La robótica puede captar más del 30% del trabajo en bancos

La robótica puede captar más del 30% del trabajo en bancos

Las tecnologías cognitivas, que se nutren del pensamiento humano, ya son lo suficientemente accesibles para que los bancos puedan implementarlas en sus operaciones.

En un reciente reporte de McKinsey, se indica que las tareas de automatización ‘liberarán capacidad’ para que el personal se centre en trabajos de mayor valor, como la investigación, la generación de nuevas ideas o la atención de los clientes.

Jared Moon, socio de McKinsey, que participó en el informe, comentó que esto realmente está empezando a despegar y va a transformar la industria en los próximos dos o tres años.

Los consultores estiman que las tecnologías cognitivas liberarán del 20% al 30% del trabajo de los empleados en operaciones de procesamiento.

Moon comentó que ‘esto ayuda a liberar a expertos valiosos para hacer más. Se requerirá que la gente use nuevos conjuntos de habilidades, quitando el trabajo manual y  agregando más capacidad en torno al análisis, la transformación y el cambio’.

Según la opinión de Jamie Dimon, presidente y director ejecutivo de JPMorgan Chase, la tecnología crea nuevas oportunidades mientras se mantienen acotados los costos.

Con información de Bloomberg

Leer más

Crean en 3D réplica robótica del brazo de niña de 10 años

Crean en 3D réplica robótica del brazo de niña de 10 años

El inventor de 21 años, Easton LaChappelle, mostró recientemente un brazo y una mano con dedos móviles y funcionales que remplazarán los ganchos que la niña Momo Sutton, de 10 años de edad, había usado desde que tenía 4 años.

LaChappelle invirtió seis años en investigar, hacer y probar manos robóticas, lo que lo llevó escanear e imprimir en 3D una réplica móvil del brazo izquierdo de Momo, con todo y uñas, para que la usara del lado derecho.

El brazo derecho de Momo termina justo debajo de su codo, donde los huesos están fusionados. Las diferencias congénitas y amputaciones son particularmente difíciles para los niños, ya que crecen muy rápido y tienen que cambiar de prótesis cada año o cada dos años.

LaChappelle realizó un escaneó en 3D del brazo izquierdo de Momo, con una sencilla cámara web de 100 dólares que podía conectarse a cualquier laptop, y después diseñó una réplica artificial que se imprimió en 3D con resina UV curable que pesa menos de una libra.

 

Cómo funciona

Sus dedos flexibles tienen articulaciones individuales y se debilitan si se golpean contra algo, al igual que pasa con los dedos de carne y hueso, pero son lo suficientemente fuertes para soportar 10 libras de presión para sostener objetos. El brazo se adhiere al muñón de Momo con soportes impresos en 3D que tienen forma de tirante con velcro para poder mantenerlo en su lugar.

Tres electrodos se extienden desde la parte superior para adherirse a los músculos del brazo superior de Momo. Eventualmente se desarrollará un circuito de retroalimentación, en el que su cerebro se dará cuenta que cuando flexione cierto músculo la mano se moverá de una forma que ella pueda ver y sentir, y después se volverá más natural. Si no tiene tiempo de adherirlo, o si tiene calor o está sudando, un pequeño botón en el brazo puede hacer las veces de músculo. Si se presiona una vez, el dedo índice se mueve hacia el pulgar; si se presiona de nuevo, todos los dedos se cierran hacia la palma de la mano.

El sistema sabe la fuerza que ejerce cuando está en contacto con un objeto, para que, por ejemplo, la mano no rompa la taza que sostiene.

Las prótesis más avanzadas pueden costar hasta 100 mil dólares por lo que los niños con frecuencia tienen que esperar a ser adultos para poder adquirir una. Esto significa que tienen que conformarse con modelos básicos que limitan sus movimientos, como un sistema de gancho y polea para un brazo y una mano, incluso cuando sus cerebros en crecimiento están listos para aprender nuevas actividades como nadar, andar en bicicleta, escribir y más.

Los padres de la niña dijeron a LaChappelle que ella usaba una prótesis en el brazo derecho desde el codo hasta la punta de los dedos, como una ‘garra humana’, similar a lo que un día vería en Momo, que sólo tenía un movimiento: abrir y cerrar. Fue la primera vez que conoció a alguien con prótesis y se sorprendió cuando los padres le dijeron cuánto costaba.

‘La prótesis costaba 80,000 dólares y yo por sólo 200 dólares hice un brazo mucho mejor en mi habitación’, recuerda LaChappelle.

Los esfuerzos de LaChappelle habían intrigado a un equipo en Microsoft, el cual lo invitó a las oficinas de la compañía en Redmond, Washington, para que conociera a un grupo de 20 creadores e ingenieros que pensaban como él en el Centro de Prototipos Avanzados. Ellos le ayudaron a acelerar su visión con el uso de impresión 3D y plataformas de código abierto.

Ahora, este proceso está disponible a través de su compañía, Unlimited Tomorrow, para dar a las personas con amputaciones una alternativa asequible y de alta tecnología a las prótesis tradicionales de alto costo.

En la actualidad, LaChappelle trabaja en software para convertir de forma automática escaneos de extremidades en diseños robóticos que sean de la medida correcta, con partes electrónicas y funciones en el lugar adecuado para que los dispositivos puedan imprimirse en 3D en cualquier lugar.

‘Quizá en lugar de una prótesis de mano, alguien podría usar un guante que ayude a su mano existente a moverse’, dijo LaChappelle. ‘Con el prototipo funcional que usa Momo, ya sólo es cuestión de automatizar el proceso para brindar acceso global,’ comentó.

Leer más

5 robots que enseñan robótica a niños y jóvenes

5 robots que enseñan robótica a niños y jóvenes

Los robots educativos inician a niños y jóvenes en la programación interactiva con un método que combina procesos físicos y lógicos.

El periodo de verano es una buena ocasión para introducir a los niños en el tema de la robótica, que además de ser entretenido, muestra las nociones básicas del funcionamiento y de la lógica de programación de estos aparatos.

Los robots educativos vienen acompañados de aplicaciones para computadora y para dispositivos móviles que permiten programarlos de manera sencilla para definir cuáles serán las acciones y reacciones del robot.

En la mayoría de los casos, esto se logra de manera visual, lo cual es muy adecuado para los niños, ya que permiten elegir el orden y las condiciones de ejecución de las funciones, de acuerdo a la tarea que se asigne al robot.

En la generalidad de los casos, se logra programar tareas sencillas, como desplazarse, seguir una línea marcada en el suelo, activarse cuando detectan movimientos, realizar recorridos y acciones. Algunos robots ya vienen listos para funcionar y en otros casos es necesario hacer un montaje con diferente morfología, desde humanoides, esferas e incluso vehículos movidos con ruedas y patas, hasta drones.

 

He aquí cinco variedades de robots educativos:

Zowi.- Se trata de uno de los robots educativos más populares de la firma española BQ, que se puede programar desde una aplicación móvil para que camine salvando obstáculos mediante sensores de ultrasonidos; dispone de un sensor y un micrófono para detectar sonidos como palmadas. La aplicación Bitbloq permite que funcione directamente en el navegador web, y se puede programar de forma visual e incluso también tecleando el código, mediante bloques de funciones.

 

Printbot Evolution.- Este robot utiliza ruedas para desplazarse y requiere del montaje de las partes que lo componen, mismas que vienen impresas en 3D. BQ ofrece los archivos 3D para la impresión de las piezas, con lo cual se pueden realizar modificaciones al diseño y la decoración mediante pieles intercambiables o imprimir partes nuevas en caso de disponer de una impresora 3D.

 

Robo Wunderkind.- Este robot, cuyo nombre se traduce como el ‘niño prodigio’ en alemán, cuenta con doce módulos que se unen y se conectan entre sí fácilmente, como si fueran piezas de Lego, con las cuales es parcialmente compatible.

La utilidad de cada módulo define su utilidad, como servos y motores, sensores de movimiento, cámara, micrófono, y según se combinen, permiten configurar y programar robots que se mueven evitando obstáculos, reproducir  música y sonidos grabados, activarse cuando detectan la presencia de alguien, resolver crucigramas y dirigirse o alejarse de una fuente de luz, entre otras cosas.

El robot se programa arrastrando y soltando bloques que determinan el funcionamiento de cada módulo mediante una aplicación disponible para móviles y tablets iOS o Android. Este robot es compatible con Scratch, el lenguaje de programación del MIT diseñado para iniciarse en la programación.

 

Kubo.- Este robot está dirigido a niños pequeños en edad preescolar y primaria. Utiliza un lenguaje de programación físico basado en teselas (pequeñas piezas de piedra) desde las cuales el robot recibe las instrucciones de funcionamiento. Las teselas se ensamblan entre sí como un rompecabezas, formando un recorrido parecido a una vía. Al pasar sobre ellas, el robot ejecuta la función asociada a cada tesela: avanzar, detenerse, acelerar, girar, reproducir un sonido o deletrear una palabra. Este robot está muy orientado al aprendizaje del lenguaje inglés y los números.

 

Por último, en Internet existen aplicaciones y webs que permiten aprender a programar robots en forma virtual, ejecutando las operaciones en un simulador, tal es el caso de Robot Virtual Worlds, Colobot o Webots.

Con información de El País

Leer más

Softbank compra a Alphabet dos empresas de robótica inteligente

Softbank compra a Alphabet dos empresas de robótica inteligente

Softbank compró a Alphabet –matiz de Google– la empresa de robótica Boston Dynamics, conocida por sus robts humanoides y animales.

‘En Boston Dynamics estamos entusiasmados de formar parte de la visión de Softbank, y su posición creando la próxima revolución tecnológica y compartimos la creencia de que los avances en tecnología deben ser para el beneficio de la humanidad’, dijo Marc Raibert, CEO de Boston Dynamics.

Por su parte, el CEO de Softbank, dio la bienvenida a la compañía declarando que: ‘Hoy en día hay muchas cuestiones que todavía no podemos resolver nosotros mismos con capacidades humanas… La robótica inteligente va a ser un motor clave de la próxima etapa de la evolución del información, Marc y su equipo son los líderes tecnológicos en robots dinámicos avanzados’.

La firma Schaft, también adquirida por Softbank, tiene sede en Japón y se especializa en robots bípedos. Esta firma fue anteriormente comprada por Google en 2013.

Establecida en 1992, Boston Dynamics está especializada en la fabricación de robots con fines militares, mientras que Schaft, fundada en 2012 por un graduado de la Universidad de Tokio, saltó a los medios de comunicación tras ganar el premio al mejor robot de rescate en una competición organizada por el Pentágono en 2013.

La firma japonesa Softbank es propietaria desde 2013 de Sprint, el cuarto mayor operador de telefonía móvil de Estados Unidos, y en 2016 compró la británica ARM Holdings, multinacional dedicada a los semiconductores y al desarrollo de software, y proveedor de Apple.

Con información de MarketWatch

Leer más

Controlan robots con la mirada

Controlan robots con la mirada

La firma suiza ABB y la española Irisbond desarrollan una nueva tecnología que permite controlar robots con la mirada.

El proyecto busca habilitar esta funcionalidad para todo tipo de aplicaciones industriales y sociales, en el ámbito de la discapacidad.

Se trata de una tecnología denominada ‘eye-tracking’ que podría permitir a un cirujano consultar con la mirada el historial de un paciente mientras lo está operando, o a un conductor contestar el teléfono de su coche al recibir una llamada con solo un movimiento de sus ojos.

La solución desarrollada ahora está basada en un software denominado ‘webtracker’ que permite el control de computadoras con el movimiento de los ojos, monitorizados a través de una webcam, y que utiliza sofisticados algoritmos basados en el posicionamiento de la cara y de la visión para permitir a los usuarios interactuar con el robot y controlarlo de una forma natural.

La presentación de este novedosa tecnología, desarrollada bajo el programa Bind 4.0 del Gobierno vasco (España) para fomentar la colaboración entre empresas ya asentadas y emergente, se desarrolló hoy a través de la disputa de una partida de ajedrez entre dos mujeres.

Una de ellas, en silla de ruedas debido a una grave discapacidad de movimientos, estuvo asistida por un robot al que ordenaba realizar distintos movimientos de piezas con la mirada.

Esto fue posible mediante una computadora en cuya pantalla aparecía un tablero de ajedrez sobre el que la mujer posaba la mirada para indicar la pieza que deseaba mover y en qué casilla depositarla.

El robot, situado en medio de la mesa y dotado de dos brazos articulados similares visualmente a los de las máquinas quirúrgicas de precisión, movió así varias piezas e incluso se comió la reina de su oponente.

La máquina, que tiene en su memoria las reglas de ajedrez y que no permite realizar movimientos prohibidos en el juego, controla también las acciones de la persona que no sufre discapacidad, quien le indica mediante un ratón los desplazamientos de sus fichas.

Una vez concluida la partida, el robot se encargó de recoger las piezas y posicionarlas nuevamente en su correspondiente casilla inicial.

Esta investigación abre un amplio campo de posibilidades para nuevas aplicaciones de robótica industrial, especialmente en la robótica colaborativa, incluyendo nuevas opciones de integración laboral para personas con discapacidad.

EFE

Leer más

NICE Robotic Process Automation, una solución para toda organización

NICE Robotic Process Automation, una solución para toda organización

Con más de 500.000 robots desplegados, atendiendo a más de 400 clientes, la solución NICE Robotic Process Automation (RPA) está trayendo el gran valor de la automatización a las organizaciones más grandes y exigentes del mundo, anunció NICE.

Después de sus últimas mejoras, ahora NICE RPA puede soportar procesos de negocio más complejos que nunca, adaptando el proceso de automatización a las demandas de cada cliente específico y ofreciendo una solución fácilmente escalable para satisfacer sus necesidades cambiantes. Esto se debe a la sala de control mejorada de la solución, con funciones avanzadas de administración, estrictas directrices de seguridad y capacidades de conectividad de gran robustez.

La solución NICE RPA ofrece soporte completo para la automatización robótica completamente automática (no asistida), llevada a cabo en el servidor, y para los escenarios de automatización de desktop asistidos por agentes. Como tal, la solución puede abordar una amplia variedad de procesos, lo que lleva a grandes mejoras en la productividad y la precisión del proceso.

“La automatización robótica de NICE se pone cada vez mejor”, dijo Miki Migdal, presidente del grupo NICE Enterprise Product“Con el mercado de RPA en rápido crecimiento, los líderes de una amplia gama de industrias buscan una automatización integral a gran escala, que pueda hacerlo todo: operaciones principales y de back-office, procesos asistidos o parcialmente asistidos y más. Esto es lo que proporciona la nueva versión de NICE RPA: libera a los empleados de la empresa de tareas rutinarias, mejora la eficiencia de los procesos y, en última instancia, ayuda a las organizaciones a reinventar el servicio al cliente”.

NICE RPA se integra perfectamente con las soluciones de experiencia del cliente, soluciones analíticas y de optimización de la fuerza laboral para ofrecer máximo valor. La plataforma de NICE también automatiza los procesos entre aplicaciones al integrarse con cualquier sistema de terceros o propio, incluyendo sistemas de CRM, facturación, virtualización, MS Office y redes. Este enfoque integral enriquece los procesos de automatización, agiliza aún más los flujos de trabajo y asegura una mejora continua.

Otros recursos incluyen:

  • Control y seguridad a nivel empresarial
    • Una sala de control escalable centralizada, con recursos avanzados de administración
    • Los estándares de seguridad más estrictos, como los permisos basados en funciones y el cifrado de datos
    • Un mecanismo de auditoría avanzado, como las políticas de registro de control de versiones
    • Bloqueo automático en caso de detección de incumplimiento, error o emergencia
  • Conectividad robusta
    • Aplicaciones ejecutadas de forma remota en un entorno virtual
    • Nuevos conectores – Java 64, Oracle cloud
    • Alertas proactivos acerca de interrupciones de conectividad
  • Automatización central
    • Nuevo mecanismo de Reconocimiento Óptico de Caracteres (OCR) proporciona una mayor precisión en el reconocimiento de caracteres, manejo efectivo de archivos PDF y más idiomas soportados. Los documentos escaneados de todo tipo, incluyendo imágenes de texto, pueden ser incorporados dentro de los procesos optimizados de NICE RPA.

Leer más

Los robots ya no están en los laboratorios

Los robots ya no están en los laboratorios

“Las cosas van muy rápido en el desarrollo de la inteligencia artificial. Las respuestas serán muy importantes, pero todavía no  existen. Hay diferentes ideas y pronósticos, pero sobretodo hay muchísima incertidumbre . Los robots, bots, androides y otras manifestaciones de la inteligencia artificial van a desencadenar una nueva revolución industrial que no va a dejar ningún estrato de la sociedad sin tocar, por lo que es de vital importancia para los legisladores considerar estas  implicaciones, señala Max Andersson, eurodiputado de Los Verdes. Y así se señala en el informe elaborado por el Comité de Asuntos Legales del Parlamento.

Con esta iniciativa, el parlamento europeo se convierte en la primera institución en proponer una regulación sobre los aparatos inteligentes. El informe propone regular varios temas principales: la responsabilidad civil y legal de los robots, especialmente en el caso de los coches autónomos, la creación de una agencia europea encargada de ellos, la privacidad de los datos que almacenan, la inclusión de un código ético y la posibilidad de establecer un impuesto por su utilización

Se calcula en la Unión Europea que  ya hay más de 1.7 millones de robots en el mundo. Entre 2000 y  1014 el incremento medio se situaba en un 17% por año, pero en 2014 el aumento anual llegó hasta el 29%, el cual es el mayor en la historia. Las patentes para tecnología robótica se han triplicado en la última década. Y esto es sólo el principio.

Algunas voces se han levantado pidiendo que se asigne un impuesto a las empresas que utilizan los robots, con el fin de paliar el problema de que este fenómeno genere falta de empleo. Sin embargo, la eurodiputada liberal checa Dita Charanzová ha manifestado su rechazo a esta tasa: “Creemos que existe un miedo y una preocupación excesiva. No estamos en una película de ciencia ficción, los robots harán lo que nosotros, los humanos, les digamos qué hay que hacer, nosotros tenemos el control”. Asimismo, algunos investigadores también están en contra. “No creo que la fiscalidad para robots pueda ayudarnos en el futuro. Creo que la revolución robótica, aunque es algo emergente, será muy lenta y sólo podemos predecir de forma muy aproximada  los empleos que se van a destruir. Así que la solución está en la educación: Debemos educar a los niños para las tareas que no podrán hacer los robots y no para los trabajos que desempeñan las máquinas”, sugirió Dirk Lefeber, responsable del grupo de investigación en robótica de la Universidad de Bruselas.

Lo importante es lograr el difícil equilibrio entre la necesidad de establecer pautas regulatorias mínimas y no crear una sobrerregulación que frenaría de Industria y la dejaría atrás en esta carrera decisiva para el futuro.  “No se trata de ponerle trabas a la innovación, sino que la industria europea sea útil”, concluyó la redactora del informe del informe Mady Delvaux

Para ello no se debe perder de vista, defienden los europarlamentarios, que : No se trata de construir una sociedad para los robots, sino para los humanos,”no podemos crear una sociedad deshumanizada,es el ser humano que tendría que que preocuparnos en primer lugar”.

Con información de El País

Leer más

IoT impulsa la expansión de los robots comerciales

IoT impulsa la expansión de los robots comerciales

Pocos dudan de que, en un futuro próximo, la robótica cambiará fundamentalmente los sistemas de producción e incrementará enormemente su nivel de automatización.

Para materializar esta transformación, debe reducirse mucho el esfuerzo humano necesario para configurar tareas automáticas. En otras palabras: los robots tendrán que aprender a resolver los problemas y adaptarse
a entornos dinámicos.

Este gran avance puede realizarse explotando el Internet de las cosas, los servicios y las personas (IoTSP, por sus siglas en inglés). El IoTSP facilita la creación de tecnologías y modelos de negocio novedosos que convierten en realidad la propagación de datos a gran escala, el análisis de corrientes y el aprendizaje automático.

Según las previsiones, el uso de la robótica en los ámbitos de fabricación y automatización aumentará sustancialmente en un futuro próximo y este crecimiento impulsará la expansión del mercado de los robots industriales. Estas expectativas indican que los robots industriales podrán utilizarse en muchos más escenarios de automatización.

En la actualidad, los robots industriales repiten incansablemente tareas complejas con una precisión elevada: soldadura, pintura, producción de automóviles y determinados tipos de montaje. Pero hay muchos otros escenarios de fabricación o montaje que podrían beneficiarse de la automatización robótica y que resultan difíciles de automatizar. Esto puede deberse, por ejemplo, a que las tiradas de producción son cortas o a que los entornos no están bien controlados. En muchos de estos casos, los humanos desempeñan ahora un papel importante. Para que el uso de robots se extienda a estos escenarios, los robots tienen que ser más flexibles, fáciles de programar y autónomos.

Además, los robots tienen que usar de un modo más inteligente la información facilitada por los humanos y por el entorno, y transmitir información a los humanos de una forma más inteligente. Pueden hacerlo analizando información conocida, extrayendo conocimientos de ella y poniendo esos conocimientos al alcance de no expertos.

 

Importancia del IoT y las tecnologías basadas en la nube

Con el Internet de las cosas (IoT) y las tecnologías basadas en la nube ya es posible trasladar grandes cantidades de datos de sensores y otra información de dispositivos a centros de datos. En el centro de datos se puede aplicar el análisis de corrientes para procesar la información del dispositivo en tiempo real con fines de filtrado, selección y agrupación.

La información procesada puede remitirse a distintos servicios basados en la nube, como herramientas de inteligencia comercial (BI), que convierten los datos brutos en tablas y gráficos y ofrecen información instantánea sobre situaciones de producción. La información también puede ser utilizada por paquetes de aprendizaje automático para realizar predicciones, para la optimización de procesos o el mantenimiento predictivo, por ejemplo. Muchos de estos servicios rentables y ampliables que pueden analizar grandes cantidades de datos en centros de datos ya están disponibles.

Por supuesto, es esencial que este análisis se realice de una forma segura y garantizando la integridad de los datos. Además, también deben mantenerse elevados niveles de fiabilidad y disponibilidad. Incrementando las capacidades del robot con tecnologías de nube y el IoT y la ubicación de la mayor parte del almacenamiento, el análisis y la computación a gran escala en centros de datos, es muy probable cumplir los requisitos futuros de inteligencia robótica sin incremento del coste ni del tamaño físico de los controladores.

 

Ejemplo de motivación

abb1Las formas en las que el IoTSP puede contribuir a la mejora del rendimiento operativo en escenarios de producción robótica pueden ilustrarse con el siguiente ejemplo: en una unidad de montaje de piezas pequeñas, dos robots trabajan en colaboración. Las piezas pequeñas se presentan en dos alimentadores distintos. Los robots toman piezas de sus respectivos alimentadores, las montan y colocan el conjunto en una cinta transportadora. Un operador o un jefe de producción pueden usar un dispositivo móvil para supervisar el estado de la producción y obtener información sobre los dispositivos de la unidad de producción en cualquier momento y desde cualquier lugar. Los KPI (indicadores clave del rendimiento) del dispositivo también se pueden consultar para tomar decisiones de mantenimiento.

En caso de cambio súbito, como la ralentización de un alimentador por un problema de suministro de las piezas de montaje, los robots, los alimentadores y la cinta transportadora intercambian la información para adaptar el ritmo de trabajo y acomodarse a las nuevas circunstancias. Se informa al operador de la situación a través de su dispositivo móvil. Si el rendimiento operativo se encuentra dentro de determinados límites de tolerancia, puede decidir no interrumpir los procesos de producción. O, si hay un alimentador defectuoso, puede comprobar los KPI de los dispositivos y descubrir que un técnico de mantenimiento está a punto de sustituir varias piezas de ese alimentador. Esto significa que el sistema puede funcionar así hasta que se realice el mantenimiento y evitar una interrupción de la producción que resultaría muy costosa.

 

Estrategias para la solución

El escenario que acabamos de describir implica control robótico industrial, redes de sensores y actuadores que demandan una conducta temporal predecible y en tiempo real del sistema de control del robot. Otro requisito es un conjunto de características de servicio inteligentes que puedan implantarse con tecnologías IoT para mejorar el rendimiento operativo en la fábrica.

Una forma de materializar todos estos requisitos es:

  • Propiciar el intercambio de datos entre robots conectados y otros dispositivos de una unidad de producción.
  • Utilizar aplicaciones robóticas en tiempo real con latencia baja y predecible en la periferia de la red o en los controladores del robot.
  • Conectarse a un centro de datos remoto para obtener capacidades de análisis de datos y BI a gran escala.

Así pueden ofrecerse a los clientes soluciones de servicio añadidas basadas en la nube, como acceso sencillo y visualización de datos de producción en la nube. Además, con infraestructuras basadas en la nube capaces de proporcionar recursos de computación y almacenamiento elásticos, se pueden desarrollar nuevos servicios centralizados de robótica inteligente sobre BI y análisis de datos ➔ 1. Ejemplos de estos son el aprendizaje automático y el análisis avanzado de grandes conjuntos de datos de robots recopilados durante los ciclos de funcionamiento.

 

Concepto de punto a punto y solución técnica

Para hacer realidad la estrategia descrita, ABB ha diseñado una plataforma de colaboración ampliable que permite compartir información entre robots industriales conectados, otros dispositivos industriales de una unidad de producción y personas ➔ 2. La plataforma, una vez convertida en un producto final, ofrecerá facilidad de uso para la configuración, p. ej., del descubrimiento, la conexión para la colaboración y la prestación de servicios con robots ➔ 3.

abb2En la capa de automatización de la plataforma, el intercambio de datos entre robots en tiempo real es posible gracias a la tecnología de middleware de tipo publicar-suscribir, como el marco DDS (servicio de distribución de datos). Un dispositivo publica información sobre un tema y otros dispositivos interesados se pueden suscribir para recibirla. No es necesario que los dispositivos suscriptores sepan de dónde procede la información, porque también se proporcionan datos contextuales que indican a estos dispositivos qué hacer con ella. Los dispositivos intercambian información en un espacio de datos global virtual. Los robots y el alimentador citados en el ejemplo anterior podrían, por ejemplo, intercambiar información (posición actual, velocidad, etc.) a través de este espacio de datos global. No todos los dispositivos de una unidad de producción son aptos para participar en un marco de tipo publicar/suscribir.

Esto puede deberse, por ejemplo, a limitaciones de accesibilidad de dispositivos de terceros o potencia de computación finita. Pero estos dispositivos pueden interactuar con robots y con otros dispositivos a través de una interfaz RESTful ligera, proporcionada por un agente colaborativo en la capa del IoT. Las interfaces RESTful se basan en REST (transferencia de estado representacional), una arquitectura web que requiere menos ancho de banda que otras arquitecturas equivalentes y que simplifica la conexión de diversos clientes. El agente colaborativo se puede instalar en cualquier dispositivo (incluido el controlador del robot) en el que se pueda instalar el marco de tipo publicar/suscribir.

La interfaz RESTful también se emplea en los dispositivos móviles utilizados para supervisar unidades de producción y en agentes en la nube. El agente en la nube, instalado en un controlador de robot o en cualquier otro dispositivo de la unidad de producción, emplea AMPQ (protocolo avanzado de cola de mensajes) y HTTP como interfaz para enviar datos a la capa de la nube o interactuar con ella.

La capa de la nube propuesta en la arquitectura permite ampliar las oportunidades de servicio mediante la conexión de dispositivos de la unidad de producción, o la propia unidad de producción, a la nube. Para esta plataforma de colaboración de robots concreta se utiliza Microsoft Azure IoT Suite, que ofrece una amplia gama de capacidades, como recopilación de datos de dispositivos, análisis de transmisiones, aprendizaje automático, almacenamiento y presentación de datos.

En concreto, ABB ha utilizado Azure IoT Suite para prestar un servicio de visualización y supervisión de datos de producción. La solución consiste en un cliente IoT, un centro de eventos, análisis de transmisiones y Power BI (una solución de BI de autoservicio). El agente en la nube envía datos del robot al centro de eventos. El servicio de análisis de transmisiones consume esos datos y permite ejecutar la lógica de procesamiento de corrientes (en una sencillo lenguaje similar a SQL). Los resultados de este procesamiento se envían a Power BI, que lleva a cabo la supervisión y la visualización de los datos de producción.

En la capa de ingeniería, se distinguen dos tipos de aplicaciones: Aplicaciones de configuración simplificadas basadas en la web y aplicaciones basadas en RobotStudio para la configuración avanzada de los robots y el resto de la producción.

 

Visión de futuro

El uso de tecnología IoT para conectar cosas, servicios y personas cambiará la vida cotidiana de los usuarios y propiciará operaciones industriales inteligentes. Imagine que las piezas pequeñas del escenario de ejemplo descrito anteriormente llevan etiquetas inteligentes que permiten la transmisión de determinada información, como dibujos CAD, descripciones e instrucciones de manipulación, a los robots y los operadores mediante comunicación inalámbrica. La difusión de esta información podría, por ejemplo, permitir el ajuste de las pinzas del robot en caso de que haya cambios en los tipos de piezas pequeñas. Actualmente, esta tarea es manual y se realiza fuera de la línea.

La idea central del IoTSP es obtener información sobre dispositivos y el entorno, analizar los datos del mundo físico y virtual para optimizar las operaciones y prestar servicios mejores a los usuarios.

Gracias a la prestación de nuevos servicios y experiencias de software para el cliente final basados en información extraída de varios dispositivos conectados, el IoTPS está creando una forma nueva de agilizar los negocios y el ritmo de la innovación.

Por Hongyu Pei-Breivold, Kristian Sandström, Larisa Rizvanovic, Marko Lehtola y Saad Azhar,  de ABB Corporate Research, Suecia

Leer más

Los exoesqueletos concurren al Global Robot Expo

Los exoesqueletos concurren al Global Robot Expo

La robótica asistencial será uno de los temas centrales de la Global Robot Expo que se realizará en Madrid.

En el pabellón Cristal de la Casa de Campo, expertos de Japón, España y Suiza presentarán nuevos desarrollos en el campo de la robótica asistencial.

Del 2 al 4 de febrero se presentarán algunos de los diseños más avanzados en la creación de exoesqueletos con fines terapéuticos, de rehabilitación o sanitarios.

En este evento se expondrán avances en la creación de exoesqueletos que, a través de señales bioeléctricas, permiten ayudar a rehabilitar el movimiento humano tras una lesión grave del sistema nervioso.

La compañía Marsi Bionics presentará un exoesqueleto pediátrico creado para facilitar la vida de los más pequeños con enfermedades neuromusculares, parálisis cerebral, espina bífida o lesión medular.

Durante esta exposición, la fundación ONCE apoyará las iniciativas y los avances tecnológicos para las personas dependientes, patrocinando el área de robótica asistencial y rehabilitación.

Además de este tema central, también se presentarán innovaciones en el campo de la medicina, como el escáner para valoración de trastornos mentales en niños y adultos mediante la medición conjunta de los principales movimientos motores vinculados al sistema nervioso central.

Con información de El Economista.es

Leer más

La evolución de la Inteligencia Artificial

La evolución de la Inteligencia Artificial

Hacia finales de 1985, me encontraba haciendo mis “pininos” en el campo de la Inteligencia Artificial. Desde tres años antes me había interesado en el tema, sobre todo impulsado por el Dr. José Negrete, prominente profesor del Instituto de Investigaciones Biomédicas de la UNAM, quien me invitó e indujo a leer el libro Tormentas de Mentes (Mindstorms), Niños, Computadoras e Ideas poderosas, de Seymour Papert, publicado en 1980.

Esta invitación vino a raíz de un buen número de publicaciones sobre Inteligencia Artificial (IA), que despertaron mi interés y el de un nutrido número de colegas académicos del área de sistemas o afines. A lo largo de cinco años me interioricé en el campo enfocándome fundamentalmente a dos áreas de investigación: la posibilidad de aplicar la Inteligencia Artificial (IA) en la educación y, en segunda instancia, indagar sobre las posibilidades de que una computadora aprendiera algo.

Para atender estos dos aspectos me apliqué a estudiar el estado del arte de la llamada IA, tratando de hacer un repaso desde sus orígenes, revisando particularmente escritos que resaltaban aspectos relevantes de su evolución y desarrollo.

 

Orígenes y definición

Aunque oficialmente se aplica el término de Inteligencia Artificial en Dartmouth durante una conferencia convocada por John McCarthy a la cual asistieron, entre otros, Marvin Minsky, Allen Newell y Herbert Simon (1). Para algunos colegas, la IA nace, aunque no oficialmente, con Alan Turing respaldado por dos instancias: la propuesta de aplicar un test para averiguar si una máquina determinada puede ser tan inteligente como un ser humano, y más adelante, en 1950 por la publicación de un artículo clave para el futuro desarrollo de esta disciplina: Máquinas de computación e inteligencia. (2)

ai-inteligencia-artificialDesde luego, la IA debe observarse en su evolución como un proceso que ha permitido extender el uso de las computadoras para substituir al ser humano en actividades de trabajo intelectual. Queda la interrogante: ¿de qué inteligencia estamos hablando? Porque siguiendo la trayectoria de los resultados que van obteniéndose a lo largo del tiempo, resulta, para un buen número de académicos que se oponen en llamar inteligencia al desempeño o procesos que realiza una computadora semejando el comportamiento de la mente humana, que en el momento en que el desempeño de una tarea intelectual es reproducido por una máquina, deja de ser una función realmente inteligente.

Infortunadamente, en la conferencia de Dartmouth se hicieron previsiones triunfalistas a diez años que jamás se cumplieron, lo que provocó el abandono casi total de las investigaciones durante quince años. Esto en gran medida fue provocado porque lo que llamamos inteligencia (natural) no es un concepto que tenga una clara definición: las diversas disciplinas que intentan explicarla, como el caso de la psicología, lo hacen a partir de diversas corrientes, varias de ellas contradictorias entre sí, aunado al hecho de que la IA como una disciplina interesada en la mente ha de enfrentarse a los resultados obtenidos del campo que domina la neurología. Como un factor adicional al estancamiento del desarrollo de la IA en sus albores debemos considerar una cascada de ponencias que ponían en duda su valor, como el documento de Geoffrey Jefferson (3) que indica que es imposible reproducir las características de la inteligencia en un artefacto mecánico.

Uno de los cuestionamientos relevantes sobre el enfoque de la IA es propuesto por Maurice Wilkes en un documento titulado Can Machines Think? (4), en donde propone como argumento la necesidad de elaborar programas de aprendizaje generalizados que habiliten a una computadora aprender en cualquier campo escogido por el programador, permitiendo simular el comportamiento humano. Justamente, el diseño y construcción de las nuevas plataformas de Tecnologías de Información ha traído a discusión la posibilidad de concederles a las computadoras alguna actitud de intencionalidad.

 

Proyectos de IA

Debo decir que los trabajos que vinieron realizándose en los años ochenta alrededor del tema Machine Learning son los que me condujeron a realizar mis primeros trabajos de investigación y desarrollo en ese campo. En ese entonces estaba adscrito como profesor de la División de Estudios de Posgrado de la Facultad de Ingeniería de la UNAM, siendo invitado a trabajar en un proyecto para Celanese Mexicana que consistía en encontrar un polímero capaz de ser fabricado para substituir piezas mecánicas.

El proyecto partía de utilizar polímeros base que eran definidos por una lista de 27 atributos, entre ellos dureza, flexibilidad, resistencia a la tensión, resistencia al corte, resistencia al calor, etc. Para modificar el polímero base se contaba con una lista de materiales que podían modificar cualquiera de los atributos, la lista contenía en promedio entre 80 a 100 productos que podían modificar cada atributo, tanto para aumentar su valor como para disminuirlo y desde luego, cada material de la lista modificaba de diferente forma el atributo del polímero base para el cual estaba destinado.

inteligencia-artificial-menteDe esta forma, si se deseaba obtener un polímero final que tuviese los atributos de una pieza mecánica o metálica, habría que seleccionar los materiales que pudiesen modificar cada atributo del polímero base y permitieran tener como resultado las características del patrón buscado.

La solución podría ser casi lineal si los modificadores de cada atributo solamente lo modificaran una vez incorporados al polímero base, pero resulta que los modificadores destinados a un atributo también modifican los demás atributos, ya sea aumentando o disminuyendo su valor, aunque en menor medida. Además, cada modificador tenía un costo, con grandes variaciones de precio.

La situación era que al momento de lograr un polímero cercano al patrón por obtener, resultaba un costo mayor a la pieza fabricada con el material original, por lo que había que seguir haciendo combinaciones hasta obtener un polímero final de menor costo que el material a substituir.

Para el proyecto construimos un sistema experto programado en LISP a partir del diseño de un árbol de aprendizaje que iniciaba por obtener un primer polímero final que cumplía con los atributos especificados, pero regularmente de un costo mucho mayor que el del material por sustituir, de manera que la trayectoria seguida para su obtención era modificada recursivamente repitiendo el proceso para la obtención de un polímero final. El experto aprendía de la trayectoria anterior tratando encontrar una mejor solución en cada nivel del recorrido del algoritmo.

Para los ingenieros de Celanese los resultados obtenidos de polímeros finales propuestos por el experto, estaban aún distantes de lo deseado como óptimo, sin embargo, acercaba a los diseñadores para que, considerando ciertos arreglos al patrón obtenido, lograran un producto más cercano a lo que buscaban, ahorrando semanas de trabajo.

 

Decisiones programadas y no programadas

Desde que surgen las primeras computadoras destacan dos líneas de trabajo de programación, una primera dirigida a la codificación de algoritmos que resuelven problemas cerrados, es decir en donde las soluciones son obtenidas por una formulación acabada y los datos suministrados son valores que asumen las variables en la formulación; otra línea es la dirigida a la codificación para resolver problemas abiertos, esto es, en donde las soluciones no son obtenidas unívocamente por una formulación precisa, sino que es necesario establecer estrategias y trayectorias tentativas para encontrar alguna posible solución.

Con relación a lo anterior, y considerando la toma de decisiones, podemos decir que las decisiones programadas caen dentro de la primera línea y las no programadas dentro de la segunda.

cerebro-inteligencia-artificialEn el quehacer de la programación de las computadoras comerciales, la orientación está mayormente acentuada hacia la toma de decisiones programadas: la mayor vertiente de las computadoras que se han venido ofreciendo en el mercado de la Informática a lo largo de más de cincuenta años se ha caracterizado por su aplicación para la solución de problemas cerrados.

Esto, no obstante, parece ser consecuencia de un primer paso en la evolución de las tecnologías propias de la Informática, donde, como era de esperarse, se ha cubierto el espacio que más fácilmente podían llenar estas tecnologías. Sin embargo, son de sorprender los logros obtenidos en los últimos quince años, que a todas luces auguran con ejemplos palmarios la utilización de las computadoras para resolver problemas abiertos.

Desde luego, y habiendo llenado una amplia parte del espacio de los problemas cerrados, la evolución y el estado del arte de la informática ofrece ahora la posibilidad de construir ambientes que permitan utilizar las computadoras para el manejo de problemas abiertos.

Si bien desde hace varias décadas algunos investigadores en sus trabajos se han dedicado al uso de las computadoras para la solución de problemas abiertos, no es sino hasta estos últimos quince años cuando su explotación empieza a adquirir dimensiones comerciales de importancia.

En este periodo emergen expertos artificiales, los cuales tienen como sustento técnicas de programación para la solución de problemas abiertos, tipificadas de acuerdo al ambiente en que operan, como: reconocimiento de patrones, traducción de lenguajes, tutores inteligentes, máquinas de aprendizaje.

 

7 áreas de aplicación

La Inteligencia Artificial, aprovechando estos desarrollos, ha ido implementando aplicaciones en diversas áreas, obteniendo una gran aceptación al facilitar ciertas tareas consideradas como propias de la inteligencia de los humanos y reduciendo los costos. Algunas de estas áreas son las siguientes siete:

 

1. Inteligencia Artificial en la medicina

Fundamentalmente se han desarrollado equipos de cómputo que permiten la interpretación de imágenes médicas obtenidas por dispositivos de escaneo, auxiliando a los médicos para afinar a profundidad diagnósticos que de otra manera resultarían menos precisos.

Otra de las áreas cubiertas es el control de los dispositivos enfocados al cuidado intensivo, monitoreando a los pacientes y aprendiendo de su estado biológico bajo líneas base que activan alarmas cuando se rebasan.

Otro campo a destacar es el de las máquinas capaces de diseñar prótesis para ser adaptadas en diversas partes del cuerpo humano.

Un campo en franca evolución es el de equipos destinados a detectar posibles enfermedades que un paciente pudiese contraer a corto o mediano plazo, para lograr su prevención. Resalto la experiencia de un médico de la familia que realiza cirugía utilizando un robot en un hospital en Fort Lauderdale, Florida. Una parte destacada es la aplicación de un cierto número de sensores que advierten permanentemente durante la operación el estatus del paciente, prendiendo alguna alarma en caso de una eventual contingencia. Lo interesante es que la cirugía se realiza con una mínima incisión, a través de la cual puede introducirse un delgado instrumento articulado a un brazo del robot que posee la información necesaria para dirigirse de manera certera al órgano en el que habrá de realizarse la cirugía en cuestión. En la operación no interviene de manera directa la mano del hombre; sólo en forma indirecta para apoyar al robot en ciertos puntos del recorrido.

Este sin duda es un primer escalón en la aplicación de la IA en intervenciones quirúrgicas. Lo que se vislumbra como siguientes pasos es que el robot una vez instruido requiera cada vez menos intervención del médico asistente para realizar una operación.

 

2. Inteligencia Artificial en la educación

En este campo existe una gran área que ha venido siendo atendida por los investigadores y desarrolladores, enfocada a apoyar a los estudiantes en el aprendizaje de ciertos temas específicos, en donde se pretende que la máquina aprenda cuál es el estado de conocimiento del alumno para guiarlo y proponer los siguientes conceptos por aprender y aplicar.

Un aspecto que ha tenido una importante evolución en esta área es el enfocado al entrenamiento, en donde se desarrollan expertos a base de videojuegos para capacitar a personas en diversas actividades. Destacan el entrenamiento de pilotos de aviación, la capacitación de .operadores para el manejo de máquinas herramientas y la simulación de intervenciones quirúrgicas.

Resalto como experiencia obtenida las investigaciones y modelos que realicé en lo referente a máquinas de aprendizaje (Machine Learning) conjuntamente con el Dr. José Negrete, algunos de ellos expuestos en la ponencia titulada “Can a Learning Expertise System Become a Tutor?, que presentamos en la Sexta Conferencia Europea sobre Inteligencia Artificial, realizada en Pisa, Italia, en septiembre de 1984, en donde presentamos un método para que una computadora aprenda y dé seguimiento al aprendizaje de un estudiante, proponiéndole problemas de álgebra descubriendo la trayectoria que siguió para resolver el problema, detectando los errores (de haberlos) en que hubiese incurrido y mostrándole trayectorias alternativas a partir de este punto que lo llevasen a una solución correcta.

 

3. Inteligencia Artificial en la robótica

Posiblemente la robótica es en donde se han venido utilizando de manera más enfática las técnicas de programación abierta y es el campo en donde ha tenido su mayor evolución la Inteligencia Artificial al conjuntar varías de estas técnicas, como el reconocimiento de patrones para detectar objetos o situaciones para ejercer algún tipo de movimiento, y el aprendizaje de los ambientes en que se pretende se desenvuelva un robot para optimizar desplazamientos o movimientos que en principio se realizan de manera errática.

Esta es un área que se encuentra claramente apoyada tanto por diversas instituciones de avanzada, como la NASA, así como por empresarios privados que ven fuertes promesas en el desarrollo de ambientes robotizados. Para un grupo de investigadores los robots representan lo más destacado de la IA.

Muchas universidades en el mundo han implementado laboratorios y centros para el desarrollo de todo tipo de robots, dándose la promoción por varias entidades de otorgar premios a los logros alcanzados mediante concursos y competencias internacionales. Aquí cabe resaltar la participación de estudiantes mexicanos del Tecnológico Nacional de México (TecNM) que participaron en el torneo mundial de robótica Robotchallenge 2016 realizado en Viena, Austria, considerado uno de los eventos más importantes en el campo de la robótica en todo el mundo los estudiantes fueron premiados con el primer lugar al competir contra dos mil robots de 56 países (5).

 

4. Inteligencia Artificial de gestión de información

Esta área de la IA ha tenido una reconocida evolución en los últimos años, impulsando ambientes para el proceso de información y, de manera relevante, en lo que se denomina Big Data, ambiente que forma parte de la tercera plataforma en materia de Informática. Como instrumento destaca la minería de datos que, aunque empezó su desarrollo hace más de tres décadas, a partir de la evolución del hardware y de los sistemas operativos actuales ha hecho posible elaborar software para procesar grandes almacenamientos de datos digitalizados y en espacios de tiempo drásticamente menores a los empleados hace apenas diez o quince años.

Infortunadamente, a pesar de su potencial es poco demandada por las organizaciones, posiblemente porque aún no es comprendida cabalmente por los tomadores de decisiones.

En 1997, una de mis experiencias en esta área fue la de mejorar el experto utilizado por el software Falcon, que procesaba las transacciones de TDC de Bancomer afiliadas a VISA. Este experto, construido a base de redes neuronales, aprende el comportamiento de los tarjetahabientes y califica las transacciones que intentan realizar, de manera que si alcanzan una puntuación que las hace merecedoras de ser consideradas como posibles fraudes se reportan a un área específica del banco. El experto detectaba el 89% de las transacciones fraudulentas, lo que comparado con la detección que se hacía de bancos estadounidenses y canadienses que era entre el 95% y 96%, llevó a Bancomer a buscar las causas de los resultados obtenidos tratando de lograr una mejor respuesta. Lo que sucedía es que los atributos considerados por el experto eran derivados del comportamiento de los usuarios de estos países.

Para resolver el problema me tocó en suerte contratar los servicios del doctor Francisco Cervantes, especialista en redes neuronales (y miembro de la Academia Mexicana de Informática), quien apoyó la mejora del experto con la introducción y adecuación de atributos tomando en cuenta con el apoyo del personal del propio banco, el comportamiento de los usuarios de las TDC de Bancomer. Con ello se mejoró el desempeño del experto y se logró elevar la detección de fraudes a un 93%.

 

5. Inteligencia Artificial en la biología

Uno de los campos que cubre esta área es la elaboración de aplicaciones para realizar pronósticos del comportamiento y evolución de especies de animales, plantas o elementos ambientales, con el propósito de prevenir la desaparición o extinción de algunas de ellas y tratando de observar condiciones ambientales que podrían darse a futuro considerando el estado de los hábitats actuales.

Para el desarrollo de herramientas en esta área se consideran técnicas de reconocimiento de patrones aunados a modelos matemáticos de Big Data así como máquinas de aprendizaje.

Un campo que sobresale es la elaboración de modelos biológicos que permitan el seguimiento en el comportamiento de diversos organismos, como el desarrollo de embriones y la predicción de su evolución y crecimiento.

En esta área uno de mis hijos, quien hizo sus estudios de posgrado en New York University (NYU) y es doctor en Ciencias de la Computación, trabaja en proyectos de Big Data para la Comisión Nacional para el Conocimiento y uso de la Biodiversidad (CONABIO), aplicando diversas técnicas de IA tratando de levantar un mapa geo-referenciado en tiempo y espacio del movimiento de especies de flora y fauna que hay en México.

Para las mediciones y pronósticos consideran datos obtenidos de estadísticas e imágenes satelitales durante diversas estaciones temporales. La idea es predecir, bajo el movimiento y ambiente observados, los riesgos en los que se encuentran diversas especies y proponer alternativas que permitan modificarlos.

 

6. Inteligencia Artificial en el espacio

En la carrera espacial, los países que hacen investigación para el diseño, construcción y lanzamiento de naves espaciales dotadas con instrumentos robotizados de sondeo y medición de las condiciones en el espacio exterior a la Tierra y en cuerpos celestes como planetas, asteroides o cometas, requieren de aplicaciones de IA que les permitan descubrir razonablemente aspectos sobresalientes de los objetos a revisar.

Sin duda, los laboratorios y centros de investigación dedicados al apoyo de investigaciones y viajes espaciales, como es el caso de la NASA en los Estados Unidos o el Cosmódromo de Baikonur en Rusia (6), son un motor de aportaciones constantes a la IA. Esta área está destinada en mayor medida a la construcción de carros robotizados, con equipo especial que les permita moverse de manera inteligente en lugares de difícil acceso y emitir datos relevantes para diversos tipos de estudios requeridos.

El resultado de estas investigaciones, una vez liberadas, ha permitido apoyar a otras áreas. En especial, uno de los campos que se han vigorizado con estos desarrollos es el de la IA aplicada en las instituciones militares, en donde sobresale la construcción de armamento inteligente. Esta área ha propiciado fuertes debates en algunas comisiones de la ONU, y eventualmente en el pleno de su asamblea.

Un punto crítico que propone un buen número de países que propugnan por la paz mundial es que se impida el uso de dispositivos inteligentes que, sin mediar la intervención de un ser humano, puedan atacar de manera autónoma puntos en donde exista la presencia de personas civiles o áreas patrimonio de la humanidad.

 

7. Inteligencia Artificial para el procesamiento de lenguaje naturales

Sin duda una de las áreas en donde la IA ha jugado un importante papel es en la construcción de sistemas capaces de reconocer, procesar y emular el lenguaje humano. Hoy en día se cuenta con un buen número de estos sistemas basados en reconocimiento de patrones textuales y auditivos para traducción de lenguajes y máquinas de aprendizaje. Los esfuerzos realizados a lo largo de más de tres décadas han permitido contar con sistemas que día con día van superando obstáculos y dificultades.

Algunos proveedores ofrecen ya al público software capaz de realizar el procesamiento de algunos lenguajes naturales, logrando traducciones simultáneas asistidas por computadora, tanto de manera escrita como auditiva.

Los logros alcanzados área permiten visualizar que en un futuro muy cercano exista un acercamiento entre personas que hablan diferentes lenguajes y puedan comunicarse entre sí utilizando su propio idioma. Esta es un área para la cual se prometían resultados espectaculares.

Los japoneses al principio de la década de los 90 auguraban la aparición de traductores en casi cualquier lengua en un corto plazo. Sin embargo han pasado más de dos decenios y lo obtenido hasta ahora dista de tener los resultados pronosticados. Lo que cabe indicar es que lo obtenido hasta ahora promete, por los resultados observados, que la traducción simultánea con alta precisión va por buen camino, siendo una de las áreas en donde se han concentrado un gran número de investigadores de diversas instituciones en el mundo.

 

Otras áreas de aplicación

Desde luego, las técnicas aplicadas a la IA han servido en años recientes al apoyo de diversas actividades de la vida cotidiana, como es el caso del reconocimiento de patrones en investigaciones jurídicas para identificar personas a partir de unos cuantos rasgos como huellas, ADN y biotipo aunado a algún dato importante que permita realizar un reconocimiento con la mayor exactitud. En varias ciudades del mundo actual una de las aplicaciones de expertos inteligentes ha sido dirigida a la gestión de tráfico, apoyando el diseño urbano y arquitectónico para permitir una mejor movilidad prediciendo el comportamiento de los objetos utilizados y proponiendo nuevos entornos. Otro de los campos en donde se aplica la IA es el del entretenimiento, con desarrollos para equipos fijos y móviles que permiten gozar de ambientes lúdicos.

 

Conclusiones

Las técnicas surgidas y utilizadas hasta ahora mediante programación para la solución de problemas abiertos auguran el inicio de una nueva era en la utilización de las computadoras. Las investigaciones se han centrado en una mancuerna establecida por nuevos paradigmas de programación conjuntamente con el desarrollo de sistemas operativos y procesadores que apuntan a una expansión de la aplicación de la IA en diversas áreas del quehacer social.

inteligencia-artificial-cerebro-chipCabe hacer aquí una reflexión sobre lo que se avecina en materia de IA. Para un buen número de analistas e investigadores en el campo resulta un tanto petulante anteponer el término inteligencia a lo logrado mayormente hasta ahora, aduciendo sobre todo que si bien los desarrollos alcanzados forman parte de lo que anteriormente realizaba o realiza la mente humana, no debe considerarse realmente como inteligencia sino más bien como una mecanización de esas actividades, o bien llegando a decir que se trata de una simple simulación. Esta crítica ha despertado una verdadera polémica, sobre todo cuando participan especialistas de otras disciplinas, como el caso de psiquiatras, psicólogos, neurólogos o los dedicados a investigaciones sobre el cerebro.

Desde mi particular punto de vista, considero que dado que la inteligencia carece de una definición precisa, la discusión resulta hasta cierto punto ociosa y apoyo la nominación por un hecho que considero irrefutable: se trata de actividades inherentes a lo que denominamos intelecto humano, o si se quiere, propias de la mente de nuestra especie. Seguramente la evolución de la IA irá dando mejores resultados que los obtenidos hasta ahora, con los logros obtenidos como cimiento sobre el cual está siendo edificada un área que promete el advenimiento de una era medianamente imaginada por algunos estudiosos de la materia, y que ciertamente irá conformándose en una de las bases sobre la que descansará un gran número de actividades que hoy en día son atendidas por la actividad mental de las personas.

Tenemos enfrente un nuevo ambiente en el que la IA promete ser uno de sus más fuertes pilares: el Internet de las cosas, campo en el cual las nuevas generaciones observarán un parteaguas en el quehacer social y personal generado por la incorporación de ambientes e instrumentos que facilitarán la realización de tareas que serán atendidas con desarrollos emanados de la IA.

A manera de conclusión, deseo centrar este mensaje para quienes tienen el deseo de sumarse al estudio e investigación de la IA con el propósito de realizar innovaciones y aportaciones en la materia. Por cuestiones propias de nuestro país, tenemos una capacidad limitada y una débil vertiente colegiada que propicie la formación de cuadros en IA.

Cabe destacar que en los años ochenta de siglo XX, un grupo de académicos del cual formé parte, llevamos a cabo la fundación de la Sociedad Mexicana de Inteligencia Artificial (SMIA), siendo su primer presidente el Dr. José Negrete, los esfuerzos del SMIA de impulsar la investigación y desarrollo de la IA en México han sido importantes y varios de sus miembros destacan por los trabajos que han desarrollado en este campo, sin embargo resulta hoy en día una instancia que requiere ser acompañada e impulsada por otros actores tanto de la industria como del sector académico para edificar un ambiente que impulse el desarrollo y aplicación de la IA en diversas áreas del quehacer industrial, social y productivo a lo largo de todo el país, entendiendo que para el mundo actual se trata de un puntal del desarrollo tecnológico que impactará sensiblemente a las nuevas generaciones.

Propongo, como miembro de la Academia Mexicana de Informática, que ésta realice en nuestro país un llamado a las universidades y tecnológicos, centros de investigación en materia de informática y entidades gubernamentales que apoyan a estudiosos en su formación, para que adquieran la sensibilidad que permita considerarla como un área que promete ser uno de los futuros agentes de cambio y se aboquen a la formación de cuadros y centros de investigación que promuevan el desarrollo de esta disciplina.

 

Sobre el autor

José Luis Mora Castro es Ingeniero Mecánico Eléctrico de la UNAM y Maestro en Sistemas de la Universidad Iberoamericana. Por más de 30 años ha sido ejecutivo en sistemas de diversas organizaciones tanto del sector público como de la iniciativa privada, dirigiendo proyectos de largo alcance, principalmente en puestos de alta dirección.

Laboró en el grupo Bancomer por 12 años, llegando a Director General de DATEC, empresa conformada por Bancomer y ELPRO para la fabricación de terminales de transacciones bancarias; ocupó la subdirección de sistemas en la CMP, empresa conformada por Bancomer y Banamex para el procesamiento de cheques.

Fue Director General de LOCATEL por diez años, siendo el impulsor del primer Call Center en Latinoamérica en un ambiente 100% IP.

 

Referencias

1.- Ana Gaby Rojas; Edgardo Di Bello (2014). Inteligencia Artificial: La Conferencia de Dartmouth. 1956, de Universidad Europea Madrid GSI – Grupo de investigación en Sistemas Inteligentes. http://inteligenciaartificial1il131.blogspot.mx/

2.- Alan Turing. (1950). Maquinaria computacional e Inteligencia. 2010, de Universidad de Chile. http://xamanek.izt.uam.mx/map/cursos/Turing-Pensar.pdf

3.- Geoffrey Jefferson. (1949 Jun 2). The Mind of Mechanical Man. mar 2008, de The BMJ. http://www.ncbi.nlm.nih.gov/pmc/articles/PMC2050428/?page=

4.- Maurice Wilkes. (1953). Can Machines Think?. 1996, de Discovery: The Magazine of Scientific Progress. https://www.amazon.com/Can-Machines-Think-Discovery-Scientific/dp/B00LZ99AN8

5.- Notimex. (septiembre de 2016). Jóvenes mexicanos ganan torneo mundial de robótica. La Jornada, 23,24.

6.- Varios. (2011). COSMÓDROMO DE BAIKONUR. 2011, de RT RUSOPEDIA. http://rusopedia.rt.com/ciencia_y_tecnica/espacio/issue_26.html

 

Leer más
Página 1 de 3123