Facebook está llevado a cabo investigaciones en el campo de la robótica y, aunque pueda parecer inusual, el desarrollo de esta área podría cambiar significativamente la manera en que la empresa usa su tecnología.
Facebook está trabajando en un sistema de aprendizaje computarizado para que los robots y algoritmos aprendan de sus errores
Hasta ahora solo se conocian las implicaciones de Facebook con la Inteligencia Artificial. Sin embargo, dado que los conocimientos en IA también se utilizan en la robótica, la investigación en ambos sectores de forma conjunta podría resultar muy útil para el desarrollo de nuevos sistemas y algoritmos.
Es por ello que hoy, en TreceBits, te explicamos cómo los programas de investigación en robótica podrían ayudar a Facebook a desarrollar nuevas herramientas para su constelación de servicios y apps.
1. El aprendizaje robótico
Programar a un robot para que realice una serie de movimientos que le permitan caminar es una hazaña ya lograda por la ciencia. Sin embargo, Facebook está invirtiendo en lo que se conoce como «machine learning»o un sistema de aprendizaje computerizado.
A través de este sistema, un robot o algoritmo pueden ser programados para aprender de sus errores y movimientos de manera que cada vez resulten más eficientes en su labor.
En el caso de la investigación, los científicos desean que el robot aprenda a caminar solo a través de un sistema de recompensas. Sin embargo, este mismo proceso podría ser de mucha utilidad para que la inteligencia artificial de Facebook aprenda a manejar datos o incluso a monitorear la red social para evitar errores y filtraciones, etc.
2. Impulsar la «creatividad» de los dispositivos
De acuerdo con el objetivo de desarrollar el aprendizaje computarizado, Facebook está trabajando en el desarrollo de la creatividad robótica. Es decir, otorgar al robot la libertad de explorar un determinado elemento o imagen sin seguir ninguna clase de programación.
Este proceso, aparentemente creativo, refuerza el sistema de aprendizaje de la máquina y lo ayuda a obtener nueva información sobre los elementos explorados, reduciendo el margen de error a futuro.
Esto puede ser muy útil, por ejemplo, en los algoritmos de la cámara de las Stories. Cuando la cámara se enciende está programada para recolectar información sobre los rasgos faciales de la persona y el espacio en el que está para poder aplicar los filtros.
Sin embargo, si la cámara está entrenada para actuar con curiosidad, cada vez que sea activada recolectará toda la información posible sobre el objeto, la luz o la distancia. Funcionando, por tanto, de manera más eficiente.
El proceso resulta particularmente efectivo cuando las condiciones de la foto o del elemento que se está inspeccionando se alejan mucho de las habituales. En ese caso, es más probable que los dispositivos «creativos» puedan recabar más información y ofrecer soluciones.
3. Sinestesia robótica
Los investigadores de Facebook están tanteando la posibilidad de utilizar datos táctiles para sustituir o complementar los datos visuales.
Este ambicioso proyecto tiene el objetivo de funcionar como una especie de sinestesia robótica. Es decir, enseñar a robots y algoritmos a procesar datos provenientes de distintos sentidos (en este caso la vista y el tacto) para formar una imagen más completa de la realidad.
Para lograrlo, los investigadores han enseñado a algunos robots a procesar información de mapas táctiles de calor y transformarla en datos visuales.
Hasta ahora no se conoce muy bien cual es la aplicación exacta que Facebook quiere dar a esta tecnología. Sin embargo, solo el hecho de poder recolectar información procedente de otras fuentes y procesarla para que pueda ser utilizada en ciertos sectores y servicios (como el publicitario) ya resulta de gran utilidad para la empresa.
Fuente: Trecebits