían ser construidas de piezas coloreadas de Lego (el popular juego de construcción).

 

[Img #20725]

 

Al robot le resultó demasiado difícil imitar los ejemplos creados por unas pocas personas, pero en cambio cuando recurrió a examinar más de un centenar de ejemplos, a través de Amazon Mechanical Turk, el robot fue capaz de comparar, analizar y seleccionar las mejores maquetas para construir. Esa elección de las mejores la hizo guiándose por el grado de dificultad de construcción, la similitud con el original, y la puntuación de las maquetas hecha por la comunidad de usuarios de esa red de colaboración.

 

[Img #20726]

 

Los modelos finales escogidos por el robot eran más simples que los diseños iniciales, pero éste consiguió construir con éxito estas maquetas, lo cual no siempre fue el caso cuando se empezaba con diseños iniciales provenientes de unos pocos individuos. No se pretendía que el robot hiciera una imitación exacta, sino que se le daba cierta libertad de escoger el camino que le resultase más fácil, dentro de un nivel de exigencia, para alcanzar un resultado similar.

 

En la investigación también han trabajado Rajesh Rao, Michael Jae-Yoon Chung y Maxwell Forbes.

 

Información adicional

 

 

Quizá también puedan interesarle estos enlaces...

Copyright © 1996-2017 Amazings® / NCYT® | (Noticiasdelaciencia.com / Amazings.com). Todos los derechos reservados.
Depósito Legal B-47398-2009, ISSN 2013-6714 - Amazings y NCYT son marcas registradas. Noticiasdelaciencia.com y Amazings.com son las webs oficiales de Amazings.
Todos los textos y gráficos son propiedad de sus autores. Prohibida la reproducción total o parcial por cualquier medio sin consentimiento previo por escrito.
Excepto cuando se indique lo contrario, la traducción, la adaptación y la elaboración de texto adicional de este artículo han sido realizadas por el equipo de Amazings® / NCYT®.

Amazings® / NCYT® • Términos de usoPolítica de PrivacidadMapa del sitio
© 2017 • Todos los derechos reservados - Depósito Legal B-47398-2009, ISSN 2013-6714 - Amazings y NCYT son marcas registradas. Noticiasdelaciencia.com y Amazings.com son las webs oficiales de Amazings.
Powered by FolioePress