No podrás conectarte si excedes diez intentos fallidos.
La Agencia SINC ofrece servicios diferentes dependiendo de tu perfil.
Selecciona el tuyo:
Los dos principales escollos de los robots que imitan al cuerpo humano son su control y la dificultad para fabricarlos de manera rentable. Investigadores del proyecto europeo MoCoTi han diseñado el prototipo de un androide que aprende cómo activar sus propios miembros y que se puede replicar fácilmente. El dispositivo, formado por un cerebelo artificial que controla a un brazo robótico dirigido por tendones, podría ser el primer paso de la robótica humanoide de bajo coste.
Los robots que se comportan y sienten de una manera similar a la humana se están convirtiendo en realidad. Están formados por un hardware musculoesquelético que imita al cuerpo humano y por un software de control neuronal que simula partes del cerebro. Un problema de estos dispositivos es su dificultad para diseñarlos en serie de manera viable.
Científicos de los proyectos europeos MoCoTi y Myorobotics han creado un robot que se puede reproducir fácilmente y que aspira a convertirse en un androide low cost. “Esto es posible porque su diseño permite una producción en masa relativamente eficiente”, explica a Sinc Christoph Richter, profesor del departamento de Ingeniería Eléctrica Informática de la Universidad Técnica de Múnich (Alemania) y uno de los investigadores principales de MoCoTi. Este proyecto se presenta estos días en la cumbre de Glasgow (Reino Unido) sobre cerebro humano.
Para imitar los músculos y articulaciones del brazo humano y dar mayor movilidad al robot, los científicos han utilizado el sistema Myorobotics. Nueve músculos formados por dispositivos mecatrónicos se coordinan para controlar la articulación esférica. Uno de ellos, relacionado con el bíceps, se une, a su vez, con dos articulaciones, acoplando el hombro al codo.
El siguiente paso era diseñar un cerebelo artificial encargado de controlar las órdenes del aparato locomotor. “La estructura neuronal del cerebelo es relativamente simple y uniforme. Replicamos sus neuronas más importantes, su conectividad y, lo que es fundamental, su adaptación y aprendizaje en nuestra simulación en tiempo real”, afirma Richter.
Para imitar su comportamiento, los investigadores eligieron una plataforma de computación neuromórfica llamada SpiNNaker que ha desarrollado la Universidad de Mánchester (Reino Unido). Comparada con un ordenador de mesa, su rendimiento es muy superior: un único chip puede manejar en tiempo real una red de 10.000 neuronas. Miles de chips pueden interconectarse para simular redes neuronales a escala cerebral.
Hacia un cerebro más sofisticado
El prototipo aprende a moverse de manera controlada, “lo que incluye el control del tiempo y de la posición”, afirma Richter. Entre sus ventajas destaca su elasticidad y que se puede controlar, algo importante en la interacción humano-robot.
Según los investigadores, pueden incorporarse estructuras cerebrales de orden superior, como las corticales, y visión y audición neuromórficas, utilizando sensores de retina de silicio o cocleares. Androides de este tipo, con simulaciones cada vez más realistas, serán una herramienta muy útil para estudiar el cerebro, señalan los científicos en su artículo publicado en IEEE Robotics & Automation Magazine.
“Los robots pueden ayudar a avanzar a la neurociencia de la misma manera que la neurociencia nos ayuda a crear robots más naturales”, destacan los autores, entre los que se encuentran científicos de la Universidad de Granada.
MoCoTi es un Partnering Project del Human Brain Project (Proyecto Cerebro Humano en castellano), una de las Iniciativas de Investigación Emblemáticas de las Tecnologías Futuras y Emergentes (FET Flagships en inglés) de Horizonte 2020 –el programa marco de financiación de la investigación de la Unión Europea–.
Referencia bibliográfica:
Christoph Richter, Sören Jentzsch, Rafael Hostettler, Jesús A. Garrido, Eduardo Ros, Alois Knoll, Florian Röhrbein, Patrick van der Smagt, y Jörg Conradt. “Musculoskeletal Robots: Scalability in Neural Control”, IEEE Robotics & Automation Magazine 23 (4), diciembre 2016. DOI: 10.1109/MRA.2016.2535081.
La agencia Sinc participa en el proyecto europeo SCOPE, coordinado por FECYT y financiado por la Unión Europea a través de Horizon 2020. Los objetivos de SCOPE son comunicar resultados visionarios de la investigación de proyectos asociados al Graphene Flagship y el Human Brain Project, así como promover y reforzar las relaciones en la comunidad científica de las Iniciativas de Investigación Emblemáticas de las Tecnologías Futuras y Emergentes (FET Flagships) en la UE.
La Fundación BBVA ha galardonado al informático japonés, de la Universidad Carnegie Mellon (EE UU), por crear los algoritmos que permiten a las máquinas comprender las imágenes y procesar los movimientos. Sus técnicas están presentes en los coches autónomos, los drones y todos los robots con capacidad de visión, como los que se usan en cirugía.
Investigadores de la Universidad de León han aplicado redes neuronales artificiales a imágenes captadas con drones para reconocer, con un 95 % de acierto, la huella que dejaron las explotaciones auríferas de los romanos en el noroeste peninsular. El sistema se puede aplicar para reducir los riesgos asociados a las minas abandonadas, que causan pérdidas humanas y económicas en todo el mundo.
