Probamos la Roomba j7+: el aspirador inteligente capaz de evitar obstáculos

iRobot ha reinventado su categoría de gama media con el aspirador Roomba j7+, el dispositivo más inteligente del fabricante hasta la fecha. La serie S sigue siendo la joya de la corona y el aspirador más caro de iRobot, por debajo de ella tenemos la serie J, que sigue siendo una aspiradora que, comparada con otras marcas, podríamos considerar también premium, ya que su precio supera los 800 euros. A diferencia del resto de aspiradoras de iRobot, la Roomba j7+ equipa una cámara como sensor de guiado, un sistema que tiene sus pros y sus contras. Entre los aspectos positivos se encuentra en que la cámara permite una navegación más precisa y suave, identificando los objetos de la estancia mediante inteligencia artificial. También es un sensor más eficiente en todos los sentidos, que ofrece más información a un bajo coste. En el lado negativo, las cámaras necesitan más luz para funcionar que el resto de los sensores, por eso iRobot ha instalado una luz led en el Roomba j7+, que se enciende para aumentar la luminosidad de la estancia, aún y todo, no es suficiente, y en entornos muy oscuros no funciona tan bien, por ejemplo, debajo de una cama, o debajo del sofá, completamente a oscuras, la j7 no se orienta tan bien y puede quedarse atascada. La clave de la Roomba j7+ se encuentra en Genius 3.0, su navegación inteligente y los automatismos que provee la IA. Es la primera aspiradora de iRobot que ya cuenta con todas las funcionalidades inteligentes de Genius 3.0. Una de las más destacadas, por lo menos la más llamativa, es el sistema de detección de obstáculos. Cada vez que la Roomba j7+ realice un trabajo, irá recolectando información de los objetos que vaya encontrando en el camino para determinar si son obstáculos o no, así el sistema de inteligencia artificial aprende qué objetos debe evitar. Al fin y al cabo, el objetivo de cualquier aspirador es ser lo más autónomo posible, y eso significa atascarse lo menos posible, algo que es complicado porque, generalmente el entorno del hogar es cambiante. Llos objetos se mueven de lugar, las cosas se caen, y, por supuesto, los inevitables cables suelen estar por todos lados. Precisamente los cables finos, de los que se usan para cargar los teléfonos móviles son uno de los mayores enemigos de los robots aspiradoras, ya que se quedan enredados en los rodillos, y tiran de todo lo que esté en el medio. La Roomba j7+ es capaz de identificar esos cables y evitarlos correctamente. Lo más interesante es que saca fotografías de todos los obstáculos que se va encontrando, para saber si son fijos o si son temporales. Para la mayoría de la gente, un dispositivo que va por la casa con la cámara encendida y sacando fotos puede que sienta que vulnera su privacidad, pero iRobot asegura que todo el procesamiento de imágenes se produce dentro del Roomba j7+: Es decir, nada va a internet o de compartir información con la empresa. Al menos, a no ser que lo especifiques a través de la aplicación, porque sí que existe la posibilidad de hacerlo para que la inteligencia artificial de los robots mejore, enviando imágenes anonimizadas. Algo que no hemos probado, y que, por lo visto, es un problema grave, es cuando la Roomba pasa por encima de excrementos de mascotas y los esparce por la casa. Eso ya no ocurre con la Roomba j7+ que los sabe detectar a tiempo y evitarlos. Genius 3.0 tiene además varias funcionalidades muy interesantes que harán que el uso de la Roomba j7+ sea muy sencillo. Además de algunos automatismos que funcionan bastante bien. Por ejemplo, el desplazamiento es silencioso, aunque esto pueda parecer una trivialidad, realmente no lo es, es una casa grande donde el Roomba j7+ necesita cargar varias veces la batería o vaciar el depósito, prácticamente pasa desapercibido cada vez que vuelve a la base, porque no lo hace con el aspirador encendido como el resto de los aspiradores. La segunda que hemos probado y usado extensamente es que puedes hacer que el Roomba j7+ empiece a limpiar cuando sales de casa y se detendrá cuando vuelvas, así no te tienes que preocupar de nada, y te olvidas de pasar el aspirador. También sugerirá pasar más frecuentemente el Roomba j7+ en diferentes épocas del año, como cuando hay más alergia, pero no lo hemos podido probar. Gracias al Imprint Smart Mapping, tenemos también otras dos funcionalidades interesantes, la primera es que la Roomba j7+ nos dará un estimado de tiempo de limpieza, muy útil para saber cuándo podemos ponerla en marcha manualmente, y el etiquetado automático de habitaciones que siempre es un tanto tedioso al principio. La clean base, o la base de limpieza, donde se descarga el depósito de la Roomba j7+ en una cómoda bolsa, también ha mejorado considerablemente respecto a sus predecesoras. El problema que tenían las anteriores era que son demasiado grandes y altas como para emplazarlas en un lugar discreto, y el diseño no dejaba ser industrial. iRobot ha mejorado bastante el diseño de la base con algunos detalles, y ha reducido la altura para que entre debajo de un mueble para ser más discreto. La bolsa, que a algunos les puede parecer un paso atrás, es muy cómoda de usar, y le otorga una autonomía de unos 60 días al Roomba j7+. Como veis, no hablamos de la eficiencia de la limpieza, ni de la autonomía, ni del poder de succión, algo que se presupone en un aspirador, ya que nos encontraremos con un rendimiento similar al de otros aspiradores de la marca. Donde destaca la Roomba j7+ es en su capacidad de funcionar sin intervención humana. Nos encontramos ante uno de los aspiradores más inteligente del mercado, y si le dedicamos algo de tiempo al principio con el mapeado, también el más autónomo, ya que reconocerá los lugares donde otros se atascan.

via Tecnología https://ift.tt/qBzdZjC

Probamos el aspirador Dyson Micro, mucha potencia en solo 1,5 kg de peso

Zumo de Dyson. Esa sería, quizá, la mejor de las definiciones para la más pequeña y ligera de las aspiradoras de la firma británica. La Dyson Micro, en efecto, solo pesa 1,5 kg, pero encierra en su interior todos los elementos y características que han aupado a la marca hasta los puestos más altos en el difícil y concurrido mercado de la limpieza doméstica. Su precio, que en la web de Dyson es de 379 euros (la mitad de lo que cuesta el modelo V15 y un tercio de los mil euros del robot aspirador), no debe llevar a engaño. La Micro no es un sustituto de esos aspiradores. De hecho, está pensada para viviendas pequeñas, o para la limpieza rápida... Ver Más

via Tecnología https://ift.tt/U7dw4b2

En la batalla entre la inteligencia artificial y el humano, vamos perdiendo. Al menos en el Gran Turismo

Lo siento, pero no. No importa lo bueno que seas al Gran Turismo ni las plusmarcas que tengas enmarcadas y colgadas de la pared de tu cuarto, hay una contrincante a la que jamás podrás vencer. Se llama Sophy —GT Sophy, para ser más precisos— y podemos asegurarlo con certeza porque sus "padres", Polyphony Digital (PDI), Sony IA y y Sony Interactive Entertainment (SIE), la han creado y educado para ser imbatible en el asfalto digital. El empeño no les ha ido nada mal además. De momento, ha conseguido ya que muerdan el polvo algunos de los campeones mundiales.

¿Cómo? Muy fácil (o no): Sophy GT es una Inteligencia Artificial (IA). Y una muy peculiar. No solo sabe manejar los coches de Gran Turismo y conoce sus circuitos, que también. Su gran peculiaridad es que aprende y es capaz de aplicar estrategias y tácticas. Todo, ojo, con fair play.

Qué es exactamente GT Sophy. En una presentación en la que no ahorran épica, Sony y PDI definen a su criatura como “un revolucionario agente de carreras sobrehumano”, una herramienta “diseñada para competir con los mejores pilotos de Gran Turismo Sport y mejorar su experiencia de juego”. Básicamente y con algo menos de poesía, se trata de una inteligencia artificial 'adiestrada' con técnicas de aprendizaje de refuerzo profundo —DRL, en sus siglas en inglés— para las que han aprovechado algoritmos de aprendizaje de última generación y la infraestructura en la nube de SIE.

GT Sophy sabe manejarse en las carreras, conoce las dinámicas de los coches y también las maniobras "para conquistar las pistas difíciles" —ahí está de nuevo la retórica épica—; pero una de las razones que la hacen tan especial y ha traído de cabeza a los campeones de Gran Turismo es el dominio de las tácticas, como maniobras de bloqueo y pases cruzados. Eso sí, siempre con clase. Sony y PDI aseguran que cumple con un concepto algo difuso al que se refieren como “reglas de etiqueta”, algo así como un fair play para que no busque colisiones y respete a sus adversarios.

Un nuevo capítulo en la larga disputa humana vs máquina. Sophy no es la primera máquina que hace morder la lona a los humanos. Incluso a aquellos que son muy buenos en lo suyo. Qué buenos, los mejores. A mediados de los 90 IBM desarrolló una supercomputadora, Deep Blue, que consiguió vencer al ajedrez al Gran Maestro Gary Kaspárov en 1996. Cierto que el ruso se desquitó y le ganó alguna partida, pero la victoria final, en 1997, fue para la versión mejora de la computadora, Deeper Blue, lo que ya nos permitía ver que la lucha humano vs máquinas se prometía interesante.

Lo cierto es que la inteligencia artificial lleva tiempo en los arcade y en algunos juegos de estrategia a mayores del ajedrez, como el shogi o el go; pero con GT Sophy sus creadores han querido ir un paso más allá. “Sophy lleva la IA del juego al siguiente nivel, abordando el desafío de un simulador hiperrealista al dominar el control en tiempo real de vehículos con dinámicas complejas, todo mientras opera a centímetros de los oponentes”, explican los padres de la criatura.

En el caso de las carreras de coches como GT, también son bastante frecuentes los conocidos como NPC —Non-player character—, contrincantes que no están controlados por otros jugadores, pero que no tienen por qué ser de forma necesaria resultado de una inteligencia artificial.

En Xataka

Sony está desarrollando una IA para que los enemigos en los videojuegos aprendan y sean más listos

Una carrera meteórica de la mano de la inteligencia artificial. Los trabajos para poner a punto GT Sophy se remontan a 2016, cuando se dieron los primeros pasos en la División de Investigación y Desarrollo de Sony, y han ido avanzando durante el último lustro con diferentes hitos hasta llegar a la prueba de fuego: las competiciones con algunos de los campeones internacionales de GT.

Las primeras pruebas arrancaron en marzo de 2021. Meses después, en junio, se avanzó con carreras a contrarreloj disputadas contra campeones como Emily Jones, Valerio Gallo e Igor Fraga; y ya en verano y otoño la IA siguió midiéndose con algunos de los mejores competidores de carne y hueso. En julio, Sophy logró el mejor tiempo de vuelta en las tres carreras y el primer lugar en dos. GT Top Driver Team sin embargo consiguió ganar a GT Sophy Team con una puntuación de 86 a 70. En octubre Sophy se hizo con el primer y segundo puesto en las tres carreras y ganó en puntaje.

Qué opinan los jugadores: una rival... y una aliada. Tras la prueba, los gamers humanos destacaban tanto el reto de competir con Sophy como lo que habían aprendido de cara a carreras futuras. “Nos mostró nuevas posibilidades que no habíamos imaginado antes”, reflexionó Fraga, campeón en la primera final mundial de la Nations Cup 2018 de los FIA Gran Turismo Championship. De opinión similar, Shotaro Ryu, subcampeón en la División de GT del Campeonato Esports del Festival Nacional de Deportes de Japón (categoría juvenil), apuntaba el potencial de la IA para convertirse en “excelentes compañeros” de los propios conductores.

La tecnología en la que se basa GT Sophy. Detrás del éxito de GT Sophy está la tecnología aportada por cada uno de sus tres “padres”: Sony AI, SIE y la propia Polyphony Digital. La última, por ejemplo, hizo posible el acceso a los API —application programming interface—, fundamental para entrenar a GT Sophy en el entorno de simulación creado por Gran Turismo Sport.

Otra de las piezas clave fue el aprendizaje automático por refuerzo (RL), que permite entrenar a la inteligencia artificial recompensando o penalizando sus acciones en función de los resultados.

Una inteligencia diseñada con mimo... y entrenada para ganar. “Los investigadores e ingenieros desarrollaron técnicas innovadoras de aprendizaje por refuerzo, incluido un nuevo algoritmo de entrenamiento llamado Quiantile-Regression Soft Actor-Critic (QR-SAC), codificaciones de las reglas de carreras comprensibles para los agentes y un régimen de entrenamiento que promovía la adquisición de habilidades de carrera con matices”, explican sus creadores.

Entre las claves de Sophy destaca el aprendizaje profundo por refuerzo (Deep RL), que ya ha dado resultados interesantes con inteligencias artificiales aplicadas a los juegos de arcade, estrategia y multijugador en tiempo real. Con la RL, puede valorar además los resultados de sus acciones e incluso recopilar sus propios datos de forma independiente a lo largo del proceso. Gracias a las técnicas de RL, Sophy consiguió dominar habilidades en el control del coche durante las carreras, tácticas —adelantamientos en esquinas cerradas, por ejemplo— y actitudes de competición.

En Xataka

La nueva patente de Sony es un sistema de IA que ajusta la dificultad de los jefes finales según lo buenos o malos que seamos

Sobre todo, que no falte el fair play durante las carreras. “Los investigadores de IA de Sony encontraron formas de codificar las reglas escritas y no escritas de las carreras en una compleja función de recompensa. El equipo también consideró necesario equilibrar la población de oponentes para asegurarse de que GT Sophy tuviera carreras de entrenamiento competitivas y, al mismo tiempo, no se volviera demasiado agresivo o tímido para la competición humana”, detallan.

Para facilitar ese entrenamiento, Sony desarrolló Distributed, Asynchronous Rollouts and Training (DART), una plataforma web personalizada. Echando mano de ella, los investigadores de Sony IA pudieron trabajar con GT Sophy en consolas PlayStation 4 (PS4) en la plataforma en la nube de SIE. “El sistema permite al equipo ejecutar sin problemas cientos de experimentos simultáneos mientras exploran técnicas que llevarían a GT Sophy al siguiente nivel”, precisa. En total, DART tenía acceso a más de un millar de consolas PS4 que se utilizaron para recopilar datos y entrenarla.

Más allá de las carreras de GT. Todo el trabajo que hay detrás de GT Sophy se ha expuesto en un detallado artículo publicado en Nature. En él los investigadores señalan cómo las carreras de coches ofrecen un “ejemplo extremo” de las situaciones en las que la IA puede verse obligada a tomar decisiones en tiempo real mientras se interactúa con humanos.

“Las simulaciones de carreras, como el juego de PlayStation Gran Turismo, reproducen fielmente los desafíos de control no lineal de los autores de carreras reales y al mismo tiempo encapsulan las complejas interacciones entre múltiples agentes”, reflexionan los autores antes de destacar que, además de demostrar que funciona, su inteligencia artificial respeta el 'juego limpio'.

“Construimos una función de recompensa que permite al agente ser competitivo mientras se adhiere a las reglas de deportividad importantes, pero poco especificadas, de las carreras. Demostramos las capacidades de nuestro agente, GT Sophy, al ganar una competición cara a cara contra cuatro de los mejores pilotos de GT del mundo”, recalcan los investigadores en su artículo.

Sus aplicaciones futuras. Queda camino por recorrer, en cualquier caso. Aunque sus creadores insisten en que Sophy ha logrado un “hito importante”, deslizan que todavía hay “espacio para más investigación y desarrollo”. “En colaboración con PDI y SIE, Sony IA seguirá mejorando las capacidades de GT Sophy y explorando formas de integrar el agente en la serie Gran Turismo”, destaca la multinacional, que se muestra igualmente abierta a “explorar nuevas asociaciones para mejorar la experiencia de juego” de sus usuarios a través de la Inteligencia Artificial.

Imagen de portada | Gran Turismo

via Robótica e IA - Xataka https://ift.tt/zBnvE4y

México anuncia su primera misión a la Luna con el envío de cinco microrrobots

• Cada uno de los robots pesa 60 gramos e intentarán analizar la superficie lunar a partir de junio de 2022
• En el proyecto han participado 200 alumnos de la Universidad Nacional Autónoma de México (UNAM)

Leer la noticia completa

via Ciencia y tecnología en rtve.es https://ift.tt/ef7SM93

Diferenciar entre una imagen real y un deepfake era prácticamente imposible. Hasta ahora, según Adobe

Quizás recuerdes el caso. Hace poco menos de un año, en mayo de 2021, Jonas Bendiksen, fotoperiodista noruego, publicó un libro titulado 'The Book of Veles'. En apariencia se trataba de un catálogo de imágenes tomadas en la ciudad de Veles, en Macedonia del Norte. Curiosas y muy evocadoras, sí; pero poco más. Eso era en apariencia, claro. En realidad, Bendiksen había falseado con software las fotos, incluyendo incluso personajes generados con modelos 3D similares a los que se emplea en los videojuegos, en un intento por abrir un debate sobre la manipulación.

Para asombro de Bendiksen, sin embargo, el libro se distribuyó como un trabajo de fotoperiodismo al uso, una serie de imágenes totalmente verídicas que mostraban la realidad del ex satélite soviético. Incluso pasó los filtros del prestigioso festival internacional de Visa Pour L´Image, en Francia, sin que nadie notase el más mínimo engaño. Solo al final de todo terminó destapándose.

Lo que quería demostrar, explicaría más tarde, es algo que los medios de comunicación, la clase política y, cada vez más, la propia sociedad, tienen interiorizado: manipular imágenes y vídeos resulta muy fácil. Y efectivo. Tanto, que empieza a ser un problema inquietantemente común.

Un estudio de Sensity concluía el año pasado que en cuestión de seis meses la cantidad de deepfakes en circulación se había duplicado. Lo más grave es que solo el 7% se habían elaborado para el “entretenimiento”. Los mismísimos Obama o Trump han sido protagonistas de un tipo de manipulación que se utiliza con frecuencia para fines tan cuestionables e ilícitos como generar pornografía superponiendo el rostro de víctimas involuntarias o realizar estafas.

Objetivo: la confianza

En un intento por atajar el problema o crear al menos herramientas que permitan a medios y particulares destapar las manipulaciones, hace un tiempo algunas grandes firmas del sector tecnológico —Adobe, Arm, BBC, Intel, Microsoft y Truepic— lanzaron la Coalition for Content Provenance and Authenticity (C2PA). El movimiento aúna el trabajo de la Iniciativa de Autenticidad de Contenido (CAI), abanderada por Adobe; y Project Origin, impulsada a su vez por Microsoft y la BBC, y acaba de dar sus primeros frutos: la versión inicial de un estándar, una especie de “sello de garantía” que avala el material verídico y, de esa forma, ayuda a cazar deepfakes.

La idea pasa por habilitar un estándar abierto que puede integrarse en cualquier software, dispositivos o plataformas online y ayude a acreditar la procedencia y estructura del material, definir la información asociada a cada imagen, vídeo o audio, por ejemplo, y cómo se almacena.

En Xataka

"Dentro de dos años va a ser imposible saber lo que es realidad y lo que no": el reto de regular los deepfakes

“C2PA permite a los autores vincular de forma segura declaraciones de datos de procedencia utilizando sus credenciales únicas. Estas declaraciones se denominan aserciones por C2PA. Pueden incluir afirmaciones sobre quién, cómo, cuándo y dónde se creó el contenido. También sobre cuándo y cómo se editó. El autor del contenido y el editor —si es el autor de los datos de procedencia— siempre tiene el control sobre si incluir datos de procedencia, así como sobre las aseveraciones que se añaden”, detalla la propia coalición de empresas tecnológicas en su web oficial.

Los responsables del proyecto alertan que, a día de hoy, los creadores que desean incluir metadatos sobre su trabajo —la autoría, sin ir más lejos— “no pueden hacerlo de forma segura, a prueba de manipulaciones y estandarizada en todas las plataformas”, lo que complica que los editores tengan un “contexto crítico” para confiar en la autenticidad del material. Para solucionarlo, Adobe y el resto de firmas embarcadas en C2PA busca ofrecer “indicadores de autenticidad” que ayude a saber, llegado el caso, quién ha alterado una foto y qué ha cambiado exactamente.

“Esta capacidad de proporcionar la procedencia es esencial para facilitar la confianza”, reflexiona C2PA, que aclara que su objetivo es “permitir la adopción global y voluntaria de técnicas de procedencia digital a través de la creación de un rico ecosistema de aplicaciones”.

Datos que conforman la arquitectura C2PA. Imagen: C2PA

La pregunta del millón: ¿Cómo se consigue?

Eso, y ¿Cómo pretende C2PA establecer esa confianza?

La clave para en gran medida por el uso de credenciales de firmas únicas que gracias a una autoridad de certificación (CA) acredita que una persona es quien asegura ser. El proceso no es muy distinto al que ya se usa en la World Wide Web (WWW) y su objetivo es evitar que haya atacantes que suplanten una identidad. “Por ejemplo, antes de emitir un certificado para https://c2pa.org/, la CA verificó que el solicitante controlaba de hecho el nombre de dominio de C2PA antes de emitir un certificado para ese nombre de web”, relata, a modo de ejemplo, la propia coalición.

“Los datos de procedencia y el activo son las dos partes de un mismo rompecabezas, uno único. La posibilidad de que alguna otra pieza coincida, ya sea por coincidencia o por una creación intencional, es tan baja que sería prácticamente imposible. Se conoce como enlace duro. En otras palabras, cualquier alteración del activo o de la procedencia, por insignificante que sea, alteraría el algoritmo matemático, la forma de pieza del rompecabezas, de tal manera que ya no coincidiría”.

¿Para qué sirve esa garantía en la práctica? Pues básicamente para tener una idea precisa de quién ha creado el archivo o si se ha modificado. Imagínate, por ejemplo, que un amigo te envía un vídeo con un contenido controvertido. Si cumple con el estándar C2PA podrás ver —con una aplicación habilitada para C2PA— si ha sido validado por una organización de la que puedas fiarte. Podrás hacerlo porque el vídeo se habrá tomado con una cámara habilitada que, entre otras cosas, habrá creado un manifiesto con información sobre el propio dispositivo y hash criptográficos.

En Xataka

Deepfakes y ciberseguridad empresarial: así intentan estafar con el “nuevo ramsonware” y cómo se puede detectar el engaño a tiempo

Algo similar pasaría con una red social. Gracias a la procedencia C2PA, la plataforma puede verificar si una foto proviene de la misma fuente que lo publicó. El objetivo: “Establecer la confianza”.

"Es un paso monumental para los creadores, editores y consumidores de todo el mundo", reflexionaba Andy Parsons, de CAI de Adobe, poco después de la presentación del C2PA: "Continuaremos impulsando la conciencia de la industria sobre la importancia de la procedencia y trabajaremos para buscar una adopción amplia para combatir el aumento de contenido no auténtico". El reto ahora pasa, precisamente, por lograr el uso generalizado del estándar.

No es la primera vez que Adobe muestra interés en los efectos del deepfake. El otoño pasado presentó por ejemplo Project Morpheus, que permite ajustar la apariencia de las personas en los vídeos, cambiando su expresión facial. La herramienta tiene aplicaciones interesantes, por ejemplo, para profesionales de la edición; pero también puede usarse en la propaganda política.

via Robótica e IA - Xataka https://ift.tt/ps9NSBh