 | | ROBÓTICA |
“La revolución de la robótica está en una fase inicial, lista para estallar en los albores del siglo XXI”
(Rodney A. Brooks)
“En el futuro, robots avanzados podrían borrar la diferencia entre sintaxis y semántica, de tal forma que sus respuestas serán indistinguibles de las respuestas de un humano” (Michio Kaku)
“El mejor modelo del mundo es el propio mundo” (Rodney A. Brooks)
La Robótica
La robótica (robotics) es la ciencia y la tecnología de los robots, del diseño, fabricación y aplicaciones de los robots. Es un campo que implica a varias disciplinas: mecánica, electrónica, informática, inteligencia artificial e ingeniería de control.
El robot uno de los iconos culturales del siglo XX están en el centro del debate sobre la conciencia, inteligencia artificial, la vida, la ciencia cognitiva, la lingüística y la filosofía. También nos permiten poner a prueba teorías del conocimiento o modelos cognitivos.
La concepción clásica de un robot −la de la inteligencia artificial clásica− es la de una máquina con 3 componentes:
- Sensores (para percepción del entorno).
- Un órgano de control (la “mente” del robot).
- Un dispositivo motor (encargado de realizar determinadas acciones físicas sobre el entorno).
Esta concepción tradicional fue puesta en cuestión por Rodney Brooks, que planteó una nueva inteligencia artificial (IA) que denominó “Nouvelle AI”. Brooks publicó desde 1986 una serie de artículos −entre ellos “Los elefantes no juegan al ajedrez” [1990], “Inteligencia sin representación” [1991] e”Inteligencia sin razón” [1991]− que tuvieron un gran impacto y que provocaron un cambio de paradigma y una renovación de la robótica. Se pasó del modelo de ordenador, con el órgano de control como centro de gobierno del comportamiento (el modelo de la inteligencia artificial), a un modelo de inspiración biológica (Brooks se inspiró en los insectos) basado en un conjunto de comportamientos individuales simples y coordinados, donde el órgano de control se obvia y solo considera la percepción y las tareas motoras. Según Brooks, la inteligencia ha evolucionado desde una sola célula hasta los humanos de hoy, por lo que con la IA hay que proceder del mismo modo: hay que ir desde lo simple a lo complejo y basándose solo en el mundo físico. Para Brooks, lo más fascinante de la evolución biológica es que plantea dudas sobre el límite o frontera entre la materia animada y la materia inerte.
Tipos de robots
Hay muchos tipos de robots. Los más importantes son:
- Robots manipuladores. Son sistemas mecánicos multifuncionales, que tienen un sistema de control sencillo.
- Robots de control. Realizan acciones a partir de las órdenes del módulo de control.
- Robots de aprendizaje. Repiten los movimientos realizados por un operador humano.
- Robots metamórficos (o polimórficos). Son flexibles, se auto-gestionan, se auto-organizan y se auto-modifican a nivel estructural y funcional. Están relacionados con el tema de la conciencia.
- Robots cognitivos (o inteligentes). La robótica tradicional se ha ocupado de del diseño de robots para realizar tareas específicas. La robótica cognitiva se inspira en la ciencia cognitiva y estudia los robots con comportamiento inteligente, que aprende, razona y decide sobre cómo interactuar con el entorno (qué tareas ha de ejecutar y en qué momento). Hay un agente principal (que hace el papel de “mente” del robot) que se encarga de integrar y coordinar los diferentes subsistemas del robot.
La cognición es el proceso de adquisición de conocimientos mediante la experiencia de interactuar con el entorno. Las capacidades cognitivas son: la planificación, la percepción, la atención, la anticipación, el conocimiento general (creencias) y el conocimiento específico.
- Robots inteligentes autónomos. La construcción de un robot inteligente autónomo, con forma humanoide y capacidades humanas un tema recurrente en ciencia ficción se considera el “Santo Grial” de la inteligencia artificial. Si se logran, será la tercera revolución industrial. Serán robots cognitivos móviles para el entorno humano: hogares, calles, colegios, hospitales, etc. Tendrán un comportamiento flexible, razonarán, evolucionarán y actuarán como las personas. Decidirán su comportamiento en todo momento. Serán capaces de representar internamente el mundo externo y capaces de moverse por el entorno sin tropezar. Un proyecto de robot inteligente autónomo fue Cog [ver Adenda].
- Robots duros (hard robots). Robots con control centralizado, con movimientos preprogramados, con motores precisos y un entorno estructurado (sin incertidumbre).
- Robots blandos (soft robots). Robots sin control centralizado que trabajan en entornos inciertos y con comportamiento flexible.
- Sofbots. Son robots-software, que”viven” en un ordenador y que evocan la idea de trabajo automatizado. La ciencia que los estudia se suele denominar “softbótica” (softbotics). Los sensores y los motores están implementados en software. Un ejemplo de softbot es Anna, el softbot de IKEA, que es desempeña el papel de experto y consejero.
- Knowbots. Son softbots especializados en recolectar y almacenar información en bases de datos distribuidas, a través de las redes de datos, para usarla en una determinada tarea, y para poder compartirla con otros procesos u otros softbots. Si softbot signica “trabajo automatizado”, knowbot significa “conocimiento automatizado”.
Un knowbot puede ser un programa residente o viajar por la red, puede replicarse para dejar copias trabajando donde ha localizado información. Hay knowbots especializados: en ordenadores de usuarios, en servidores, de control del tráfico, de transporte de mensajes, etc. Un ejemplo de softbot es el rastreador de la Web desarrollado por Google, que analiza la estructura de enlaces y otras características de los contenidos. Otro ejemplo de knowbot es el que busca personas en las listas de usuarios de correo electrónico de los ordenadores conectados a Internet.
Los Paradigmas de la Robótica
Los paradigmas principales de la robótica son: el jerárquico, el reactivo y el híbrido.
El paradigma jerárquico
El paradigma jerárquico, también llamado deliberativo o PPA (Percepción – Planificación – Acción), se basa en una cadena de 3 operaciones secuenciales, en las que cada operación depende de la anterior, pues toma como entrada las salidas de la operación anterior. Cada operación es realizada por un módulo diferente. Este paradigma se inspira en el modelo humano y en la inteligencia artificial: primero, percibe; segundo, “piensa” o decide qué hacer; y tercero, actúa. De las tres fases, la más importante es la segunda, la planificación, que es centro cognitivo del robot.
El paradigma jerárquico es el clásico, el más antiguo, y tuvo su mayor auge en las décadas de los 1960s y 1970s.
El paradigma reactivo
Es el paradigma introducido por Brooks, al considerar que la IA tradicional −basado en el modelo jerárquico y cuyo objetivo inicial era la emulación de la mente humana− había fracasado porque:
- La inteligencia es demasiado compleja, por lo que el foco se desplazó a subproblemas específicos como: proceso del lenguaje, visión artificial, representación del conocimiento, etc.
- La IA había convertido en dogma el modelo de la manipulación abstracta de símbolos, un modelo imperfecto y restrictivo que ha producido pobres resultados.
- El modelo jerárquico ponía demasiado énfasis en el aspecto cognitivo, racional, de planificación, lo que obligaba a crear siempre un modelo de inteligencia interno que frecuentemente era de difícil realización.
Por lo tanto, se necesitaba un paradigma nuevo, diferente, radical, más simple y práctico. Este paradigma surgió en los 1980s, y su influencia se extendió hasta principios de los 1990s.
Brooks se dio cuenta que la inteligencia no está limitada al razonamiento abstracto, que existe un tipo de inteligencia más simple y directa que apenas requería análisis. La nueva IA que propone Brooks se basa en enfatizar la interacción meramente física con el entorno como el fundamento de los sistemas robóticos inteligentes. Este paradigma se denomina también PA (Percepción – Acción) porque obvia la planificación y se basa solo en las correspondencias directas entre percepción y acción. La inteligencia procede del binomio “percibir-actuar”. Primero tenemos la percepción y luego tenemos la acción. El instinto no tiene un modelo cognitivo interno. Solo hay relaciones automáticas percepción-acción.
Este paradigma también se denomina “behavior-base AI” (una IA basada en la conducta), es decir, un paradigma de tipo externo, que no considera lo interno, lo “mental” del robot. “La cognición está solo en el ojo del observador”. La posición de la IA tradicional es que lo primero es la cognición.
Este paradigma se resume en el famoso artículo de Brooks “Los elefantes no juegan al ajedrez”, con el que su autor quería decir que los elefantes no necesitan realizar razonamientos simbólicos o abstractos para subsistir en su entorno. Que lo importante es que el animal perciba el entorno y actúe sobre el mismo de manera reactiva.
Brooks justifica su modelo en la idea de que muchas cosas que realizamos son solo interacciones con el entorno, en lugar de funcionar con un plan preconcebido. “Gran parte de lo que hacemos está completamente por debajo de nuestra conciencia, y después racionalizamos y explicamos lo que hemos hecho”.
Características del paradigma reactivo:
- Es un paradigma más simple, que requiere menores recursos. No requiere un proceso de transformación de lo percibido en una estructura simbólica. Las percepciones se pasan directamente (o tras un proceso mínimo), en forma de entradas subsimbólicas, al módulo de acción que produce el comportamiento externo.
- Se basa en empezar por la inteligencia más simple (como es la de los insectos) para luego realizar robots más complejos, en un proceso abajo-arriba (bottom-up) en el quese va aumentando progresivamente el grado de inteligencia. Es basarse en coordinar mecanismos simples (de bajo nivel) para producir una conducta compleja.
- Hay una arquitectura de subsunción (subsumption architecture) −“subsumido” quiere decir “incluido en algo más amplio”− para modelar el comportamiento de los robots autónomos mediante un conjunto de módulos. Cada módulo individual simple genera comportamiento.
- Una arquitectura de subsunción se construye descomponiendo el sistema en subsistemas (o capas) de comportamientos independientes (o de interacción mínima). Cada capa conecta percepción con acción.
- Cada capa extrae solo aspectos del mundo que son relevantes y tiene su propio objetivo. El hardware de cada capa está separado de los demás.
- Cada capa monitoriza constantemente el entorno y responde con el comportamiento correspondiente.
- Cada capa de la arquitectura es una red de máquinas de estados finitos, que funcionan en paralelo y asíncronamente y que se envían mensajes entre sí. La llegada de mensajes o la expiración de temporizadores provoca la transición entre estados.
- Cada capa se comunica con las capas inferiores mediante mensajes de “supresión” e “inhibición” para que suspendan temporalmente su operación en curso.
Brooks y su equipo construyeron varios robots para poner en práctica estas ideas, entre ellos Allen, un robot desarrollado a finales de los 1980s, que fue el primer robot basada en la arquitectura de subsunción. Tenía 3 capas: 1) evitar los obstáculos estáticos y dinámicos; 2) realizar un movimiento aleatorio cada 10 segundos; 3) explorar el espacio para detectar el espacio libre distante y aproximarse a él.
Este modelo se utiliza para tareas moderadamente sencillas que apenas implique razonamiento. Es una inteligencia práctica que permite al robot manejarse de forma eficaz en su entorno. Ha sido la base de aplicaciones exitosas en diversos campos: industria, agricultura, minería, doméstico, de entretenimiento, etc. El robot Mars Explorer fue diseñado en gran parte siguiendo el modelo reactivo.
El paradigma híbrido
Combina los paradigmas jerárquico y reactivo. Es el paradigma más utilizado y que se ha venido empleando desde los años 1990s hasta hoy. El paradigma jerárquico se aplica en la planificación general o de alto nivel. El paradigma reactivo se utiliza cuando se necesita realizar una acción directa e inmediata a partir de la información de los sensores.
Comparativa IA Tradicional vs. Nueva IA
Comparativa entre ambos modelos, según Brooks (1: IA tradicional, 2: IA nueva)
- Fundamentación.
- Adopta una hipótesis no fundamentada, que es la de equivalencia entre inteligencia y computación.
- Se basa en una hipótesis de fundamento físico (physical grounding hypothesis) y, por lo tanto, incuestionable. Es una IA fundamentalista, física o situada (situated).
- Diseño.
- Se basa en la descomposición (por intervención humana) de la inteligencia en módulos funcionales de proceso de la información. Ninguno de estos módulos por sí solo genera comportamiento. Es necesario combinar todos los módulos para conseguir el comportamiento general. Es una construcción arriba-abajo (top-down), desde las abstracciones de alto nivel hasta las de bajo nivel o de detalle mediante un proceso de descomposición del sistema en módulos.
- Es una construcción incremental de abajo-arriba (bottom-up). Se empieza por módulos simples, que se van sofisticando progresivamente. En cada paso hay un sistema completo, con un cierto grado de inteligencia. No hay abstracciones de alto nivel, sino concreciones de alto nivel basado en concreciones de bajo nivel. La complejidad no se diseña de arriba-abajo, sino que surge de la interacción de los componentes simples.
- Control.
- Requiere un control centralizado.
- No hay control centralizado. Por lo tanto, no hay cuellos de botella y hay menos probabilidad de colapso total.
- Competencia.
- Para mejorar la competencia hay que mejorar los módulos funcionales individuales.
- La mejora de la competencia del sistema se logra añadiendo nuevos módulos individuales simples. Un pequeño cambio puede producir un gran impacto en el comportamiento general.
- Operativa.
- La inteligencia funciona solo con símbolos y debe ser “alimentada” de símbolos por el sistema perceptivo y debe transformar los símbolos en señales para el sistema motor.
- No necesita utilizar símbolos ni tampoco necesita las entradas y salidas clásicas. Maneja señales físicas directas. Solo necesita un conjunto de sensores (señales de entrada) y actuadores (señales de salida asociadas con acciones).
- Inteligencia.
- Supone que la inteligencia es algo objetivo y cognoscible.
- La inteligencia emerge a partir de los módulos individuales simples de comportamiento cuya coexistencia y cooperación entre ellos dan lugar a comportamiento complejo y que es observable externamente como un patrón de comportamiento. Emerge el significado para el observador.
- Representación.
- Necesita un sistema de representación en la memoria del sistema.
- Hay una representación directa en el mundo físico. Todo es explícito porque todo transcurre en el mundo físico. No necesita representaciones explícitas ni modelos del mundo. Solo el mundo físico puede fundamentar la representación interna del agente robótico.
- Mundos.
- Los mundos que utiliza el modelo son simplificados, estáticos y predefinidos.
- Los mundos que utiliza el modelo son mundos reales, dinámicos y, a veces, impredecibles.
- Paradigma.
- Funcional (módulos funcionales de proceso de la información).
- Basado en actividades o comportamientos.
- Comportamiento inteligente.
- Para una situación dada, solo hay un comportamiento: el previsto en el diseño. El sistema centralizado es el encargado de explorar el entorno y seleccionar las tareas más apropiadas, que se ejecutan en paralelo.
- Para una situación dada, hay varios comportamientos posibles o apropiados a la situación.
- Fragilidad/robustez.
- El sistema es frágil, pues en cualquier momento se puede perder el control centralizado.
- El sistema es robusto porque los comportamientos actúan como barreras frente a otros comportamientos: un comportamiento no puede alcanzar el interior de otro comportamiento. El sistema de capas es eficiente, robusto, redundante, más tolerante a fallos, flexible y adaptativo.
- Percepción del entorno.
- El sistema centralizado se encarga de explorar el entrno.
- Los módulos individuales, que realizan actividades de bajo nivel, “sienten” el entorno frecuentemente y son suficientes para detectar cambios en el entorno.
- Evolución hacia robots inteligentes autónomos.
- No está preparado para evolucionar hacia robots inteligentes autónomos.
- Está preparado para evolucionar hacia modelar robots móviles, autónomos, cognitivos de tipo humanoide (para facilitar la interacción con los humanos), con comportamiento flexible, adaptativo y capacidad de aprendizaje.
Las objecciones
Oren Etzioni [1993] replica a Brooks que la robótica no es necesaria ni suficiente como fundamento de la IA. Y que el entorno de software basado en softbots es mejor que el entorno del mundo físico, pues tiene las ventajas siguientes:
- Los softbots son agentes inteligentes completos, que interactúan en el entorno software mediante comandos e interpretando las respuestas. Los sensores de un softbot son comandos que suministran al softbot información sobre el mundo externo. Los efectores de un softbot son comandos transmitidos al entorno para cambiar su estado.
- Los softbots son el mejor banco de pruebas para la IA. Los experimentos con software facilitan una investigación sistemática, pues son más fáciles de ejecutar, controlar, depurar y repetir que los experimentos robóticos a nivel físico.
- La replicación de un softbot es muy simple. La replicación de un robot es difícil y costoso.
- Los entornos de software son los más adecuados para el estudio de temas como aprendizaje, planificación con información incompleta, interfaces de usuario inteligentes, IA distribuida, etc.
- El coste, esfuerzo y experiencia necesaria para desarrollar aplicaciones de IA es bajo. Experimentar directamente con robots físicos es difícil y costoso (en tiempo y dinero).
- Simplifica las aplicaciones, pues evita tener que considerar muchos aspectos complejos del mundo físico.
- Los softbots pueden operar en entornos dinámicos, como en el mundo real.
- El diseño es más simple. En el modelo reactivo también hay que hacer un diseño (capas, conexión entre percepción y representación interna, etc.).
- El argumento evolucionario es discutible, pues la evolución no es un proceso gradual, pues se producen saltos (teoría del equilibrio puntuado). Darwin era seguidor del lema (atribuido a Linneo) de que “la naturaleza no da saltos”. La teoría moderna del equilibrio puntuado matiza la teoría de la evolución en el aspecto morfológico por la aparición súbita de nuevas especies.
- El tiempo medio entre fallos es mayor en una estación de trabajo que soporta el entorno software que para un robot móvil.
- El desarrollo de softbots debe ser el fundamento para el desarrollo de robots móviles.
- Robótica y softbótica son metodologías complementarias. Hay temas de investigación en IA que tienen que estudiarse forzosamente en el mundo físico. Y temas que deben hacerse en entorno software por su flexibilidad y comodidad: responder a mensajes de error, clonar softbots en máquinas remotas, modelar bases de datos, controlar usuarios, etc.
Lenguajes Robóticos
El tema de cual debe ser el lenguaje de programación robótica más adecuado en el paradigma de la IA tradicional ha sido objeto de debate y discusión desde la aparición de los primeros sistemas robóticos controlados por ordenador. No ha habido consenso, por lo que no existe un lenguaje universal un lenguaje independiente del hardware y sí numerosos lenguajes particulares, cada uno con su modelo o paradigma específico, lo que ha conducido a una “torre de Babel robótica”. Algunos de estos lenguajes se han aproximado al ideal, entre ellos:
- IRL (Industrial Robot Language). Lenguaje de alto nivel para la programación de robots industriales, independientemente del controlador.
- RoboScript, de la empresa Robotic Workspace Technologies (RWT). Según esta empresa, RoboScript es el primer lenguaje de programación universal industrial. Está basado en VBScript.
- Strips (Stanford Research Institute Problem Solver). Es un generador de planes automatizado. El mismo nombre fue utilizado más tarde para referirse al lenguaje formal de las entradas de este generador de planes.
- ADL (Action Description Language) es una mejora de Strips como planificador para robots.
- XRCL (Extensible Robot Control Language). Es un lenguaje basado en XML (un lenguaje descriptivo de representación de datos estructurados mediante etiquetas de marcaje). Es también un entorno que interpreta el lenguaje. Como lenguaje, es fácil de usar y ha sido propuesto como estándar para compartición de código entre diferentes sistemas robóticos. Está basado en el comportamiento general y reactivo. Un comportamiento es un conjunto de reglas difusas (de lógica difusa). La planificación del robot es una máquina de estados finitos (un conjunto de nodos y flechas). Un nodo es un estado y es un conjunto de comportamientos. Una flecha es una transición entre estados y es un conjunto de reglas (difusas o no) que instruyen al motor de control para pasar de un estado a otro. Contempla la coordinación y comunicación entre agentes.
Los lenguajes actuales, en general, son complejos, difíciles de entender, depurar y mantener. A veces requieren un lenguaje anfitrión (host) como en el caso de FROB, que requiere Haskell.
Sin embargo, las tareas de un robot se pueden especificar fácilmente a nivel abstracto como coger un objeto, depositar un objeto, moverse a una cierta posición, etc. Este comportamiento descrito de forma abstracta implica una serie de comportamientos de bajo nivel: el nivel de interacción con el mundo físico basado en las primitivas o acciones básicas del robot. Si estas primitivas se definen mediante geometría cartesiana mediante coordenadas absolutas o relativas, movimientos lineales o circulares, rotaciones, etc. y se ocultan características específicas del robot, entonces los comandos del robot son independientes de su configuración cinemática específica.
Esto ha conducido a la concepción de un sistema constituido por 3 capas, en donde hay una separación lógica entre el comportamiento abstracto de alto nivel (la capa de planificación) y la ejecución de bajo nivel (la de los comandos del robot). Y entre ambas, una capa intermediaria entre las capas de alto y bajo nivel, responsable de expandir los objetivos abstractos en comandos de bajo nivel, ordenar ejecutarlos y manejar excepciones.
Un lenguaje robótico debe contemplar los dos paradigmas robóticos y las siguientes abstracciones:
- Agentes. En el paradigma jerárquico solo hay un agente. En los paradigmas reactivo e híbrido pueden haber múltiples agentes. Un agente puede ser una simple tarea.
- Interacción entre agentes. Los agentes pueden interaccionar entre sí. Por ejemplo, inhibir o activar un input o output de otro agente, activar o desactivar un agente, parar o reanudar tareas, etc.
- Entorno. Es el espacio (o memoria) interno del robot, reflejo del mundo externo.
- Algoritmos continuos. Son algoritmos cuyos datos de entrada son continuos, procedentes de sensores, y cuyo resultado también es continuo. Las señales de entrada (subsimbólicas) se transforman en simbólicas y producen un resultado simbólico que se traduce en una señal subsimbólica de salida.
- Eventos. Son ocurrencias en tiempo discreto. Solo tienen valores en momentos particulares (p.e., el robot choca contra un obstáculo). Son situaciones o condiciones que requieren una acción. Las condiciones pueden ser de muchos tipos: de tiempo, de predicado, de valor, de terminación de una tarea, etc.
- Excepciones. Son eventos especiales. Por ejemplo, un algoritmo puede enfrentarse a inputs inconsistentes o nulos.
MENTAL y la Robótica
MENTAL es especialmente útil para aplicaciones basadas en softbots en los siguientes aspectos:
- Paradigmas.
Los paradigmas jerárquico y reactivo se unifican, pues se modela el comportamiento del robot con el mismo lenguaje. El modelo reactivo se puede implementar solo con reglas simples. El modelo jerárquico se implementa con un código más sofisticado. En ambos casos se requiere representación, sea simple o compleja. Además, el paradigma MENTAL enlaza con la filosofía robótica.
- Abstracción.
Se utiliza el mismo lenguaje que en inteligencia artificial y se simplifica y se hace más comprensible el desarrollo de aplicaciones.
- Algoritmos continuos. Se implementan mediante expresiones genéricas.
- Eventos. Se implementan como reglas genéricas tipo “condición → acción”. Contempla eventos de todo tipo. Por ejemplo, la simple aparición de algo en el entorno, de una expresión determinada o una expresión perteneciente a un patrón.
- Excepciones. Se tratan como eventos, es decir, con reglas genéricas.
- Modelo del mundo.
Ofrece un modelo del mundo común a nivel interno y externo basado en arquetipos primarios. Los grados de libertad son los arquetipos. Este modelo es la máxima aproximación posible a la mente, la conciencia y la vida.
- Entorno.
El entorno interior (mental) del robot es un reflejo simbólico/abstracto del entorno físico exterior. El entorno interior es el elemento de unión entre la entrada y la salida (la acción). La comunicación entre componentes, agentes o tareas se realizan a través del entorno.
- Percepción y actuación.
La percepción (tras un preprocesamiento que convierte las señales analógicas en estructuras simbólicas abstractas) va directamente al entorno interno del robot. La actuación es la transferencia de los símbolos en comandos a los efectores.
- Representación.
La representación simbólica es necesaria para la comunicación con los humanos y con otras máquinas. Tiene la ventaja que la comunicación puede ser de datos o de código.
- Ejecución.
Puede ser secuencial o paralela. También se pueden sincronizar tareas.
- Aprendizaje.
Puede cambiar su código para implementar aprendizaje. El aprendizaje se puede realizar mediante meta-reglas, reglas que generan nuevas reglas o que actualizan reglas ya existentes.
- Simulación de robots físicos.
MENTAL vs. Nueva IA
La “Nueva IA” de Brooks, comparada con MENTAL, nos lleva a las siguientes reflexiones:
- Cuanto mayor es el nivel de abstracción, más fácilmente se resuelven los problemas. Y el nivel de la nueva IA es el más bajo posible: el nivel físico. En cambio, las primitivas de MENTAL son del máximo nivel de abstracción.
- La complejidad de la IA tradicional se debe a la falta del lenguaje adecuado. Con MENTAL todo se vuelve más fácil y sencillo, al trabajar con arquetipos primarios, que tienen el máximo poder expresivo y combinatorio.
- Brooks afirma que “El mejor modelo del mundo es el propio mundo”, pero este mundo es superficial. MENTAL es el mejor modelo del mundo porque está basado en arquetipos primarios, profundos, comunes al mundo físico y al mental.
- Brooks está acertado cuando trata de llevar la inteligencia directamente a través de pequeños módulos. Con MENTAL, la inteligencia ya está presente en todo, pues todo se construye con los mismos arquetipos.
- Brooks afirma que hay que edificar la inteligencia partiendo de elementos simples. Pero la verdadera y suprema simplicidad se encuentra en los arquetipos primarios e ir aumentando progresivamente la complejidad con el nivel de detalle mediante instancias (manifestaciones) y combinaciones de los arquetipos.
- El mejor modelo evolutivo no es de abajo-arriba, sino de arriba-abajo, es decir, de lo general a lo particular. Es el modelo en espiral, el modelo a imitación de la naturaleza. [ver Apéndice- Desarrollo en Espiral.]
- MENTAL es la máxima aproximación a la conciencia. La conciencia emerge de los arquetipos primarios y su combinatoria (lingüística), no de actividades independientes de bajo nivel. En la nueva IA no hay lenguaje ni semántica ni conciencia.
Adenda
Origen del término “robot”
El término “robot” tiene su origen en la novela de 1921 titulada “R.U.R. Robots Universales Rossum”, escrita por Karel Capek [2004]. En esta obra, aparece la palabra checa “robota” para designar una máquina antropomórfica, cuya finalidad era reemplazar al trabajo humano, haciéndolo más perfecto, productivo y barato. RUR es el nombre de la fábrica de robots, fundada por el fisiólogo Rossum, ubicada en una isla europea. Los robots fabricados parecen inicialmente felices de trabajar para los humanos, pero un día se rebelan y exterminan a la raza humana.
Los robots que se describen en la obra no son como hoy los concebimos (dispositivos mecánicos metálicos, de aspecto antropomórfico, pero diferenciados claramente de los humanos.), sino entes biológicos que se confunden con los humanos y que pueden pensar por sí mismos. Están próximos conceptualmente a androides e incluso a clones de humanos.
La palabra “robota” se deriva del checo “rab”, que significa “siervo”, “esclavo”, “trabajo obligatorio” o “trabajo forzado”, y fue traducido al inglés como “robot”. El término se popularizó con la difusión de la novela en inglés. La traducción al español apareció en 1962, publicada por Alianza Editorial. Según Karel Capek, fue su hermano Josef el verdadero acuñador del término.
La palabra “Rossum” evoca la palabra checa “rozum”, que significa “razón”, “sabiduría”, “intelecto” o “sentido común”, una alusión a que los robots podían pensar por sí mismos.
El término “robótica” fue acuñado por Isaac Asimov, que también es el autor de las famosas 3 leyes de la robótica, aparecidas por primera vez en el relato “Runaround” (1942):
- Un robot no puede hacer daño a un ser humano o, por inacción, permitir que un ser humano sufra daño.
- Un robot debe obedecer las órdenes dadas por los seres humanos, excepto si estas órdenes entrasen en conflicto con la primera ley.
- Un robot debe proteger su propia existencia en la medida en que esta protección no entre en conflicto con la primera o la segunda ley.
Cog
Cog (abreviatura de “cognition”) fue un proyecto de robot inteligente autónomo de tipo humanoide, creado por Rodney Brooks y Lynn Andrea Stein [Brooks & Stein, 1994]. Se construyó en 1993 en el Laboratorio de Inteligencia Artificial del MIT. El proyecto tenía dos objetivos: 1) construir un prototipo de robot autónomo de propósito general; 2) entender el proceso de la cognición humana. Con 21 grados de libertad, dotado de visión, escucha y habla, con capacidad de movimiento y de manipulación de objetos. El objetivo era que el robot aprendiera a “pensar” mediante un proceso de aprendizaje cognitivo basado en la experiencia y la interacción social. El proyecto se suspendió en 2003.
Conscious-Robots.com
También conocido como ConsBots.com, es un portal de Internet dedicado a la investigación científica de la conciencia de las máquinas. En este campo, los términos siguientes son sinónimos: conciencia artificial, conciencia sintética y conciencia robótica.
Bibliografía
- Brooks, Rodney A.; Breazeal, Cynthia; Marjanovic, Matthew; Scassellati, Brian; Williamson, Matthew M. The Cog Project. Building a Humanoid Robot. Internet.
- Brooks, Rodney, A. Achieving artificial intelligence through building robots. MIT AI Memo 899, 1986.
- Brooks, Rodney, A. From earwigs to humans. Robotics and Autonomous Systems, vol. 20, Nos. 2-4, pp. 29-304, June 1997.
- Brooks, Rodney, A. Cambrian Intelligence. The Early History of the New AI. The MIT Press, 1999. Disponible en Internet (Google books).
- Brooks, Rodney, A. Cuerpos y máquinas. De los robots humanos a los hombres robot. Ediciones B, 2003.
- Brooks, Rodney, A. Elephants Don´t Play Chess. Robotics and Autonomous Systems 6, pp. 3-15, 1990. Disponible en Internet.
- Brooks, Rodney, A. New Approaches to Robotics. Science, New Series, 253 (5025), 1227-1232, 13 Sept. 1991. Disponible en Internet.
- Brooks, Rodney, A. Intelligence without representation. Artificial Intelligence 47, 139-159, 1991. Disponible en Internet.
- Brooks, Rodney, A. Intelligence without reason. Artificial Intelligence Memo No. 1293, April 1991. Disponible en Internet.
- Brooks, Rodney A. A robust layered control system for a mobile robot. IEEE Journal of Robotics and Automation, 1 (RA-2), pp. 14-23, April 1986.
- Brooks, Rodney A. Integrated systems based on behaviors. SIGART Bulletin, 2(4):46{50, 1991.
- Brooks, Rodney A.; Stein, Lynn Andrea. Building Brains for Bodies. Autonomous Robots 1, 7-25, 1994. Disponible en Internet.
- Capek, Karel. RUR. Robots Universales Rossum. Círculo de Lectores, 2004.
- Capek, Karel. RUR: La fabrica del absoluto. Minotauro, 2003.
- Etzioni, Oren. Intelligence without Robots (A Reply to Brooks). Artificial Intelligence 14 (4), pp. 7-13, Dec. 1993. Disponible en Internet.
- Hager, Gregory; Pembeci, Izzet. A Comparative Review of Robot Programming Languages. Internet, 2001.
- Müller, Vincent C. Is there a future for AI without representation? Minds and Machines, 17 (1), 101-115, 2006. Disponible en Internet.