Imagínate un futuro donde los pilotos de carreras, además de competir contra humanos, compiten con vehículos robóticos pilotados por inteligencia artificial (IA). Esta escena, que parecer salida de una película de ciencia ficción, podría hacerse algún día realidad. Y si bien estamos lejos de ser testigos de ello, en el último tiempo se han desarrollado algunos avances muy prometedores.
Las soluciones de IA van más allá de los modelos que hacen funcionar a ChatGPT, como GPT-4, y de los sistemas de procesamiento de lenguaje natural que impulsan a Alexa. Se trata de una disciplina cuyas posibilidades son enormes y, como veremos, también comprende el funcionamiento de vehículos sin presencia humana, por ejemplo, drones capaces de participar de una carrera profesional.
Algoritmos que superan a pilotos profesionales
Si hablamos de IA y deporte, también nos encontramos con varios antecedentes. Este campo nos ha regalado hitos extraordinarios. Por mencionar algunos ejemplos, el ordenador Deep Blue de IBM derrotó a Garry Kasparov en una partida de ajedrez en 1997, y AlphaGo hizo lo propio con el mejor jugador de Go del mundo. Como podemos ver, todos logros relacionados a juegos de mesa, no más.
Ante esta realidad, un grupo de investigadores suizo se propuso poner a prueba la IA más allá del tablero y llegaron a la conclusión de que una carrera de drones sería el escenario ideal. Así que se dieron a la tarea de desarrollar un cuadricóptero, un dron propulsado por cuatro rotores, que funcionara con una variedad de algoritmos y métodos de programación convencionales para vencer en una carrera.
Después de semanas de trabajo, el equipo hizo enfrentar al dron impulsado por IA frente a pilotos humanos. Y los resultados fueron sorprendentes. El aparato logró vencer a sus oponentes en 15 de las 25 carreras. Según los investigadores, esta es la primera vez que una IA ha conseguido vencer a campeones humanos en un deporte competitivo del mundo real, lo que abre las puertas a nuevos avances.
Se trata de un logro notable que, como decimos, ha requerido de la combinación de diferentes enfoques. Por un lado tenemos el aprendizaje supervisado, un tipo de entrenamiento utilizado para “enseñar” al dron a identificar las puertas que debería atravesar en la competencia. Se trata de una tarea que se consiguió gracias al aporte de miles de imágenes utilizadas durante el entrenamiento.
Por otro lado tenemos el aprendizaje por refuerzo, un enfoque que resultó útil para que el dron descubriera la mejor ruta posible en un entorno simulado para después llevarlo a la práctica en un entorno real. En la imagen de arriba podemos ver el trayecto elegido por la IA (color azul) frente a la de su oponente (color azul) en una de las carreras en las que la máquina acabó convirtiéndose en ganadora.
Cabe señalar, al menos en el punto en que se encuentra la tecnología, que las técnicas utilizadas en esta prueba solo pueden ser útiles en entornos extremadamente controlados. Los investigadores reconocen que pequeños cambios, como mayor intensidad lumínica o un golpe rival, pueden hacer que el dron pierda el control e incluso acabe estrellándose. Se ha superado un obstáculo, pero todavía quedan muchos por abordar.
Imágenes: Leonard Bauersfeld
via Robótica e IA - Xataka https://ift.tt/Bi0SzQW
No hay comentarios:
Publicar un comentario