Analizar el siguiente video y hacer la base de conocimientos:
Hasta ahora los robots,
incluyendo los industriales, han sido capaces de realizar tareas muy concretas
con rapidez y precisión, sin embargo, cuando el entorno cambia un poco, se les
hace complicado responder. Este robot almacena conocimientos básicos y los
puede aplicar a situaciones inmediatas. Si no "sabe" lo suficiente,
se detiene e indica que no puede ejecutarlo porque no sabe cómo, por tanto, si
le vamos enseñando cosas, las irá incorporando como nuevos conocimientos y,
encajando cada pieza, podría resolver un problema mayor.
Si trasladamos la
inteligencia artificial al mundo real, es evidente que los entornos reales son
muchísimo más complejos y cambian rápidamente. Por tanto, es necesario incluir
un mecanismo de aprendizaje que haga que el autómata se adapte a la situación.
Además, debido a que los entornos son cambiantes, los robots deben tener la
capacidad de seguir aprendiendo y obteniendo nueva información sobre el
terreno. Para lograr todo esto hemos implementado un algoritmo de redes
neuronales con SOINN que, además de ser bastante ligero en la computación,
elimina cualquier ruido procedente de la nueva información que entra en juego.
Supongamos que el robot
tuviese que preparar té y nadie le hubiese enseñado y que, además, se enviase
el robot a asistir a una persona mayor que vive sola. Si esta persona pidiese
una taza de té verde, el robot no sabía cómo hacerlo y, por tanto, consulta a
través de Internet con otros robots para que le transfieran los conocimientos
necesarios para hacerlo. Imaginemos que un robot en Reino Unido le transifere
cómo hacer té pero al estilo británico, creemos que este robot sería capaz de
adaptarse a las condiciones de contorno y adaptar la preparación a una tetera
japonesa.
No hay comentarios:
Publicar un comentario