Científicos del MIT (Instituto de Tecnología de Massachusetts) han desarrollado un sistema de aprendizaje automático que es capaz de instruir a los robots para que comprendan y puedan entablar interacciones sociales básicas con otros robots.
Esta tecnología incluso daría la posibilidad a las máquinas de saber cuándo están ayudando o resultando útiles a los demás y cuándo "sobran". Además, las enseñan cómo realizar dichos comportamientos sociales por sí mismas.
Usando dicho sistema, un robot puede ver a otro robot, inferir las tareas que debe completar y elegir si lo ayuda o lo obstaculiza en función de sus propios objetivos, que han sido previamente programados.
Con esta herramenta también sería posible ofrecer interacciones entre humanos y robots "más positivas y fluidas". Se están estudiando cómo podría aplicarse en áreas como la asistencia a personas mayores, comprobar los efectos de medicamentos antidepresivos o investigar el autismo.
Los investigadores del MIT evaluaron 98 escenarios y 196 clips de vídeo de robots interactuando. En gran medida, la docena de personas encuestadas coincidía en el diagnóstico de la herramienta.
Cómo funciona
El sistema del MIT se sirve de una simulación en la cual dos robots buscan logros físicos y sociales. Estos deben decidir qué intenta hacer la otra máquina y ayudarla en su objetivo.
Además, se incluyen recompensas para premiar a los robots por cumplir con las tareas que les acercan más a su objetivo. Así pueden escoger en qué labores centrarse más o menos y equilibrar los objetivos físicos con los sociales medante un modelo matemático.
El algoritmo matemático recoge tres tipos de robots según sus funciones sociales:
- Nivel 0- un robot solo puede realizar acciones físicas y no puede interactuar socialmente.
- Nivel 1- Tienen habilidades sociales para ayudar a otros, pero entienden que son solo tareas físicas
- Nivel 2- En el que también estiman que otros robots pueden ser sociales, permitiendo interacciones más complejas.
Por otro lado, la investigación contempla también la creación de modelos 3D que permiten formas de interacción más elaboradas que incluyan, por ejemplo, manipulación de objetos en una casa, o tener en cuenta entornos en que las acciones de los robots puedan ser fallidas.