IA ENSEÑANDO A LOS ROBOTS A CAMINAR

 Esta inteligencia artificial enseña a los robots bipedos a caminar, creando instrucciones para los obstáculos de forma personalizada y automática.



 Antes de saltar obstáculos, debe aprender a gatear y, antes de leer a William Shakespeare, debe conocer el alfabeto. Cualquier educador sabe de la importancia de un plan de aprendizaje paso a paso para llegar a dominar una tarea.

 Ahora, los investigadores de Uber AI Labs (empresa de investigación) han diseñado un algoritmo que crea su propio plan de aprendizaje para enseñar a los robots simulados a atravesar un terreno difícil sin caerse. El algoritmo podría incluso algún día ayudar a los vehículos autónomos a reaccionar en situaciones de emergencia.



 El nuevo programa, llamado Paired Open-Ended Trailblazer (POET) primero crea un conjunto de mundos o terrenos únicos, cada uno habitado por un personaje controlado por ordenar, un robot.

 Usando solo dos patas y un telémetro similar a un láser, el personaje o robot debe aprender a caminar. Después de un período de práctica, la inteligencia artificial cambia el desafío, a veces lo hace más fácil y, a veces, más difícil.

 Puede hacer que las trincheras sean más anchas, los agujeros más altos o el suelo más desigual. De vez en cuando se cambia un robot caminante por otro diferente, para ver si las habilidades aprendidas en un terreno ayudarán en otro diferente. Esta mutación e intercambio de carreras de obstáculos crea una serie impredecible de escalones en el camino hacia la agilidad.

 Usando el programa POET, los robots caminantes podrían cubrir un terreno difícil que no se podría aprender sin los planes de estudio aprendidos anteriormente. Además, POET funcionó mejor que un programa que simplemente aumentaba la dificultad del terreno a lo largo del tiempo, sin intentar muchos caminos indirectos.



 Las vastas rutas de aprendizaje de POET dieron sus frutos una y otra vez. En un ejemplo, un robot se agachó hasta que se encontró con un mundo de obstáculos y agujeros y tuvo que aprender a caminar erguido; más tarde regresó a un mundo más plano y siguió caminando erguido, completando el curso más rápido que antes.

 Los investigadores dicen que POET podría algún día ayudar a los robots de la vida real a resolver muchas tareas complejas, o incluso permitir que los coches autónomos aprendan a resolver emergencias que los programadores no habían pensado incluir en el propio plan. POET podría incluso crear y resolver problemas completamente nuevos, en campos desde la síntesis de proteínas hasta la poesía.

El Programa POET

 El papel del currículo (plan de estudios) en la educación es esencial en el aprendizaje. La razón por la que hay un plan de estudios es que es muy difícil aprender habilidades o conceptos avanzados sin antes dominar las habilidades fundamentales. Este principio se aplica no solo a los estudiantes en las aulas, sino también a los algoritmos de aprendizaje: las tareas que son difíciles o imposibles de aprender directamente se vuelven manejables si son el final de una secuencia de pequeños pasos.

 Fíjate en el siguiente robot, primero aprende en un entorno fácil, para luego pasar a otro con obstáculos.



 Ahora pasamos a resolver un camino más complejo





 Si bien la historia del aprendizaje automático hasta ahora abarca una serie de problemas planteados por los investigadores y los algoritmos que aprenden sus soluciones, una pregunta importante es si los problemas en sí pueden ser generados por el algoritmo al mismo tiempo que se resuelven.

 Tal proceso, de hecho, construiría su propio currículo diverso y en expansión, y las soluciones a los problemas en varias etapas se convertirían en un paso hacia la solución de problemas aún más difíciles según se avanza en el proceso.

 El algoritmo POET  hace precisamente eso: empareja la generación de desafíos ambientales y la optimización de agentes para resolver esos desafíos. Explora simultáneamente muchos caminos diferentes a través del espacio de posibles problemas y soluciones y, de manera crítica, permite que estas soluciones escalonadas se transfieran entre problemas, si es mejor, catalizando la innovación.

 El término abierto significa el potencial intrigante para que algoritmos como POET continúen creando capacidades novedosas y cada vez más complejas sin límite. Los resultados muestran que POET produce una gama diversa de comportamientos sofisticados que resuelven una amplia gama de desafíos ambientales, muchos de los cuales no se pueden resolver solo mediante optimización directa, o incluso a través de un algoritmo de control directo de un solo camino basado en el currículo introducido para resaltar el papel crítico de la apertura en la resolución de desafíos ambiciosos.

 La capacidad de transferir soluciones de un entorno a otro resulta esencial para desbloquear todo el potencial del sistema en su conjunto, lo que demuestra la naturaleza impredecible de los escalones fortuitos.



 Si te ha gustado haz clic en Me Gusta, Gracias: Twittear Seguir a @TecnologiaArea

 © Se permite la total o parcial reproducción del contenido, siempre y cuando se reconozca y se enlace a este artículo como la fuente de información utilizada.