Tal cual como una persona salió andando y realizó varios ejercicios que enseguida eran respondidos con la ovación del público. Con la boca abierta estábamos todos. Un robot estaba delante nuestros ojos corriendo, saltando, marcando goles e interactuando con el público. Increíble. En su web oficial podéis conocer todo lo que es capaz de hacer Asimo.
¿Cómo aprenden los robots?
La tecnología aplicada al desarrollo de máquinas inteligentes están evolucionando rápidamente y a veces da hasta un poco de miedo el pensar hasta donde pueden llegar. ¿Cómo aprenden los robots? Básicamente de lo que se trata a la hora de entrenar a los robots es de aplicar técnicas de aprendizaje de máquinas que consigan que los propios robots extraigan la información por si mismos a partir de unos datos proporcionados. Se trata de que aprendan igual que lo hacemos los humanos. Para lograr que aprendan, se siguen diversas estrategias de aprendizaje en los que una vez más la psicología tiene mucho que ver.
Estrategias de aprendizaje de máquinas.
1.Aprendizaje reforzado.
Seguramente os suenen los experimentos de Pávlov con perros. Este fisiólogo conductista fue pionero del condicionamiento clásico y sus ideas son aplicadas hoy día para entrenar a los robots mediante la utilización de estímulos negativos y positivos. Parece sencillo. Los algoritmos implementados en la máquina están pensados para que se maximice la recompensa. Cuando el robot recibe unas instrucciones iniciales su software de forma autodidacta va mejorando en la realización de una tarea en la que el premio es conseguir un objetivo marcado (por ejemplo ganar al ajedrez). Cada vez que hace un buen movimiento aprende y evita los errores futuros.
2. Aprendizaje profundo.
Las redes neuronales humanas se estructuran en diversas capas de las cuales se va recogiendo la información que alimenta a la siguiente capa y así sucesivamente. Pues bien, en el aprendizaje profundo se trata de emular el cerebro humano en la máquina creando redes neuronales artificiales. La primera capa de estas ciberneuronas obtiene los datos básicos y progresivamente va analizando al detalle. Por ejemplo, para reconocer caras primeramente reconoce los colores, después las formas y poco a poco los detalles más concretos de cada cara. Igual que los humanos.
3. Árbol de decisiones.
Mediante el uso de esquemas con diversas posibilidades con sus correspondientes soluciones se va resolviendo un problema más complejo dentro de un escenario concreto. Funciona como el típico manual de ayuda que va descartando problemas. A todos nos suena el “Reinicie el router. ¿Ha solucionado el problema? Sí/No” y a partir de la respuesta se enlaza a uno u otro esquema para solucionar el problema. El algoritmo de la máquina asocia cada situación a una reacción y aplica la lógica para resolverlo con la más adecuada. Y aprende.
4. Optimización de software.
En este caso se trata de entrenar a un software para que resuelva una tarea de la forma más eficiente posible independientemente del método que utilice. Esto es lo que hacen los robots cuando se caen para aprender a levantarse de forma eficiente. Muy parecido a lo que hace un niño pequeño cuando empieza a desarrollarse psicomotrizmente, dedica mucho tiempo a moverse y a “practicar” la mejor forma de desplazarse para poco a poco ir usando ese conocimiento adquirido para mejorar y planificar los movimientos con mayor destreza psicomotriz y rapidez.
>> Artículo relacionado: Destreza psicomotriz: fases de su aprendizaje
¿Qué será lo próximo que aprendan a hacer los robots? La inteligencia artificial ya no es solo cosa del futuro.[:en]A few months ago I was traveling in Japan and one of the things that excited me was to see live the future. Yes, in Tokyo Miraikan museum you discover the great technological advances that will govern the near future. One of the things I liked most was to see live display intelligent robot Asimo, Honda.
Just like that as a person walked out and performed several exercises that were answered immediately with a standing ovation. With the mouth we were all open. A robot was before our eyes running, jumping, scoring goals and interacting with the public. Amazing. In its official website you can know everything that is capable of Asimo.
How robots learn?
The technology applied to the development of intelligent machines are evolving rapidly and sometimes gives up a little scary to think how far they can get. How robots learn? Basically what is the time to train robots is applying machine learning techniques to get the robots themselves extract the information for themselves from a data provided. It is to learn as humans do. To achieve learn, learning various strategies in which once again the psychology is closely followed.
Machine learning strategies.
1.Aprendizaje reinforced.
Surely Pavlov’s experiments with dogs will sound. This behavioral physiologist was a pioneer of classical conditioning and ideas are applied today to train robots using negative and positive stimuli. It seems simple. The algorithms implemented in the machine are designed to maximize the reward. When the robot receives instructions initials self-taught software improves the performance of a task in which the prize is to achieve a marked target (eg winning chess). Each time you learn a good move and avoid future errors.
2. Deep Learning.
Human neural networks are structured in different layers of which is collecting the information that feeds the next layer, and so on. Well, in deep learning it is to emulate the human brain on the machine creating artificial neural networks. The first layer of these ciberneuronas obtain the basic data and progressively will analyze in detail. For example, to recognize faces first recognize colors, shapes and then gradually more concrete details of each face. Like humans.
3. Decision Tree.
By using schemes with various options with their corresponding solutions it will solve a more complex problem within a specific scenario. It works like the typical manual will help discarding problems. We have all heard the “Reboot the router. Did this fix the problem? Yes / No” and from the response is linked to one or another scheme to solve the problem. The machine algorithm associates each situation to a reaction and applies logic to solve it with the best. And learn.
4. Optimization software.
In this case it is to train a software to resolve a task in the most efficient way possible regardless of the method you use. This is what the robots when they fall to learn to rise efficiently. Very similar to what a young child when he begins to psicomotrizmente develop, devotes much time to move and to “practice” the best way to move to gradually go using that acquired to improve and plan movements more psychomotor skills knowledge and speed .
>> Related article: Psychomotor Skills: learning phases
What’s next learn to make robots? Artificial intelligence is no longer just a thing of the future.[:gl]Hai uns meses estiven de viaxe en Xapón e unha das cousas que máis me entusiasmou foi ver en directo o futuro. Si, no museo Miraikan de Tokio descóbrenche os grandes avances tecnolóxicos que gobernarán o futuro máis próximo. Unha das cousas que máis me gustou foi ver en directo a exhibición do robot intelixente Asimo, de Fonda.
Tal cal como unha persoa saíu andando e realizou varios exercicios que enseguida eran respondidos coa ovación do público. Coa boca aberta estabamos todos. Un robot estaba diante os nosos ollos correndo, saltando, marcando goles e interactuando co público. Incrible. Na súa web oficial podedes coñecer todo o que é capaz de facer Asimo.
Como aprenden os robots?
A tecnoloxía aplicada ao desenvolvemento de máquinas intelixentes están a evolucionar rapidamente e ás veces dá até un pouco de medo o pensar até onde poden chegar. Como aprenden os robots? Basicamente do que se trata á hora de adestrar aos robots é de aplicar técnicas de aprendizaxe de máquinas que consigan que os propios robots extraian a información por se mesmos a partir duns datos proporcionados. Trátase de que aprendan igual que o facemos os humanos. Para lograr que aprendan, séguense diversas estratexias de aprendizaxe nos que unha vez máis a psicoloxía ten moito que ver.
Estratexias de aprendizaxe de máquinas.
1.Aprendizaxe reforzada.
Seguramente vos soen os experimentos de Pávlov con cans. Este fisiólogo conductista foi pioneiro do condicionamento clásico e as súas ideas son aplicadas hoxe día para adestrar aos robots mediante a utilización de estímulos negativos e positivos. Parece sinxelo. Os algoritmos implementados na máquina están pensados para que se maximice a recompensa. Cando o robot recibe unhas instrucións iniciais o seu software de forma autodidacta vai mellorando na realización dunha tarefa na que o premio é conseguir un obxectivo marcado (por exemplo gañar ao xadrez). Cada vez que fai un bo movemento aprende e evita os erros futuros.
2. Aprendizaxe profunda.
As redes neuronais humanas estrutúranse en diversas capas das cales se vai recollendo a información que alimenta á seguinte capa e así sucesivamente. Pois ben, na aprendizaxe profunda trátase de emular o cerebro humano na máquina creando redes neuronais artificiais. A primeira capa destas ciberneuronas obtén os datos básicos e progresivamente vai analizando ao detalle. Por exemplo, para recoñecer caras primeiramente recoñece as cores, despois as formas e aos poucos os detalles máis concretos de cada cara. Igual que os humanos.
3. Árbore de decisións.
Mediante o uso de esquemas con diversas posibilidades coas súas correspondentes solucións vaise resolvendo un problema máis complexo dentro dun escenario concreto. Funciona como o típico manual de axuda que vai descartando problemas. A todos sóanos o “Reinicie o router. Solucionou o problema? Si/Non” e a partir da resposta enlázase a un ou outro esquema para solucionar o problema. O algoritmo da máquina asocia cada situación a unha reacción e aplica a lóxica para resolvelo coa máis adecuada. E aprende.
4. Optimización de software.
Neste caso trátase de adestrar a un software para que resolva unha tarefa da forma máis eficiente posible independentemente do método que utilice. Isto é o que fan os robots cando caen para aprender a levantarse de forma eficiente. Moi parecido ao que fai un neno pequeno cando empeza a desenvolverse psicomotrizmente, dedica moito tempo a moverse e a “practicar” a mellor forma de desprazarse para aos poucos ir usando ese coñecemento adquirido para mellorar e planificar os movementos con maior destreza psicomotriz e rapidez.
>> Artigo relacionado: Destreza psicomotriz: fases da súa aprendizaxe
Que será o próximo que aprendan a facer os robots? A intelixencia artificial xa non é só cousa do futuro.[:]
1 Comentario