EL CUBO MÁGICO RESUELTO POR UN ROBOT

Extraño robot humanoide que incluso habla mientras resuelve el cubo mágico.

Conoce a tu ‘enemigo’: el cubo de Rubik

Esto es todo lo que necesitas saber antes de empezar a solucionar el cubo de Rubik (también conocido como cubo Rubik, cubo mágico, cubo mágico de Rubik, cuadro de Rubik, o cubo de colores, pero nunca como cubo de Rubic, cubo de Rubick, cubo de Rubrik ni cubo de Rubix).

El cubo de Rubik tiene 6 colores (uno por cada cara) y está compuesto por tres tipos diferentes de piezas:

• Centros: Hay 6 centros (en marrón en la imagen), uno en medio de cada cara del cubo, y tienen tan solo un color. Giran sobre si mismos y no cambian de posición, por lo que siempre están ‘en su posición’.
• Vértices (o esquinas): Hay 8 vértices (en morado en la imagen), cada uno con tres colores distintos.
• Aristas: Son las piezas que están entre los vértices y no hacen esquina (en celeste en la imagen). Hay 12 aristas en el cubo, cada una con dos colores distintos.

En total hay 20 piezas “móviles” (12 aristas y 8 vértices) en el cubo de Rubik, siendo todas ellas distintas las unas a las otras. Si giramos una cara, vemos que los centros no cambian de lugar, mientras que las aristas van a posiciones donde había aristas y los vértices a posiciones donde había vértices. Es decir, cada pieza es de un tipo, y no puede variar (una arista siempre será una arista).

Inteligencia Artificial: Jugando al tenis de mesa con robots

La robótica está presente en cada vez más ámbitos, algo que podemos ver materializado con los vehículos autónomos, en el ámbito militar con exoesqueletos o robots como AlphaDog e, incluso, los hay que son capaces demarcarse los pasos de baile del Gagnam Style. Dentro del amplio espectro de robots que vamos conociendo a través de los medios de comunicación y distintos grupos de investigación, podemos encontrar distintos proyectos de robots capaces de resolver problemas complejos y actuar, sobre la marcha, basándose en los conocimientos adquiridos a través de un proceso de aprendizaje. Los procesos de aprendizaje de robots son la base de proyectos como el robot Macgyver o de los brazos robóticos del MIT que conocimos ayer y a los que vamos a sumar un curioso jugador de tenis de mesa robótico desarrollado por el Instituto Max Planck para el Desarrollo de Sistemas Inteligentes.

Este proyecto lleva tiempo desarrollándose en el seno del Instituto Max Planck para el Desarrollo de Sistemas Inteligentes, situado en Tübingen (Alemania), donde el equipo de investigadores ha tomado como base un brazo robot comercial y se ha enfocado en desarrollar un algoritmo de aprendizaje para que el brazo sea capaz de jugar al tenis de mesa, es decir, localizar la pelota (mediante un sistema de visión arficial) y devolverla al lado contrario de la mesa con un golpe certero.

¿Y cómo puede un robot aprender a jugar al tenis de mesa? La respuesta podría ser simple: mediante programación; pero realmente es algo más compleja puesto que uno de los miembros del equipo de investigación agarró el brazo robot y lo guió en una partida convencional con la idea de obtener una serie de pautas y movimientos básicos. De esta tutorización, el equipo extrajo unos 25 patrones de movimiento básicos y, mediante su combinación, el robot es capaz de responder (con más o menos acierto) y golpear la bola con su pala.

Cuando el robot recibe la bola y debe responder, realiza una combinación de los 25 patrones mediante un sistema de ponderación, es decir, a cada uno de estos 25 movimientos base se les asigna un peso y el resultado final es el golpe que debe efectuar. ¿Y de dónde provienen los pesos? Aquí es donde entra en juego, de nuevo, el proceso de aprendizaje y entrenamiento, un proceso en el que se somete a prueba el sistema (se le hace jugar) y se le realimenta con los éxitos y fracasos en sus golpes, recalibrando los pesos y, mediante la práctica, obteniendo una mejor tasa de resultados.

El dicho popular de que la práctica lleva a la perfección no es de aplicación únicamente para el caso humano. Si bien este proyecto tiene algún tiempo, y el último de los vídeos que ha subido una de las investigadoras del equipo es de hace unos meses, hay que reconocer que el resultado es magnífico.

AtEnCiOn:

Robot volador con un sistema de Inteligencia Artificial inspirado en el cerebro de una abeja

Intentar emular los cerebros de animales superiores para un sistema de Inteligencia Artificial es demasiado complicado. Resulta más sensato comenzar con los cerebros de los insectos sociales, que son sencillos pero muy eficientes, como demuestran las habilidades cognitivas sorprendentemente avanzadas que poseen estas criaturas.

Unos científicos en las universidades de Sheffield y Sussex en el Reino Unido se están embarcando en un prometedor proyecto para producir los primeros modelos informáticos precisos del cerebro de una abeja, en un intento de dar un paso decisivo en el complejísimo campo de la Inteligencia Artificial.

El equipo de James Marshall en la Universidad de Sheffield, y el de Thomas Nowotny en la de Sussex, construirán modelos de los sistemas que en el cerebro de la abeja gobierna la visión y el sentido de este animal. Usando esta información, los investigadores planean crear el primer robot volador capaz de percibir su medio del modo en que lo hacen las abejas y capaz de actuar con tanta autonomía para tomar decisiones como la que poseen estos animales, en vez de ejecutar meramente un conjunto preprogramado de instrucciones.

Si tiene éxito, este proyecto hará realidad uno de los grandes retos de la ciencia moderna: construir un cerebro de robot que pueda realizar tareas complejas tan bien como lo hace el cerebro de un animal simple. Entre las tareas que se espera que el robot realice, figura, por ejemplo, la de buscar la fuente de la que emana un determinado olor o gas, emulando la habilidad de una abeja para identificar flores particulares.

Se construirán modelos de los sistemas que en el cerebro de la abeja gobierna la visión y el sentido de este animal. (Imagen: U. Sheffield)

Se prevé que este cerebro artificial pueda ser usado a la postre en aplicaciones tales como misiones de búsqueda y rescate.

Para el proyecto, NVIDIA Corporation ha donado hardware, basado en procesadores de alta eficiencia, los conocidos como aceleradores GPU, que son los que generan los gráficos 3D en consolas de videojuegos y ordenadores convencionales, y proporcionan potencia de cálculo a supercomputadoras. Estos aceleradores brindan una vía muy eficiente de realizar los enormes cálculos necesarios para simular un cerebro usando un ordenador estándar de escritorio, sin tener que recurrir a sistemas de supercomputación, caros y aparatosos.