En Pekín abre un "jardín de infancia" para entrenar robots sin ayuda humana

En el distrito pekinés de Shijingshan ha abierto un "jardín de infancia para robots". En este centro, las máquinas no siguen instrucciones proporcionadas por seres humanos, sino que aprenden mediante estímulos táctiles, ensayo y error y su propia experiencia práctica. Así lo informa Global Times, socio de TV BRICS.

El centro fue creado conjuntamente por una empresa china especializada en tecnologías hápticas y un equipo de investigadores dirigido por Richard Sutton, ganador del Premio Turing y reconocido por sus trabajos en el campo del "aprendizaje por refuerzo" (reinforcement learning). Se trata de un método de aprendizaje automático mediante el cual un sistema —en este caso, un robot— aprende a tomar decisiones a través de su interacción con el entorno.

Según observaron los periodistas de Global Times, los robots del centro repiten los mismos movimientos numerosas veces, reciben información a partir del contacto físico con los objetos y ajustan su comportamiento. Por ejemplo, si un robot choca contra una pared mientras aprende a caminar, registra lo ocurrido, vuelve a intentarlo y modifica su trayectoria para evitar repetir el error.

Durante la inauguración, Richard Sutton explicó que el objetivo del proyecto es crear un entorno seguro en el que los robots puedan comprender su propio funcionamiento e interactuar con el mundo físico a través de la experiencia. Para ello, serán necesarios no solo nuevos algoritmos, sino también robots y espacios diseñados específicamente para este propósito. Los errores, subrayó, serán una parte natural del proceso de aprendizaje.

Uno de los expertos explicó que la mayoría de los robots actuales aprenden a partir de ejemplos proporcionados por seres humanos, mediante teleoperación o en entornos simulados. Una vez completado ese entrenamiento, su comportamiento apenas cambia. El aprendizaje continuo, en cambio, permite a los robots adaptarse a nuevas condiciones incluso después de haber comenzado a operar, aunque esas situaciones no hayan sido previstas de antemano.

Wang Peng, investigador asociado de la Academia de Ciencias Sociales de Pekín, señaló que el aprendizaje autónomo del entorno permite a los robots superar los límites de tareas específicas y comprender mejor el mundo físico. En lugar de depender de grandes volúmenes de datos proporcionados por los seres humanos, las máquinas pueden obtener información valiosa mediante la interacción directa con el entorno real.

China ya está ampliando su red de instalaciones destinadas al entrenamiento de robots humanoides. Por ejemplo, los centros situados en los distritos pekineses de Yizhuang y Shijingshan recrean condiciones del mundo real en las que los robots practican tareas que van desde operaciones de alta precisión hasta labores domésticas. Sin embargo, en estos centros los robots todavía no aprenden de forma autónoma.