Els robots són cada vegada més hàbils

En el passat els robots eren situats a la cadena de producció per realitzar tasques molt senzilles i repetitives. Però això està canviant. Els avenços en el disseny i en la programació dels autòmats els permeten realitzar cada vegada tasques més complexes, que requereixen d'una destresa superior.

En els anys vuitanta del segle passat, l'expert del Robotics Institute de la Carnegie Mellon University Hans Peter Moravec va formular un principi segons el qual resulta molt complex programar en un robot nostra capacitat de percepció i les nostres habilitats sensomotrius, i, en qualsevol cas, afirmava , és molt més difícil que reproduir les habilitats intel·lectuals dels humans. En suma, és més senzill crear algoritmes d'intel·ligència artificial per dur a terme tasques basades en el càlcul i les matemàtiques, que robots intel·ligents que siguin capaços d'interactuar físicament amb l'entorn.

Els fabricants de robots solen vendre el terme "destresa" com un avantatge competitiu del producte. No obstant això, és complicat establir un nivell de destresa estàndard -fins i tot els propis experts solen manejar diferents definicions d'aquest concepte- i, resulta potser més adequat, fixar-se en les tasques específiques que ha de realitzar la màquina a l'hora d'establir les seves habilitats.

D'aquesta manera, de cara a determinar el nivell de destresa que necessita un robot per manipular objectes, cal prendre en consideració qüestions com les següents:

- La mida dels objectes: com són de petits? ¿Són tots de la mateixa mida o no? Com afecta això a la capacitat d'aconseguir-los del robot?

- La forma dels objectes: ¿quina forma tenen? ¿Tenen complicades arestes o són una forma geomètrica simple? ¿Són esfèrics i, en conseqüència, difícils d'agafar?

- L'estratègia de agarrat: ¿hi ha diferents formes per agafar l'objecte? ¿Es tracta d'objectes delicats que requereixin una manera especial de ser manipulats?

- Abast: quant ha de allargar el robot per assolir els diferents punts del seu espai de treball? ¿És necessari utilitzar tot l'espai de treball del robot o només una part? ¿Ha d'aproximar a una localització determinada des de diferents angles?

- Velocitat: ¿a quina velocitat ha de realitzar cada acció?

La complexitat que requereix preparar un sistema intel·ligent per a realitzar determinades accions físiques podria justificar que les ocupacions relacionades amb elles segueixin sent exercides per treballadors humans. No obstant això, tot això està canviant i, a poc a poc, es podria estar ampliant l'espectre de tasques que pot exercir un robot.

D'una banda, la utilització de polímers en la fabricació d'extremitats robòtiques, que poden expandir-se i aplicar la mesura precisa de pressió als objectes, permet que les noves generacions agafin i aixequin objectes que els seus predecessors no podien. A més, la intel·ligència artificial permet als autòmats processar i analitzar la informació de l'entorn que reben a través de sensors i càmeres. Poden aprendre dels seus errors i millorar la seva execució.

L'empresa Boston Dynamics és un bon exemple del salt qualitatiu que està realitzant la ciència robòtica. Els seus models cada vegada es desenvolupen millor en entorns desestructurats, com poden ser la superació d'obstacles i desigualtats del terreny. Un exemple d'ells és el "cibergos" Spot, el primer dels seus desenvolupaments que surt a la venda, que és capaç de moure a una velocitat de 1,6 metres per segon, i desplaçar-se per llocs complicats en superfícies de tota mena. A més, si es cau o bolca és capaç d'aixecar per si mateix, sense ajuda.

D'altra banda, l'empresa de Google Alphabet està treballant, dins de laboratori The Moonshot Factory, en la iniciativa The Everyday Robot Project, que pretén desenvolupar un robot capaç d'aprendre i de desenvolupar-se en entorns desestructurats. Els robots que persegueix aquest projecte estan pensats per operar amb seguretat en entorns humans, és a dir, en aquells en què les coses canvien de lloc, on hi ha obstacles i en els quals les persones poden aparèixer inesperadament. Per a això, la màquina ha de poder comprendre l'espai en el qual treballa i anar adaptant-se a ell a través de l'experiència.

La investigació duta a terme a les dependències de Alphabet es basen en tres pilars: percepció, manipulació i navegació. La percepció a través de càmeres al cap de l'autòmat, que recullen informació perquè sigui assimilada pel machine learning, el sistema d'intel·ligència artificial que incorpora el sistema. Manipulació de tot tipus d'objectes, gràcies a una destresa molt fina. Finalment, navegació, ja que el robot utilitza les dades que recullen els seus sensors per poder entendre el que "veu", el que "escolta", i el lloc que ocupa en el món, de manera que pugui realitzar tasques útils entre les persones de forma segura.