DeepMind, filial de Alphabet, compartió un nuevo informe sobre los grandes avances que han logrado, llevando el potencial de la inteligencia artificial un paso más allá.
En los últimos tiempos, hemos visto lo que pueden lograr robots impulsados por IA, desde tareas complejas hasta descabelladas, siguiendo diferentes patrones o utilizando conocimiento previo.
Pero DeepMind quiso ir a una zona todavía sin explorar: que puedan realizar tareas sin tener conocimiento previo de ello, ni recibir instrucciones de cómo hacerlo.
Es decir, asignar una tarea y que el robot resuelva cómo hacerlo, con todos los cientos de variantes que pueda implicar:
Las tareas de control, como poner en orden una mesa o apilar objetos, requieren que un agente determine cómo, cuándo y dónde coordinar las nueve articulaciones de sus brazos y dedos simulados para moverse correctamente y lograr su objetivo
Por ejemplo, se le asigna una tarea nueva: mover objetos en una caja. Al no brindarle información de cómo completar la tarea, tendrá que explorar su entorno y los recursos que tiene disponible, para saber cómo actuar.
Las pruebas la realizaron con un brazo robótico, asignándole la tarea de colocar los cubos dentro de la caja, y dando una recompensa con cada logro que lo lleve a cumplir con el objetivo. La IA realizó las pruebas primero en un entorno virtual, y después utilizando el brazo robótico.
Podemos ver las pruebas en el siguiente video:
El sistema de recompensa le sirve para evaluar su progreso. Es decir, va aprendiendo, a base de prueba y error, a medida que se adapta al entorno y evalúa sus recursos.
Podemos leer todo el proceso y los aspectos técnicos de este experimento en este informe que comparten DeepMind.