Los avanzados humanoides de Japón ya pueden servir el té y lavar la taza después, pero aún necesitan aprender de sus errores, si es que en verdad quieren convertirse en nuestros asistentes domésticos.

Un equipo de la Universidad de Tokyo mostró esta semana sus últimas creaciones robóticas, capaces de realizar tareas diarias más complicadas, pero las máquinas aún tienen una curva de aprendizaje.

En un modelo de sala de estar equipada con objetos robóticos, incluyendo dos humanoides, el profesor Tomomasa Sato se deja caer en el sofá, provocando que una lámpara de lectura se encienda automaticamente.

Después levanta su mano y el humanoide HRP-2W – llevando un delantal y guantes de cocina sobre su estructura metálica – rueda hasta él y le pregunta «¿Necesitas ayuda?».

«Quiero una taza de té», dice Sato.

El robot con ruedas se da la vuelta hacendoso, y se va a la encimera de la cocina, donde un humanoide bípedo ase una botella de plástico y vierte el té en una taza.

«La atención solía volcarse en construir robots humanoides que caminasen sobre dos piernas, pero ahora el punto está en avanzar un paso más allá y conseguir una variedad de movimientos prácticos», dijo Sato.

«No existe guión en esta demostración», añade. «Los componentes de este sistema de información reaccionan a mis acciones y crean un entorno para asistirme».

El profesor Masayuki Inaba, que dirige el equipo que ha diseñado a los humanoides, dice que el siguiente reto consiste en hacer que las máquinas puedan manejar situaciones inesperadas, tales como la caída accidental de una taza.

«Necesitarán memorizar información a partir de situaciones diferentes», dice Inaba. «Necesitan aprender y esperar lo que sucederá a continuación, haciendo sus propios juicios empleando una memoria acumulada de qué cosas causan cierta clase de resultados.

«Esta es una habilidad necesaria para que puedan aprender – que cuando una taza húmeda resbale de su mano, más tarde cuando agarren un recipiente mojado tienen que asirlo con más firmeza».

Traducido de Japan: Robots Should Learn from Errors (2 marzo 2007).