Sí, los robots son programados y operan en base parámetros dados por los humanos, pero la naturalización de los mismos en nuestro entorno todavía sigue siendo un desafío. La comunicación es uno de los principales obstáculos, y como no todos poseen conocimientos en programación, ingenieros chilenos están trabajando en sofisticar los mecanismos de reconocimiento de voz para interactuar con las nuevas generaciones de robots.
El equipo de investigadores e ingenieros eléctricos del Departamento de Ingeniería Eléctrica de la Universidad de Chile, encabezados por el académico, Nestor Becerra Yoma, trabajan en el desarrollo de habilidades de integración, humano-robots, a través del procesamiento de voz y lenguaje hablado para poder interactuar de forma fluida y efectiva.
Los miembros trabajan en el Laboratorio de Procesamiento y Transmisión de Voz y el eje es lograr una mejor integración social humano-robot en ambientes colaborativos, como una iniciativa para enfrentar el nuevo paradigma de la robótica, centrada en automatizar procesos y reemplazarnos en trabajo monótonos.
Becerra se refirió a esta investigación como una herramienta necesaria para poder generar lazos de comunicación entre nosotros y las máquinas que están en nuestro entorno.
La integración colaborativa humano-robot será extremadamente importante en las próximas décadas, pero surge un problema: ¿cómo nos comunicaremos con estas nuevas especies, actores o grupos?
En este escenario, el uso del lenguaje hablado juega un rol fundamental por al menos dos razones: es el modo más natural en que las personas interactúan; y permite a los operadores humanos asimilar el contexto del equipo robot en un trabajo colaborativo, por lo mismo, estamos usando técnicas de reconocimiento de voz Automatic Speech recognition –ASR- y síntesis de voz, Text To Speech –TTS- para hacer más amigable y eficiente la comunicación.
En el Laboratorio de Procesamiento y Transmisión de Voz se realiza un uso intensivo de estas tecnologías que se pueden dividir en tres ramas. La primera, es la que corresponde a métodos que usan reglas bien definidas para razonar y tomar decisiones. El ejemplo más común pueden ser los programas para jugar ajedrez, en este contexto, estos sistemas no tienen capacidad de aprendizaje.
La segunda vertiente de la IA es la basada en aprendizaje estadístico. Estas tecnologías han sido muy efectivas en reconocimiento de voz, de rostro y de imágenes. Se crean estructuras de redes neuronales de varias capas conocidas como Deep neural networks –DNN-, que se entrenan con ejemplos específicos de lo que se quiere analizar o reconocer. Tienen gran capacidad de clasificación y de predicción. Sin embargo, no tienen la capacidad de contextualizar y poseen una mínima habilidad de razonar.
Por último, la tercera rama de IA tiene como eje fundamental el uso de información de contexto o conocimiento previo de modo que un sistema pueda aprender a analizar o clasificar usando una cantidad de ejemplos tal cual como lo hacen los seres humanos.
La búsqueda de métodos que usen el contexto o información previa ciertamente dominará la investigación en los próximos años o décadas en materia de IA. Por lo mismo, el trabajo del laboratorio del Departamento de Ingeniería Eléctrica de la U. de Chile está enfocado en la investigación y aplicación principalmente de estos dos tipos de tecnologías de Inteligencia Artificial en combinación con el procesamiento de señales para hacer posible la integración social y colaborativa entre humanos y robots.
The post Ingenieros de la Universidad de Chile sofistican mecanismos para interactuar con robots appeared first on FayerWayer.
☛ El artículo completo original de César Muñoz lo puedes ver aquí
No hay comentarios.:
Publicar un comentario