Robòtica
La robòtica i la intel·ligència artificial són dues disciplines que estan estretament relacionades.
La robòtica s’enfoca en el disseny, construcció, programació i aplicació de robots. Aquests robots poden ser programats per a fer tasques específiques de manera autònoma.
D’altra banda, la intel·ligència artificial s’enfoca en el desenvolupament de sistemes que puguin imitar la intel·ligència humana, incloent-hi la capacitat d’aprenentatge i presa de decisions. La intel·ligència artificial és un component clau de la robòtica, ja que permet als robots fer tasques de manera autònoma i respondre a situacions canviants en l’entorn.
Per tant, la robòtica i la intel·ligència artificial treballen juntes per a produir robots capaços de fer tasques complexes i aprendre del seu entorn per a millorar el seu acompliment al llarg del temps. La robòtica proporciona el maquinari físic per als sistemes d’intel·ligència artificial, mentre que la intel·ligència artificial proveeix el programari que permet als robots prendre decisions i fer tasques.
Hi ha diverses àrees de la intel·ligència artificial que s’utilitzen en la robòtica, aquí hi ha algunes de les més importants:
– Aprenentatge per reforç: Aquest enfocament d’aprenentatge de màquines permet als robots aprendre del seu entorn i millorar el seu acompliment a través de la retroalimentació i la recompensa.
– Visió per computadora: La visió per computadora és essencial per a la robòtica, ja que permet als robots “veure” el seu entorn i prendre decisions basades en la informació visual.
– Processament del llenguatge natural: Aquest camp de la intel·ligència artificial s’enfoca en l’anàlisi i comprensió del llenguatge humà, la qual cosa és important per a la robòtica en aplicacions com la interacció humà-robot.
– Planejament i presa de decisions: Els robots necessiten ser capaços de planificar i prendre decisions de manera autònoma per a fer tasques complexes en el seu entorn.
– Sistemes experts: Utilitzen regles i coneixement prèviament adquirit per a prendre decisions i resoldre problemes complexos. Aquests sistemes s’utilitzen en aplicacions de robòtica com la diagnòstica de falles i la reparació de robots.
– Aprenentatge profund: Els algoritmes d’aprenentatge profund permeten als robots aprendre i millorar el seu acompliment a través de l’experiència, sense la necessitat de programació manual exhaustiva.
Aquests són només alguns dels camps de la intel·ligència artificial que s’utilitzen en la robòtica. La combinació d’aquests enfocaments de IA amb tecnologies de robòtica avançades està permetent la creació de robots més avançats i capaços que poden fer tasques complexes i respondre a situacions canviants en el seu entorn.
Tipus de Robòtica amb components de IA
A la llar: Astro, IRobot (Roomba)
Fabricació: Shadow Robot, Vicarious,
Moviment i transport: Starship, Robotnik, Delivers
Cura de la salut: Cobionix, Accuray, Moxi
En l’agricultura: Agrorobot, Naïo, Precisionhawk
Militar: Aardvark, GhostRobotics, un particular Rus (no confirmada validesa)
Empreses i productes destacats:
Agility té una estructura similar a la d’un humà, amb dues cames i braços articulats. Això li permet moure’s amb facilitat en espais estrets i en terrenys irregulars, la qual cosa ho fa ideal per a treballs com el lliurament de paquets o el manteniment d’infraestructures. El robot també pot transportar càrregues de fins a 23 quilograms, la qual cosa ho fa útil per a treballs de càrrega i descàrrega. Vídeo 1, Vídeo 2, i Vídeo 3.
Empresa d’enginyeria i robòtica que s’especialitza en la construcció de robots. La companyia va ser fundada en 1992 per l’enginyer Marc Raibert, exprofesor de l’Institut de Tecnologia de Massachusetts. Al desembre del 2013, va ser comprada per Google. El 10 de desembre del 2020, l’empresa va ser venuda a Hyundai. És coneguda per la difusió dels seus vídeos dels seus robots bípedes i quadrúpedes.
L’aprenentatge per imitació de demostracions humanes és un paradigma prometedor per a ensenyar habilitats de manipulació de robots en el món real, però l’aprenentatge de tasques complexes a llarg termini sovint requereix una quantitat inassolible de demostracions. Per a reduir l’alt requeriment de dades, recorrem a dades de reproducció humana: seqüències de vídeo de persones que interactuen lliurement amb l’entorn usant les seves mans…. Veure projecte
El model de IA de Google és un model multitasca que tokeniza les accions d’entrada i sortida del robot (per exemple, imatges de càmera, instruccions de tasques i comandes de motor) per a permetre una inferència eficient en temps d’execució, que fa factible el control en temps real. Aquest model està entrenat en un conjunt de dades de robòtica del món real a gran escala de 130 000 episodis que cobreixen més de 700 tasques. Veure Projecte
ALAN – Carnegie Mellon University
Robots que utilitzen IA per a aprendre explorant el seu entorn. Un equip d’investigadors de la Universitat Carnegie Mellon ha desenvolupat un nou tipus de model robòtic anomenat ALAN que pot operar de manera autònoma en el món real amb una supervisió humana mínima. ALAN pot aprendre i explorar el seu entorn sense la necessitat d’una guia constant, la qual cosa és essencial per als robots que necessiten fer tasques en entorns del món real. ALAN utilitza un canvi ambiental per a mesurar el moviment d’un objecte i ignorar els canvis en la seva pròpia posició.
Ameca està dissenyat principalment com una plataforma per a desenvolupar encara més les tecnologies robòtiques que involucren la interacció humà-robot. Utilitza micròfons integrats, càmeres binoculars muntades en els ulls, una càmera de pit i software de reconeixement facial per a interactuar amb el públic. Les interaccions poden regir-se per GPT-3 o telepresencia humana. Ameca també compta amb braços, dits, coll i trets facials motoritzats articulats.
Tesla planeja fer un robot que pugui fer gairebé qualsevol cosa que un humà pugui fer. Tindrà aproximadament la mateixa grandària i pes que una persona, uns 57 quilos i 173 cm d’altura. El robot ha de poder operar durant diverses hores sense recarregar. Eventualment, s’espera que Optimus pugui seguir instruccions verbals per a fer diverses tasques, inclosos treballs tan mundans però complexos com recollir la seva roba.
