Eso es lo que permitirá a medio plazo el nuevo estudio realizado por científicos de la Universidad de Granada, que en colaboración con otras instituciones internacionales han diseñado un cerebelo artificial capaz de imitar la forma de manipular objetos de los seres humanos, utilizando para ello avanzados sistemas robóticos.
El sistema desarrollado, permite al robot poder ‘aprender’ las características intrínsecas del objeto que se le presenta (masa, inercia, resistencia que opone al movimiento…) y asociarlas con otra serie de características casuales (color o forma) que le ayudan a distinguirlo de otros objetos y llevar a cabo una manipulación más precisa.
Para conocer de primera mano qué avances supone este estudio para la robótica, hemos querido hablar con el autor de la tesis, Jesús Alberto Garrido Alcazar, que junto a Niceto Luque, y bajo la dirección de Eduardo Ros y Richard Carrillo (todos ellos del Departamento de Arquitectura de Computadores de la Universidad de Granada) han realizado el cerebelo artificial.
P: ¿Qué movimientos puede imitar el robot con este nuevo cerebelo artificial?
R: En principio, más que imitar movimientos, el sistema es capaz de aprender a realizarlos de forma precisa. Imagínate el caso de un tenista al que le cambias la raqueta y empieza a utilizar una mucho más pesada. En ese caso, los movimientos que realizaría no serían nada precisos (y como consecuencia la pelota iría lejos del destino que buscase). Con el tiempo, el tenista logra adaptarse e incluso aprovecharse de las características de esa nueva raqueta para realizar mejores golpes. Ese proceso de adaptación es el que es capaz de imitar nuestro sistema. El mismo proceso de aprendizaje lo necesita el hombre para aprender a usar de forma rápida y precisa cualquier objeto. Al principio es torpe e impreciso, y con el tiempo es capaz de ir rápidamente a su destino sin realizar ningún esfuerzo.
P: ¿Se podría decir que con este invento el robot alcanza ‘el año de vida’? ¿El poder controlar la inercia, masa y resistencia es un paso más en la robótica?
R: Más que el año de vida, creo que podría tener una vida más fácil, debido a que podría realizar sus tareas de una forma más rápida y certera. Por un lado, se trata de un paso muy importante a la hora de poder manejar esta nueva generación de robots biomórficos. Por otro lado, es un paso adelante con el objeto de entender cómo funciona el sistema nervioso en su proceso de realización de los movimientos (que podría considerarse una de las tareas más complejas y que de forma más precisa realiza el hombre).
P: ¿En qué tipo de robots habéis realizado el proyecto?
R: El robot se llama Justin DLR (podéis conocerle en los vídeos colocados al final de esta entrada). Estos robots han sido desarrollados por la Agencia Aeroespacial Alemana (DLR) y como podéis ver en los vídeos, entre otras muchas tareas, pueden ser manipulados por personas (pueden ser empujados, les pueden mover uno de sus brazos…), o son capaces de evitar el choque con otras partes de su cuerpo. Esto no puede ser realizado con los robots manipuladores tradicionales, ya que esos robots, si están programados para ir de un punto a otro, aplicarán la fuerza necesaria para hacerlo, independientemente de si por medio encuentran objetos o personas.
P: ¿Qué objetos puede manipular? ¿Estamos ante el primer robot panadero o portero? ¿El mejor jugador de fútbol? ¿Podrían manejar cristales o amasar pan?
R: En principio podría manipular cualquier tipo de objeto. Lamentablemente, el ser panadero o portero implicaría muchas más acciones que el realizar un movimiento siguiendo una trayectoria, pero el poder manipular de forma sencilla, eficiente y precisa los objetos sería un primer paso para la creación de un robot tenista (por ejemplo).
P: Los avances que habéis hecho para controlar la resistencia que pone al movimiento, la masa o la inercia.. ¿Podrían aplicarse para mejorar patologías humanas de alguna forma?
R: Efectivamente, durante el proceso de investigación hemos estudiado cómo es el procesamiento que el sistema nervioso realiza de las señales que obtenemos del entorno (señales visuales que nos permiten distinguir una raqueta de otra, señales sensoriales con las que podemos tener una estimación del peso o la forma de esa nueva raqueta…). Conociendo cómo se realiza ese procesamiento, y cómo el cerebelo transforma esas señales sensoriales en señales capaces de controlar los músculos para realizar movimientos, seremos capaces de crear nuevos fármacos, estrategias de rehabilitación, o prótesis que puedan actuar y corregir directamente la parte del sistema (el sistema nervioso) que funciona de manera «incorrecta».
P: ¿Habéis vinculado este proyecto al supercerebro virtual ‘Human Brain Project’ que lleva años gestándose con la colaboración de múltiples investigadores?
Desde hace años, existe una iniciativa llamada Blue Brain (con una parte en España, el llamado Cajal Blue Brain)que busca construir un macro modelo de cerebro. Esta iniciativa tendrá su continuación en el llamado Human Brain Project, que en la actualidad se encuentra en proceso de gestación todavía. En este nuevo grupo de proyectos está involucrada la Universidad de Granada, y en concreto nuestro grupo utilizando este y otros modelos de cerebelo más avanzados para realizar tareas con los llamados neurorobots (robots controlados por sistemas neuronales).
P: ¿En qué consiste el simulador de redes neuronales al que han denominado EDLUT?
R: El simulador de redes neuronales EDLUT, que ha sido desarrollado durante esta tesis, es un simulador ultrarápido capaz de simular redes con decenas de miles de neuronas en tiempo real (es decir, simulando más rápido que el tiempo real al que corresponde). Dicho simulador fue liberado en el año 2009 como software libre, y en la actualidad está siendo usado por centros tan prestigiosos como la Universidad Pierre & Marie Curie, el Instituto Politécnico de Milán, o el Departamento de Fisiología de la Universidad de Pavía. Mediante este simulador, podemos emular de forma extremadamente eficiente cualquier parte del sistema nervioso central, utilizarlo para realizar tareas complejas y ver la influencia de cada una de las características del sistema objeto de estudio.Utilizando este simulador y el brazo robótico se ha realizado por ejemplo un sistema capaz de leer texto en lenguaje braile (durante el proyecto Sensopac), en un trabajo conjunto con la Universidad Pierre & Marie Curie de París.
Vídeos de Justin «el robot que interactúa con los objetos»
[youtube]https://www.youtube.com/watch?v=ZPwpGpMoAxs[/youtube] [youtube]https://www.youtube.com/watch?v=9x_c4Dwdegc[/youtube]
Redacción QUO
