En lo que a inteligencia artificial (IA) respecta, hasta hace pocos años la robótica era un campo poco interesante. El límite de cada máquina lo marcaba el ingenio de sus programadores, la capacidad física de su diseño. Nada podía hacer una interfaz mecánica ante la incertidumbre del mundo que nos rodea, una gama infinita de variables que, sencillamente, no se pueden contemplar en un ordenador. No es de extrañar por eso que la inteligencia artificial haya aprendido a gatear al otro lado de nuestras pantallas . Que sus principales exponentes en la actualidad no sean más que un torrente de unos y ceros en enormes bases de datos. ChatGPT, Midjourney, Dal·le 2... Ninguno tiene la capacidad de interactuar con el mundo físico. Algo que la matriz de Google, Alphabet Inc, lleva años intentando revertir (entre otras compañías). Se hizo viral hace unos meses un vídeo de minuto y medio de Boston Dynamics , filial de Google especializada en el desarrollo de robots , donde podía observarse a su modelo 'Atlas' efectuando toda clase de 'virguerías' en un circuito de acrobacias. El documento, que no dejó indiferente a nadie en una época en la que todo lo relacionado con la IA despierta cierto temor, fue criticado y alabado a partes iguales, pero no tardaron en aparecer quienes desacreditaban lo que veían. Y es que lejos de lo que Google trata de vender, los robots de Boston Dynamics todavía no se apoyan tanto como desearían en la tecnología de Deep Learning . La utilizan, sobre todo, para perfeccionar ciertos detalles en aspectos como su capacidad de visión o relación con el entorno, pero siempre dentro de un 'catálogo' de movimientos preestablecidos por el hombre. Esto se debe, desafortunadamente, a la dificultad de entrenar desde cero a un algoritmo en el mundo físico, ya que en el virtual estos 'entrenamientos' son procesados por superordenadores que acortan esta tarea desde los varios años a tan sólo unas horas. Robots futbolistas de Google Esta reflexión nos lleva a deducir que, inevitablemente, el mejor método de entrenamiento para un robot basado en IA sería entrenarlo, primero, en un ordenador y ya después transferir su conocimiento a una interfaz mecánica. Esto podría hacerse perfectamente simulando un entorno parecido al que que la máquina se enfrentará en el mundo físico en un programa informático. Sin embargo, ese es precisamente el mayor dolor de cabeza de los programadores: que una simulación no deja de ser una réplica aproximada del mundo real. Por lo que a la práctica la transferencia es inviable. Es aquí donde entra una segunda filial de Google menos conocida pero igualmente puntera en el desarrollo de IA: DeepMind, adquirida por el gigante de las búsquedas en 2014. El pasado 28 de abril, la empresa dirigida por Demis Hassabis dio a conocer sus robots capaces de jugar a fútbol (o algo parecido), entrenados, estos sí, primero en un entorno virtual para después ser transferido su conocimiento a una interfaz mecánica. Todo mediante un innovador método de aprendizaje consistente en aplicar en el formato virtual multitud de variables aleatorias que el robot deba ser capaz de capear para lograr su objetivo (en este caso, marcar gol). Noticias Relacionadas reportaje No Entrevista Cara a cara con una inteligencia artificial: «No tengo agenda oculta, ni malas intenciones» Jordi Martínez reportaje No Así convierte una Inteligencia Artificial las ciudades españolas en personas Jordi Martínez Todavía torpes y algo erráticos , fueron presentados en un vídeo donde podía vérselos jugar un uno contra uno en un campo de reducidas dimensiones. Los robots corrían, chutaban, trataban de regatear e incluso entendían que debían propiciarle una entrada al rival para arrebatarle la pelota. Sus desarrolladores, por supuesto, son los primeros que admiten la temprana fase de desarrollo de sus 'juguetes' aunque, admiten siempre, que si algo ha demostrado la IA es su capacidad de aprendizaje exponencial. Probablemente no quede mucho para que las estructuras mecánicas superen en habilidad a la musculatura y esqueleto humano.
