Cristina UrdialesEl fantasma en la mquina: Inteligencia y robotsBuenos das,El tema de por qu es importante dotar a un robot de inteligencia.Voy a contar mi experienciaHace aos, comenc a trabajar en proyectos de robtica asistiva,Objetivo: ayudar a personas con discapacidades a llevar a cabo sus actividades de la vida diaria

No se si somos conscientes de lo que nos pasa a los ingenieros cuando un familiar nos dice de arreglarle el wasap(PAUSA)Al final actualizamos la versin de Android, instalamos un optimizador de batera, sustituimos dos o tres apps por otras ms eficientes.Y a veces lo nico que haca falta era volver a poner el icono del wasap en su sitio.

La robtica asistivaPues bien, en robtica asistiva pasa un poco igual. Generalmente, el ingeniero disea un robot que haga todo lo que tendra que hacer el humano por si mismo.

Lo ms importante que aprend en los primeros aos no tiene que ver con la ingeniera, si no con la medicina y es que ayudar en exceso a una persona con discapacidad provoca frustracin y prdida de capacidades residuales, es decir, lo que no se usa, se pierde.

Por tanto, el problema es disear un robot que haga justo lo que tiene que hacer. Ni ms ni menos

Qu es un robot?

Para ello, qu es un robot?Desde un punto de vista mecnico, es sencillamente una mquina programable. La parte interesante es que en lugar de llevar a cabo una secuencia prefijada de movimientos o que tengamos que conducirla, sea capaz de tomar decisiones de forma autnoma.

Dispone de sensores/actuadores y una unidad de proceso para decidir qu hacer segn lo que se percibe. La complicacin est, por supuesto, en qu tipo de programa relaciona sensores y actuadores, es decir, el denominado software de control

Control de robots

SENSEPLANACT

Al inicio de la robtica, los sistemas de control seguan el paradigma denominado SPA, es decir, observas, creas un modelo del entorno, trazas un plan de accin lo ms adecuado posible y slo entonces, actuas. Alguien imagina cual es el problema con estos sistemas?

Control de robots

La velocidad. Adems de la necesidad de modelos del entorno antes de tomar una decisin. El mundo est lleno de imprevistos ante los que hay que reaccionar rpido. Por ejemplo, si cruzando la calle se nos viene encima un autobus, nadie considera si apartarse a la derecha o a la izquierda le viene mejor para pasarse luego a comprar el pan.Es por eso que aparece el denominado paradigma reactivo: cada combinacin de los sensores, tiene asociada una respuesta automtica de los actuadores. Para hacer comportamientos ms complejos, se combinan varios mdulos reactivos. Esto, por supuesto, no es muy eficiente, en tanto que no hay modelos ni planificacin

Control de robots

Pero si juntamos ambas ideas aparece el paradigma hbrido de control: a bajo nivel hay comportamientos reactivos que se encargan de las decisiones rpidas, a alto nivel un planificador SPA y en medio una capa que se encarga de poner de acuerdo a ambos.

EL siguiente problema es cmo desarrollar estos mdulos para un robot.

Programacin de robots

Lo normal es comunicarnos con el robot a travs de la matemtica, la fsica y la programacin, que es el lenguaje que entiende. Por supuesto, esto supone un esfuerzo importante por nuestra parte.

Objetivo

En realidad, lo que a todos nos gustara es que el esfuerzo lo hiciese el robot, es decir, nosotros le decimos lo que queremos que haga y el debe arreglrselas solo. Esto supone un cierto nivel de inteligencia en el robot.

En el caso de la robtica asistiva, donde cada persona es un mundo, no es viable hacer todos los clculos y programacin para cada accin que cada usuario decida hacer en un momento dado en funcin de su condicin y su estado. Por eso en esta rea es imprescindible la inteligencia.

Algoritmos GenticosVoy a poner 3 ejemplos muy sencillos de como se implementan tcnicas de IA en robots. Un ingeniero, Braitenberg, postul una vez que si colocabamos un conjunto de robots encima de una mesa con configuraciones hardware y software aleatorias e bamos eliminando los que se caan de la mesa y reemplazndolos con otros ms parecidos a los que aguantaban ms tiempo arriba, al final tendramos robots muy buenos en no caerse de la mesa sin haber analizado gran cosa

Asi funcionan los GA: conjunto de combinaciones, vamos probando ...

Algoritmos GenticosEliminamos malas soluciones y potenciamos y mutamos las buenas hasta que alcanzamos la eficiencia deseada. Esto est muy bien para programas, donde cada vez que una solucin falla no nos gastamos un dineral en comprar otro robot. Alternativamente, simuladores, como las Strandebeest de Theo Jessen. Pero el ser humano, mucho ms discapacidades, es dificil de simular y, desde luego, no podemos tirarlo de una mesa, as que

Redes Neuronales ArtificialesOtra opcin son las RNN. En este caso, podemos aprender por entrenamiento, es decir, mostramos las solucin deseada para una configuracin de sensores determinada y las redes se reconfiguran para asociar entrada y salida.

Redes Neuronales Artificiales

En este sentido, la red funciona como un laberinto en que vamos bloqueando caminos indeseables y reforzando los deseados.

Despus de suficientes ejemplos, las redes no solo crean las asociaciones deseadas sino que son capaces de predecir el resultado deseado cuando nos encontramos con situaciones ligeramente distintas a las entrenadas

El problema de las redes -para los que no somos expertos- es que miramos las conexiones generadas y, la verdad, no tenemos ni idea de qu ha ocurrido dentro. Adems, hace falta bastante entrenamiento para funcionar correctamente.

Razonamiento basado en casos (CBR)

Por ltimo y como alternativa, el CBR funciona como una memoria episdica, es decir, recordamos como resolvimos situaciones antiguamente para resolver nuevas.

CBR permite entrenamiento supervisado -es decir, nosotros le enseamos al sistema cmo resolveramos- y no supervisado, es decir, el sistema, con una medida de eficiencia- genera nuevo conocimiento.Explicar ciclo.

Aprendizaje y asistencia

HEALTHYPERSON

En mi caso, para qu he usado aprendizaje en asistivo?Para modelar como un usuario tipo - la media de todas las personas con las que hemos trabajado- resolvera una situacin y, comparando esa media con como resuelve cada persona, determinar cuanta ayuda necesita. Asi eliminamos prdida de capacidades residualesAdems, para que la ayuda que damos sea lo ms parecida posible a como resolvera un humano y no un robot y as acepte mejor y reduzca estrs.

Como conclusin, me habra gustado decir que he aprendido la importancia de la IA, pero he aprendido es cuando se trabaja con pacientes- escuchar a los mdicos.

GRACIAS!