Return to start

Siéntate, Vuelta, Computa: Las computadoras aprenden mejor imitando a perros

Desde los perros lazarillo para las personas con problemas de visión hasta animales de búsqueda y rescate, los caninos pueden ser entrenados para ayudar en un rango de actividades críticas. Asi que quizás no sea sorprendente que los investigadores ahora están desarrollando máquinas para aprender más como los perros.

Los científicos computacionales han modelado maquinas para aprender cómo los perros, que tienen una meta a corto plazo de mejorar las interacciones humanas con los robots y como meta a largo plazo entrenar animales de servicio de manera más eficiente.

Estás máquinas se apoyan en la retroalimentación humana. Los animales en entrenamiento reales, como los perros, también proveen ayuda y pistas útiles acerca de su comprensión para los entrenadores humanos y ahora ese aspecto de relación en el entrenamiento está siendo transferido al aprendizaje de máquinas.

“Casi todos pueden enseñarle a un perro como sentarse”, dice David Robert, un profesor asistente en la Universidad del Estado de Carolina del Norte que estudia diseño de videojuegos y entrenamiento de perros. “Pero ahora, no puedes enseñarle a tu computadora a sentarse”. Eso es, hacer los cambios más sencillos al comportamiento de la máquina por lo general requiere hacer cambios en las configuraciones preprogramadas o que requiere que el usuario sea proficiente en la programación de computadoras.

Para demostrar resultados de una nueva investigación los entrenadores recientemente proveyeron de comandos a perros virtuales y después les dieron retroalimentación a los animales virtuales (positiva, negativa o neutral) mientras intentaban completar cada tarea. Los resultados fueron mostrados en una conferencia en Singapur.

Los investigadores habían desarrollado previamente un programa que permitía sus perros virtuales aprender de sus entrenadores humanos que estaban dándoles diferentes estilos de retroalimentación. El nuevo estudio añadió una forma para que los robots dieran retroalimentación a los entrenadores. Cuando algunos de los perros virtuales estaban confiados en la comprensión de un comando tendían a moverse rápidamente, pero si no estaban seguros de que hacer sus acciones por lo general se alentaban. Estos comportamientos se parecen bastante a los que serían exhibidos por un perro real, dijeron los investigadores.

“Cuando un animal tiene mucha confianza, tiene más probabilidades de desempeñar esa conducta con gran energía, alta velocidad y mucho entusiasmo. Yo no diría que hay señales explícitas, existe este sentimiento general o sensación que tienes cuando ves que el animal lo tiene”.

Un robot que varía su velocidad está “implícitamente comunicando su inseguridad”, dijo el coautor del estudio Matthew Taylor. Taylor es el director del laboratorio para el aprendizaje inteligente de robots en la Universidad del estado de Washington.

Los perros robots de velocidad variable, los que les dieron a los entrenadores información extra, se desempeñaron mejor que los perros de velocidad fija en una variedad de medidas, dijeron los investigadores. Por ejemplo, a los perros con velocidad variada les tomó menos tiempo completar una tarea compleja que los perros que nunca se movían rápido o lento.

Sin embargo, a pesar de que los perros de velocidad variable reciben retroalimentación de mayor calidad de los entrenadores, los entrenadores reportaron que preferían trabajar con perros de velocidad fija. “No está completamente claro el porqué no les gustan tanto”, dijo Robert.

Taylor sugirió que los usuarios no entendieron la razón por la que se cambiaron las velocidades. El espera que si los usuarios entienden mejor porqué los perros suben y bajan la velocidad los usuarios quizás apreciarían las velocidades variantes.

Con más desarrollo de este estilo de inteligencia artificial, Robert cree que los usuarios podrían ajustar intuitivamente su propio comportamiento “para personalizar más efectivamente el comportamiento de sus gadgets”, dijo.

Y mientras que los perros o robots con habilidades especializadas requieren entrenadores especializados, los investigadores todavía tienen en vista aquellas tareas en demanda, como la detección de drogas y las realizadas por caninos reales. Taylor escribió “la verdadera meta a largo plazo es poder entrenar automáticamente perros para que podamos producir más perros de servicio a menor precio”.

Eira Regalado Cavazos