4 asignaturas robóticas

Las redes neuronales emulan el modo en que las células nervios as comparten información.

En esencia, la técnica de aprendizaje de máquinas que se utiliza para entrenar a los robots plantea que estos deben extraer por sí mismos la información que necesiten a partir de unos datos que se les proporcionan. No obstante, existen distintas estrategias para lograrlo.

Aprendizaje reforzado. Está inspirado en el conductismo de Iván Pávlov. Al igual que este fisiólogo hacía con sus perros, la idea es entrenar a las máquinas con ayuda de estímulos positivos y negativos. Así, el algoritmo se programa para maximizar la recompensa. Una vez recibidas las instrucciones, el software simplemente se autoenseña a llevar a cabo una tarea, como disputar una partida a un juego de mesa. Su premio sería ganarla.

Aprendizaje profundo. Se basa en imitar el funcionamiento del cerebro humano mediante redes neuronales artificiales. Estas se estructuran en distintas capas; cada una extrae un tipo de información que alimenta a la siguiente. Este es el enfoque que usó Facebook para idear un software de reconocimiento facial. La primera capa de ciberneuronas obtiene datos básicos sobre la imagen, como los colores; la siguiente analiza las formas, y así hasta captar sus más pequeños detalles.

Árbol de decisiones. Consiste en crear un esquema a través del cual se van sucediendo las distintas posibilidades de un escenario con sus soluciones concretas. Funcionaría de forma similar a como lo hace el manual de respuestas que usan los equipos de atención al cliente. Cada situación se asocia a una reacción, y el algoritmo navega entre ellas aplicando la lógica para encontrar la más adecuada. Optimización de software. Es la ley del mínimo esfuerzo. Se trata de entrenar a un software para que cuando se le plantee algo, lo solucione de la forma más eficiente posible. Da igual qué método emplee; el único requisito es que ha de hacerlo del modo más fácil. Este enfoque se utiliza para que los robots aprendan a levantarse cuando se caen, por ejemplo. En esencia, hace lo mismo que la mente de un bebé, que dedica mucho tiempo a averiguar cómo desplazar su cuerpo y luego usa ese conocimiento para planificar nuevos movimientos con rapidez.