[Lux]

algo más sobre robótica

Los diseñadores de sistemas cognoscitivos artificiales han tendido a adoptar uno de dos acercamientos a la construcción de robots para que puedan pensar por ellos mismos: inteligencia artificial a base de la regla clásica o las redes de nervios artificiales. Tanto tienen ventajas como desventajas, y combinación de las dos ofertas da mejoras a ambos mundos, dice un equipo de investigadores europeos que han desarrollado una nueva clase del robot cognoscitivo, que aprende.

El trabajo de los investigadores junta las dos tecnologías distintas pero mutuamente soportadas que han sido usadas para objetivos diferentes, para desarrollar sistemas cognoscitivos artificiales (ACS) . El acercamiento clásico a la inteligencia artificial (IA) confía en un sistema a base de regla en el cual el diseñador en gran parte suministra el conocimiento y representaciones de escena, haciendo el robot seguir un proceso de toma de decisiones – mucho como el subir por las ramas de un árbol – hacia una respuesta predefinida.

Por otra parte, las biológicamente inspiradas, redes de nervios artificiales (ANNs), confían en el procesamiento de señales continuas y un proceso de optimización no lineal para alcanzar una respuesta que, debido a la carencia de reglas predeterminadas, requiere que reveladores equilibren con cuidado las coacciones de sistema y su libertad para actuar autónomamente.

“El desarrollo de sistemas de IA clásico es esencialmente un acercamiento superior -abajo-, mientras que con el ANN es un acercamiento de -fondo-,” explica Michael Felsberg, un investigador en el Laboratorio de Computer Vision Laboratory of Linköping de la Universidad en Suecia. “El problema es que, usado individualmente, estos sistemas tienen defectos principales cuando esto aplica al desarrollo de arquitecturas ACS avanzadas. ANN es demasiado trivial para solucionar tareas complejas, mientras el clásico AI no puede solucionarlos si no ha sido preprogramado para hacerlo así.”

Trabajando en el proyecto de COSPAL (EU-financia), el equipo de Felsberg encontró que utilizando las dos tecnologías conjuntamente, soluciona muchas de aquellas cuestiones. Los investigadores creen que es el ejemplo desarrollado más avanzado del sistema, que el desarrollado en cualquier parte del mundo, ellos usaron a ANN para manejar las funciones bajas basadas en la entrada visual de sus robots y luego emplearon AI clásico encima, como una función de supervisión.

Fuente: www.physorg.com/news125321581.html