La 'Telepatía' De Los Robots Podría Hacer Que Los Autos Que Conducen Solos Sean Más Seguros

{h1}

Un sistema que utiliza ondas cerebrales humanas para corregir los errores de un robot en tiempo real podría hacer que un día los autos que conducen con mayor seguridad sean más seguros.

¿Estás nervioso por confiar tu vida a un auto que conduce? ¿Qué pasaría si pudiera comunicarse telepáticamente con el vehículo para avisarle instantáneamente si comete un error?

Esa es la promesa definitiva de que la tecnología está siendo desarrollada por un equipo de la Universidad de Boston y el Laboratorio de Ciencias de la Computación e Inteligencia Artificial (CSAIL) en el Instituto de Tecnología de Massachusetts. La tecnología utiliza señales cerebrales para corregir automáticamente los errores de un robot.

El uso de la llamada interfaz cerebro-computadora (BCI) para comunicarse con un robot no es nuevo, pero la mayoría de los métodos requieren que las personas entrenen con el BCI e incluso aprendan a modular sus pensamientos para ayudar a la máquina a comprender, dijeron los investigadores. [Los 6 robots más extraños jamás creados]

Al basarse en señales cerebrales llamadas "potenciales relacionados con el error" (ErrPs) que se producen automáticamente cuando los humanos cometen un error o descubren que alguien más está cometiendo uno, el enfoque de los investigadores permite que incluso los novatos completos controlen un robot con sus mentes, los investigadores en el nuevo estudio dijo. Esto se puede hacer simplemente de acuerdo o en desacuerdo con cualquier acción que tome el bot, dijeron los investigadores.

Trabajando con maquinas

Según los investigadores, esta tecnología podría ofrecer una forma intuitiva e instantánea de comunicación con máquinas para aplicaciones tan diversas como la supervisión de robots de fábrica para controlar prótesis robóticas.

"Cuando los humanos y los robots trabajan juntos, básicamente tienes que aprender el lenguaje del robot, aprender una nueva forma de comunicarte con él, adaptarte a su interfaz", dijo Joseph DelPreto, un Ph.D. Candidato al CSAIL que trabajó en el proyecto.

"En este trabajo, nos interesaba ver cómo se puede adaptar el robot a nosotros en lugar de al revés", dijo a WordsSideKick.com.

El sistema utiliza señales cerebrales EEG para detectar si una persona nota que los robots cometen un error.

El sistema utiliza señales cerebrales EEG para detectar si una persona nota que los robots cometen un error.

Crédito: Jason Dorfman / MIT CSAIL

La nueva investigación se publicó en línea el lunes (6 de marzo) y se presentará en la Conferencia Internacional de IEEE sobre Robótica y Automatización (ICRA) en Singapur este mayo. En el estudio, los investigadores describieron cómo recolectaron datos de electroencefalografía (EEG) de voluntarios mientras esos individuos observaban un tipo común de robot humanoide industrial, llamado Baxter, que decidía cuál de los dos objetos debía recoger.

Estos datos se analizaron utilizando algoritmos de aprendizaje automático que pueden detectar ErrPs en solo 10 a 30 milisegundos. Esto significa que los resultados podrían devolverse al robot en tiempo real, lo que le permite corregir su curso a mitad de camino, dijeron los investigadores.

Refinando el sistema

La precisión del sistema necesita una mejora significativa, admitió el equipo. En experimentos en tiempo real, el bot funcionó solo ligeramente mejor que 50/50, o al azar, al clasificar las señales cerebrales como ErrPs. Eso significaba que casi la mitad del tiempo no notaría la corrección del observador.

E incluso en un análisis fuera de línea más pausado, el sistema todavía funcionó correctamente aproximadamente el 65 por ciento de las veces, dijeron los investigadores.

Pero cuando la máquina perdió una señal de ErrP y no corrigió su curso (o cambió de curso cuando no había ErrP), el observador humano típicamente produjo un segundo ErrP más fuerte, dijo la científica de investigación de CSAIL Stephanie Gil.

"Cuando analizamos eso fuera de línea, encontramos que el rendimiento aumenta mucho, hasta un 86 por ciento, y estimamos que podríamos obtener un 90 por ciento en el futuro. Así que nuestro próximo paso es detectarlos en tiempo real. también y comenzar a acercarnos a nuestro objetivo de controlar realmente estos robots de forma precisa y confiable sobre la marcha ", dijo Gil a WordsSideKick.com. [Los seres humanos biónicos: Top 10 Tecnologías]

Sin embargo, hacer esto será complicado, ya que el sistema necesita saber cuándo vigilar la señal ErrP, dijeron los investigadores. En la actualidad, esto se hace usando un interruptor mecánico que se activa cuando el brazo del robot comienza a moverse.

No se creará un error secundario hasta después de que el brazo del robot ya esté en movimiento, por lo que este interruptor no podrá enviar una señal al sistema para buscar un ErrP, dijeron los investigadores. Esto significa que el sistema tendrá que ser rediseñado para proporcionar otro aviso, agregaron.

¿Ahora que?

El estudio está bien escrito, dijo Klaus-Robert Müller, profesor de la Universidad Técnica de Berlín, que no participó en la nueva investigación, pero que también trabajó en BCI que explotan estas señales de error. Sin embargo, dijo que el uso de ErrP para controlar las máquinas no es particularmente nuevo y también expresa su preocupación por la baja clasificación de ErrP que se logró con el grupo.

José del R. Millán, profesor asociado de la École Polytechnique Fédérale de Lausanne en Suiza, dijo que está de acuerdo en que el rendimiento del decodificador ErrP del grupo fue bajo. Pero cree que el enfoque que han tomado es todavía "muy prometedor", agregó.

El grupo de Millán ha usado señales ErrP para enseñar a un brazo robótico la mejor manera de moverse a una ubicación objetivo. En un estudio publicado en 2015 en la revista Scientific Reports, Millán y sus colegas describieron cómo el brazo en su trabajo comienza haciendo un movimiento aleatorio, que el observador humano decide si es correcto o incorrecto.

A través de un enfoque de aprendizaje automático llamado aprendizaje por refuerzo, las señales de error se utilizan para ajustar el enfoque del robot, lo que permite al robot aprender la mejor estrategia de movimiento para un objetivo específico. Millán dijo que usar ErrP para controlar robots podría tener amplias aplicaciones en el futuro.

"Lo veo en uso para cualquier interacción compleja persona-máquina donde la mayor parte de la carga está en el lado de la máquina, debido a su capacidad para realizar tareas casi de forma autónoma, y ​​los humanos simplemente están supervisando", dijo.

Artículo original en WordsSideKick.com.


Suplemento De Vídeo: 5 películas de ciencia ficción. de poderes sobrenaturales..




ES.WordsSideKick.com
Reservados Todos Los Derechos!
La Reproducción De Cualquier Permitió Sólo Prostanovkoy Enlace Activo Al Sitio ES.WordsSideKick.com

© 2005–2019 ES.WordsSideKick.com