La visión artificial y su trascendencia en el desarrollo de la robótica.

En la etapa más temprana de nuestras vidas, el cerebro humano es un órgano en constante aprendizaje. Un bebé recién nacido dispone apenas de unos 100 millones de neuronas con conexiones muy escasas, y el aprendizaje a lo largo de su crecimiento es la clave para lograr nuevas conexiones; como aprender a caminar, entender el lenguaje, a tener consciencia. Los ordenadores funcionan de manera muy similar y van aprendiendo con resultados sorprendentes.

Sobre el año 1936, la aparición de las primeras computadoras programables, marco un precedente que haría posible un mundo donde los humanos y los robots convivieran de forma cotidiana. Ya hacia 1957, Frank Rosenblatt dio los primeros pasos para hacer posible este sueño. Su invención, el perceptrón, corresponde básicamente a una neurona artificial conectada a una red neuronal artificial más compleja que funciona de manera sincronizada.

La combinación del perceptrón con otro tipo de neuronas artificiales y con la ampliación del número de capas que inicialmente diseñó Rosenblatt han ido consiguiendo generar redes de diferentes topologías cada vez más complejas.

La complejidad de este tipo de redes se ve reflejada en los altos costos de tiempo para el entrenamiento de las redes lo que hace posible la creación de sinapsis que generen un criterio de salida a determinada entrada. Por supuesto las condiciones de almacenamiento y computación han mejorado, lo que ha traído consigo la posibilidad de conseguir redes neuronales bien entrenadas.

Ahora bien, la proliferación de las GPUs, ha traído consigo la aparición del Deep Learning, una herramienta de aprendizaje automático que, de acuerdo a mathworks.com, enseña a las computadoras a hacer cosas que para los humanos son normales; si bien no es una tarea que sea fácil de ejecutar, también es cierto que se pueden y se han logrado muchos avances con el diseño y la enseñanza correcta. En Tecnalia, por supuesto, trabajamos en la investigación y ejecución de este de tecnologías, y un buen ejemplo lo vemos con Computer Vision, una iniciativa lanzada por Tecnalia hace 30 años, que entre otras cosas, esta trabajando en el diseño de una red neuronal que ayude a reconocer, diferenciar y clasificar tanto palabras que para nosotros sean comunes, como aquellas que desconocemos, por ejemplo los nombres científicos de plantas.

Hasta el momento, la visión artificial todavía no iguala la visión humana, según Jose Ángel Gutiérrez, licenciado en Informática por la Universidad de Deusto, vinculado a Tecnalia desde 1992. Por esta razón, el Deep Learning se vuelve en una solución efectiva para este y otro tipo de casos.

Con la madurez tecnológica a la que se ha llegado en estos tiempo, igualar la visión artificial con la humana esta más a nuestro alcance de lo que pensamos. No solo significa saber diseñar, también saber enseñar para que estos sistemas aprendan de forma equilibrada. Es preciso enseñar conjuntos de datos sólidos y diversos, de otro modo la precisión y la imparcialidad podrán quedar en riesgo.

Algunos de los casos de visión artificial es notable con Honda, que trabajó durante muchos años en ASIMO, un robot humanoide que es capaz de reconocer objetos en movimiento, gestos, sonidos, y el entorno que las rodea, además de otras funciones de mayor complejidad. Por su parte, Boston Dynamics creó un robot humanoide, que mediante cierto tipo de redes neuronales es capaz, además de caminar, de hacer increíbles maniobras como parkour.

La visión artificial ha traído consigo soluciones óptimas para las empresas y las personas en general. Algunas de estas tecnologías seguirán mejorando, así como surgirán otras nuevas. En Tecnalia trabajamos para que esto sea posible, y sea una solución que a futuro facilite mucho más el trabajo en las empresas y mejore la calidad de vida de las personas.  

Leave a Reply

Your email address will not be published.

Allowed Tags: <a href="" title=""> <abbr title=""> <acronym title=""> <b> <blockquote cite=""> <cite> <code> <del datetime=""> <em> <i> <q cite=""> <s> <strike> <strong>