La domótica, que permite realizar actividades mediante comandos de voz, y el “Deep learning”, que consiste en crear redes neuronales para que una computadora aprenda y tome decisiones, son dos de las principales tendencias de la Inteligencia Artificial (IA).
De acuerdo con David Pinto Avendaño, profesor investigador de la Facultad de Ciencias de la Computación (FCC) de la BUAP, actualmente se desarrollan “sistemas de cómputo muy reducidos y con capacidad de procesamiento de datos muy grande”, lo que ha repercutido en “la trascripción y síntesis de voz”.
Este avance –señaló el especialista– permitirá crear sistemas de integración, a los cuales se les podrá ordenar cosas, como contratar un taxi, pedir una pizza, reproducir una canción, prender el automóvil, cerrar la compuerta, encender las luces e, incluso, avisar si hay un intruso en casa, activar la alarma y llamar a la policía.
Un ejemplo de los alcances de la domótica –dijo– es el dispositivo Echo Dot, desarrollado por Amazon, que tiene integrado a “Alexa”, su asistente de voz. A este tipo de sistemas es posible decirle comandos sencillos de modo que entiende, responde y realiza las acciones.
BUAP investiga domótica con humanoides
En la BUAP, el Laboratorio de Ingeniería y Lenguaje del Conocimiento, a cargo de Pinto Avendaño, cuanta con varios dispositivos de domótica, como focos binarios con conexión inalámbrica y conectores de corriente con control por medio de voz, así como dos humanoides, con los que se realizan pruebas.
“Tenemos dos gafas de realidad aumentada con las que estamos haciendo pruebas para desarrollar nuestras propias aplicaciones específicas, utilizando modelos computacionales y matemáticos que desarrollamos dentro del laboratorio”, refirió.
Con los humanoides, iniciaron –expuso– un trabajo doctoral cuyo fin es que los diálogos con computadoras sean generados de forma espontánea, es decir, “que no hayan respuestas programadas, lo cual representa un reto sumamente importante”.
Otro de los proyectos consiste en la generación de modelos de síntesis de voz emocional, inexistentes en la actualidad, que proporcionen respuestas o comentarios enfáticos (de alegría, sorpresa, duda, etcétera), que podrían integrarse a robots, asistentes personales y automóviles, entre otros dispositivos.
Deep learning, aplicado autos, celulares y traducción
Respecto al “Deep Learning” o “Aprendizaje profundo”, Roberto Olmos Pimentel, encargado de la materia en el Laboratorio Nacional de Supercómputo del Sureste de México (LNS) de la BUAP, señaló aplicaciones para autos, celulares, traducción de idiomas y aprendizaje de robots.
En las pruebas con autos, explicó que “la red neuronal aprende de los datos del entorno y de los propios comportamientos de los usuarios (…) hasta el punto en el que la computadora es capaz de tomar decisiones y conducir por su cuenta (…) para evitar accidentes”.
De igual forma, algunos modelos de celulares cuentan con tecnologías de redes neuronales, cuyos algoritmos diferencian el contenido de las fotos que son subidas a la nube, y esta información es reenviada a los teléfonos, ya clasificada.
La red neuronal también es una herramienta útil en la traducción de una lengua a otra, pues “recibe la frase en la lengua proporcionada, por ejemplo español, y traduce esa información a un idioma computacional que la misma red desarrolla, para después volver a traducirlo al idioma deseado, como el inglés”.
Por otro lado, en el LNS de la BUAP recientemente se comenzó una investigación basada en el aprendizaje autónomo de robots, cuya idea es “que a un robot se le dé información básica del funcionamiento de sus motores y sensores, de modo que, con los datos que tiene y la experiencia que genere, aprenda a moverse de la mejor forma”.
Editado por Luis Alberto Palacios
