¿Por qué entrenamos robots para que sean conscientes de sí mismos?
Los robots que pasan pruebas cognitivas, como reconocerse en un espejo y ser programados con un sentido humano del tiempo, muestran cómo las máquinas se están formando para convertirse en una parte más importante de nuestra vida cotidiana.
En 2016, por primera vez, el número de robots en hogares, militares, tiendas y hospitales superó al utilizado en la industria. En lugar de concentrarse en las fábricas, los robots tienen una presencia cada vez mayor en los hogares y las vidas de las personas, una tendencia que probablemente aumentará a medida que se vuelvan más sofisticados y “sensibles”.
En 2016, por primera vez, el número de robots en hogares, militares, tiendas y hospitales superó al utilizado en la industria. En lugar de concentrarse en las fábricas, los robots tienen una presencia cada vez mayor en los hogares y las vidas de las personas, una tendencia que probablemente aumentará a medida que se vuelvan más sofisticados y “sensibles”.
“Si sacamos el robot de una fábrica a una casa, queremos seguridad”, comentó Pablo Lanillos, profesor asistente de la Universidad de Radboud en los Países Bajos.
Y para que las máquinas interactúen de manera segura con las personas, deben parecerse más a los humanos, dicen expertos como Lanillos. Ha diseñado un algoritmo que permite a los robots reconocerse a sí mismos, de manera similar a los humanos.
Una distinción importante entre humanos y robots es que nuestros sentidos son defectuosos, alimentando información engañosa en nuestros cerebros. ‘Tenemos una propiocepción muy imprecisa (conciencia de la posición y el movimiento de nuestro cuerpo). Por ejemplo, nuestros músculos tienen sensores que no son precisos frente a los robots, que tienen sensores muy precisos”, dijo.
El cerebro humano toma esta información imprecisa para guiar nuestros movimientos y comprensión del mundo, pero los robots no están acostumbrados a lidiar con la incertidumbre de la misma manera.
“En situaciones reales, hay errores, diferencias entre el mundo y el modelo del mundo que tiene el robot”, aclara Lanillos. “El problema que tenemos en los robots es que cuando cambias cualquier condición, el robot comienza a fallar”.
A los dos años, los humanos pueden notar la diferencia entre sus cuerpos y otros objetos en el mundo. Pero este cálculo que puede hacer un cerebro humano de dos años es muy complicado para una máquina y les dificulta navegar por el mundo.
Reconocer
El algoritmo que desarrollaron Lanillos y sus colegas en un proyecto llamado SELFCEPTION, permite a tres robots diferentes distinguir sus “cuerpos” de otros objetos.
Sus robots de prueba incluían uno compuesto por brazos cubiertos con piel táctil, otro con inexactitudes sensoriales conocidas y un modelo comercial. Querían ver cómo responderían los robots, dadas sus diferentes formas de recopilar información “sensorial”.
Una prueba que aprobaron los robots asistidos por algoritmos fue la ilusión de la mano de goma, utilizada originalmente en humanos. “Ponemos una mano de plástico frente a ti, cubrimos tu mano real y luego comenzamos a estimular tu mano cubierta y la mano falsa que puedes ver”, expone el experto. En cuestión de minutos, la gente comienza a pensar que la mano falsa es su mano.
El objetivo era engañar a un robot con la misma ilusión que confunde a los humanos. Es una medida de cómo de bien se integran varios sensores y cómo el robot puede adaptarse a las situaciones. Lanillos y sus colegas hicieron que un robot experimentara la mano falsa como su mano, de forma similar a como lo haría un cerebro humano.
La segunda prueba fue la prueba de espejo, propuesta originalmente por los primatólogos. En este ejercicio, se coloca un punto rojo en la frente de un animal o persona; luego se miran en un espejo. Los humanos, y algunos animales como los monos, tratan de quitarse el punto rojo de la cara en lugar del espejo.
“En situaciones reales, hay errores, diferencias entre el mundo y el modelo del mundo que tiene el robot”, continúa Lanillos.
La prueba es una forma de determinar qué tan consciente de sí mismo es un animal o persona. Los niños humanos generalmente pueden pasar el examen antes de su segundo cumpleaños.
El equipo entrenó a un robot para “reconocerse” en el espejo conectando el movimiento de las extremidades en el reflejo, con sus propias extremidades. Ahora están tratando de hacer que el robot se frote el punto rojo.
El siguiente paso en esta investigación es integrar más sensores en el robot, y aumentar la información que computa, para mejorar su percepción del mundo. Un humano tiene alrededor de 130 millones de receptores solo en su retina y 3.000 receptores táctiles en cada dedo. Tratar con grandes cantidades de datos es uno de los desafíos cruciales en la robótica. “Resolver cómo combinar toda esta información de manera significativa mejorará la conciencia corporal y la comprensión del mundo”, dijo el experto.
Mejorar la forma en que los robots perciben el tiempo también puede ayudarlos a operar de una manera más humana, permitiéndoles integrarse más fácilmente en la vida de las personas. Esto es particularmente importante para los robots de asistencia, que interactuarán con las personas y tendrán que cooperar con ellos para lograr tareas. Estos incluyen robots de servicio que se han sugerido como una forma de ayudar a cuidar a los ancianos.
“El comportamiento (humano), nuestra interacción con el mundo, depende de nuestra percepción del tiempo”, dijo Anil Seth, codirector del Centro Sackler para la Ciencia de la Conciencia en la Universidad de Sussex, Reino Unido. “Tener un buen sentido del tiempo es importante para cualquier comportamiento complejo”.
Sentido del tiempo
El profesor Seth colaboró en un proyecto llamado TimeStorm que examinó cómo los humanos perciben el tiempo y cómo usar este conocimiento para darles también a las máquinas un sentido del tiempo.
Insertar un reloj en un robot no les daría una conciencia temporal, según el profesor Seth. “Los humanos, o los animales, no perciben el tiempo al tener un reloj en la cabeza”, dijo. Hay sesgos y distorsiones en la forma en que los humanos perciben el tiempo, dice.
Warrick Roseboom, un científico cognitivo también de la Universidad de Sussex que encabezó los esfuerzos de TimeStorm de la universidad, creó una serie de experimentos para cuantificar cómo las personas experimentaron el paso del tiempo.
“Pedimos a los humanos que vieran diferentes vídeos de unos pocos segundos hasta aproximadamente un minuto y nos dijeran cuánto tiempo pensaban que duraba el vídeo”, comentó Roseboom. Los vídeos eran perspectivas en primera persona de las tareas cotidianas, como caminar por el campus o sentarse en un café. Los sujetos experimentaron un tiempo diferente de la duración real, dependiendo de qué tan ocupada estaba la escena.
Utilizando esta información, los investigadores crearon un sistema basado en el aprendizaje profundo que podría imitar la percepción de los sujetos humanos de la duración del vídeo. “Funcionó muy bien”, dijo el profesor Seth. “Y pudimos predecir con bastante precisión cómo los humanos percibirían la duración en nuestro sistema”.
Un enfoque principal del proyecto fue investigar y demostrar que las máquinas y los humanos trabajan juntos con las mismas expectativas de tiempo.
Los investigadores pudieron hacerlo con una demostración de robots que ayudan en la preparación de comidas, servir comida según las preferencias de los clientes… algo que requiere una comprensión de la percepción del tiempo humano, la planificación y el recuerdo de lo que ya se ha hecho.
El proyecto de seguimiento de TimeStorm, Entiment, creó un software que las empresas pueden usar para programar robots con un sentido del tiempo para aplicaciones como la preparación de comidas y la limpieza de mesas.
En los últimos 10 años, el campo de la conciencia del robot ha progresado significativamente, dice Lanillos, y en la próxima década se verán aún más avances, con los robots cada vez más conscientes de sí mismos.
“No digo que el robot sea tan consciente como lo es un humano, de una manera reflexiva, pero podrá adaptar su cuerpo al mundo”.
Tomado de 
