Siete áreas de la inteligencia artificial y su uso en robots

Los robots, los robots físicos, y muy especialmente los humanoides, sirven con frecuencia como imagen tangible de la inteligencia artificial.
Pero ¿Es esta relación tan estrecha? ¿Existe un maridaje real?

Incorporación de inteligencia artificial a robots

Bueno, no del todo, pero sí en cierta medida, y una medida creciente.
Realmente no todos los robots están dotados de inteligencia artificial. Hay muchos robots que no incorporan estas capacidades salvo, quizá, en algún aspecto de percepción, especialmente visión artificial.
Una situación que, sin embargo, parece previsible que vaya evolucionando, realmente está evolucionando ya, tanto por la incorporación de más y más elementos de inteligencia artificial en robots digamos tradicionales, como los robots manipuladores industriales o los robots móviles autónomos, como por la aparición de más y más robots de servicio con funciones inteligentes y, quizá, quizá, mantengámonos a la expectativa, en robots humanoides. 

Aspectos como la incorporación de capacidades lingüísticas y de comunicación por voz, o de más y más funciones de visión artificial, me parece casi imparables.

Siete áreas de la inteligencia artificial

En cualquier caso, y ante el previsible y seguramente imparable, auge de los robots inteligentes, robots dotados de inteligencia artificial, puede ser bueno revisar qué tiene que ofrecer la inteligencia artificial a la robótica.

Y un poco eso es lo que hace Robin R. Murphy en los inicios de su libro 'Introduction to AI robotics' cuando recupera la identificación de áreas de la inteligencia artificial contenida en el libro 'The handbook of artificial intelligence' y, brevemente, comenta su aplicación en robots. Las áreas y, además de lo que indica Murphy, un poco mi interpretación, son:

• Representación del conocimiento: Es decir, técnicas para reflejar en estructuras de datos o información lo que un ente, en este caso un robot, sabe de su entorno y puede que de sí mismo. Un área de la inteligencia artificial, quizá bastante olvidada en la actualidad, supongo que por la relativa decadencia de los enfoques simbólicos en favor del machine learning, especialmente en su versión conexionista. Sin embargo, se mantiene en cierta medida su uso y diría que algo más en robótica que en otros aspectos de la inteligencia artificial. Se me ocurre pensar, por ejemplo, que los mapas que los robots móviles construyen de su entorno para saber cómo moverse, no dejan de ser una forma especializada de representación del conocimiento.


• Entendimiento de lenguaje natural: Un mecanismo el lenguaje, probablemente el más natural y más humano, para la comunicación entre humanos y máquinas. Algo que se ha popularizado y promete hacerlo aún más en el inmediato futuro, en todo tipo de entornos y aplicaciones y, lógicamente, también en robots, con preferencia, aunque ni muchísimo menos exclusividad, en robots sociales. Personalmente, creo que las capacidades de entendimiento de lenguaje natural y reconocimiento de voz, ya muy presentes, se van a generalizar aún muchísimo más.


• Aprendizaje: Aquí la autora no se refiere sólo al aprendizaje propio de muchos de los algoritmos de inteligencia artificial (machine learning), sino a mecanismos más específicos del aprendizaje en robots, como puede ser el aprendizaje por ensayo y error (supongo que respaldado por algoritmos de aprendizaje por refuerzo). De mi cosecha añadiría mecanismos avanzados y aún en investigación, como el aprendizaje por imitación que ya comentamos en otro artículo.


• Planificación y resolución de problemas: es decir, la capacidad para planificar acciones orientadas a la consecución de un objetivo. Algo de lo que quizá se habla menos en la inteligencia artificial en general, pero que es muy relevante en robots. Como ejemplo se me ocurre la planificación del movimiento en robots móviles autónomos o el propio vehículo aiutónomo.


• Inferencia: que la autora define como la capacidad para generar una respuesta en presencia de una información incompleta y que ejemplifica con un vehículo autónomo de exploración planetaria que debe decidir, ante la avería de sus sensor de distancia y sólo con la imagen de una cámara, si algo oscuro que tiene delante es realmente un cañón por el que puede caer o no.


• Búsqueda: teniendo en cuenta que búsqueda, en el campo de la inteligencia artificial, se refiere, no al búsqueda que usamos en el lenguaje común, sino a la exploración de los estados de su representación de conocimiento para encontrar la mejor opción para la siguiente acción. La autora lo ejemplifica con el caso del juego del ajedrez, donde un algoritmo, conoce el estado actual (la situación de sus piezas y del contrario en un tablero) y debe decidir entre todos los estados futuros posibles, (todas las situaciones de piezas derivadas de los movimientos válidos desde la posición actual), cuál es la mejor opción.


• Visión: una tipo de capacidades que la robótica, incluso la más tradicional, utiliza desde hace tiempo para, por ejemplo, identificar defectos en piezas, detectar la llegada de piezas, detectar obstáculos en robots móviles, etc. Un área que, dado su enorme desarrollo en los últimos años y el previsible en los venideros, permite dotar a los robots de más y más capacidades como, por ejemplo, el siempre delicado reconocimiento facial.

En esta lista de características de la inteligencia artificial, me llama un poco la atención la fuente bibliográfica a la que acude Murphy, un libro publicado en 1981, y que quizá justifica la aparición conceptos bastante poco utilizados en la literatura de la inteligencia artificial actual como son la representación del conocimiento o la inferencia (término que se asoció mucho en su momento a los sistemas expertos).

Modas aparte, creo que, aunque quizá con variaciones en importancia o peso relativo de cada una de estas áreas, y aunque fuesen posibles otras clasificaciones, todas las áreas que se identifican siguen presentes de alguna manera en la inteligencia artificial actual y siguen siendo aplicables y aplicadas de hecho en robótica.

Conclusión

Los enormes avances de la inteligencia artificial de los últimos años, y los más que previsibles avances en los que han de venir, encuentran un fantástico campo de aplicación en robótica.

Sólo con las capacidades ya existentes, se pueden conseguir robots muy avanzados e inteligentes y probablemente sea más una cuestión de identificación de casos de uso útiles y el interés a nivel negocio y rentabilidad de esos casos de uso, lo que determine el grado de incorporación de todas estas capacidades de la inteligencia artificial a los robots más allá de la investigación y el laboratorio.