He venido a visitar Eka, una empresa emergente situada en Kendall Square, Cambridge, Massachusetts, en EE UU, muy cerca del MIT y a un poco más de distancia en bicicleta de mi casa. La oficina de la empresa está unos pisos por encima de uno de mis restaurantes favoritos, llamado Shy Bird, un lugar al que vengo a menudo a trabajar con “mis propias pinzas”, escribiendo artículos para WIRED.
Los dos hombres creen que ya han recorrido la mitad del camino. Según ellos, resolver el problema de la destreza ahora es solo cuestión de ampliar el método.
miles de variaciones del conocido puzzle. Como señaló el científico informático austriaco Hans Moravec a finales de la década de 1980, las tareas que a menudo nos parecen más difíciles a los humanos son un juego de niños para una máquina; lo que un niño hace sin pensar suele ser un desafío para las máquinas. Moravec sugirió que la capacidad de interactuar con el mundo físico evolucionó hace tanto tiempo que para nosotros es innata, incluso más que el razonamiento de "alto nivel". La pregunta ha sido: ¿Podemos transmitir esa inteligencia encarnada a las máquinas?aprendizaje por refuerzo virtual para entrenar a pequeños robots humanoides a jugar al fútbol. (Si esto suena más complicado que entrenar una mano robótica para cambiar un foco, piensa que el campo de fútbol no se mueve bajo los pies de los jugadores). En el MIT, Agrawal investigaba cómo entrenar una mano robótica para agarrar objetos desde arriba, no solo para sostenerlos en la palma. Mientras que Dactyl simplemente movía sus pinzas insensibles hasta que los sensores del cubo de Rubik mostraban que sus casillas se desplazaban al estado deseado, el sistema de Agrawal necesitaba saber qué hacían sus dedos y cómo reaccionaba el cubo en cada momento, teniendo en cuenta la fuerza de la gravedad. Cuando le contó el proyecto a alguien que había trabajado en Dactyl, dijo: “Me dieron una charla de una hora diciéndome: ‘Esto nunca funcionará’”.inteligencia física.WIRED. Adaptado por Mauricio Serfatty Godoy.