Xalapa, Ver.- Jesús Savage Carmona, profesor de la Facultad de Ingeniería de la Universidad Nacional Autónoma de México (UNAM), habló a la comunidad de la Maestría en Inteligencia Artificial (MIA) de la Universidad Veracruzana (UV) sobre su aplicación en los robots de servicio.
En el marco de la celebración del 30 aniversario de la MIA, el académico impartió la conferencia “De la inteligencia artificial simbólica a la IA generativa aplicada a los robots de servicio”, realizada en modalidad híbrida, con transmisión por el canal de YouTube.
Explicó que la inteligencia artificial (IA) es una especialidad dentro de la computación que se ocupa de crear sistemas que puedan replicar la inteligencia humana y las habilidades para resolver problemas. El primer trabajo en este campo fue realizado a mediados del siglo XX por el matemático británico y pionero en computación, Alan Turing.
“En un inicio se resolvían los problemas con IA usando lógica clásica a través de la demostración de teoremas, teniendo una representación simbólica del mundo.”
¿Cómo se utiliza en la robótica?
Jesús Savage mencionó que los robots de servicio son sistemas de software y hardware autónomos o semiautónomos, que se encuentran en ambientes dinámicos y complejos. Su autonomía consiste en la habilidad de tomar decisiones basadas en una representación interna del mundo.
Entre las capacidades básicas que deben cumplir están: ser reactivos, reaccionar oportuna y apropiadamente a eventos imprevistos, así como resolver tareas con planes. Existen diferentes modelos: tradicionales, reactivos, basados en datos y probabilísticas, e híbridos.
Los modelos tradicionales tienen representación del medio ambiente; se planean los movimientos y las acciones usando técnicas de IA tradicionales de búsquedas en redes topológicas; se tiene una organización serial, y si un módulo falla, todo el sistema falla.
Los reactivos están basados en el comportamiento de los insectos; no es necesaria una representación del medioambiente; no utiliza planeación de acciones ni de movimientos; es adecuado para entornos dinámicos, y está basado en comportamientos funcionando en paralelo.
Aquellos basados en datos y probabilísticas están anclados a una cantidad inmensa de datos, con los que se entrenan redes neuronales artificiales combinadas con técnicas probabilísticas.
Finalmente, en los modelos híbridos se combinan las arquitecturas tradicionales, reactivas, las basadas en datos y probabilísticas, para suplir las deficiencias de cada uno de ellos.
Por último, el investigador de la UNAM señaló que un robot de servicio debe poder reconocer comandos de voz, objetos, personas —a través de sus rostros—, lugares, y planear acciones y movimientos.
Un robot de servicio debe tener la capacidad de reconocer comandos de voz, objetos, personas y lugares
Con información de Universo