![]() ![]() ![]() |
|
El cervell robòtic
Intel·ligible: Adjectiu.Susceptible de ser entès o comprès. Al diccionari i a l'enciclopedia he trobat unes 5 definicions de què és un cervell. Cap de les 5 definicions explica breument què és un cervell. Perquè? En termes tecnològics un cervell és el controlador del sistema, rep senyals -les processa i retorna unes senyals com a resposta del sistema. En termes biològics, el cervell és l'òrgan que s'encarrega de coordinar totes les accions d'un organisme a través del sistema nerviós. A partir d'aquí podríem entrenir-nos i explicar a efectes pràctics què implica coordinar i quines són les accions, però si has arribat fins aquí segur que aquesta part la podem obviar. Com a enginyera els reptes que enfronto a diari consisteixen a resoldre problemes. En el meu camp que és l'Electrònica, bàsicament el que faig són circuits electrònics. Al començar un projecte el primer pas és definir les especificacions. Seguidament dividim el problema a resoldre en etapes més senzilles on cada etapa té una funció concreta i a partir d'aquí anem profunditzant en cada etapa per separat i subdividint-la en petits blocs fins a reduir-los en components discrets. Amb aquesta metodologia de treball començarem doncs a especificar els requeriments del sistema. 1. Requeriments del sistema La informació arriba al cervell biològic a través de neurotransmissors. Segons la procedència de la informació es deriva a una regió o zona específica que conté els procediments (estructures neuronals) per processar-la. D'aquesta manera aconseguim un flux unidireccional que pot activar altres regions de manera seqüencial o en paral·lel. La REI ha de seguir els mateixos criteris de repartiment, divisió, organització, mapa de memòria, protocols i maquinari. Per tant, el disseny del prototip seguirà aquesta estructura modular i l'esquema de funcionament inspirat en el model humà. Les competències i habilitats de les que es vol dotar al robot sorgiran com resultat de l'aprenentatge, per tant els requeriments sobre el maquinari del sistema inclouen:
Si imaginem el cervell com un sistema de control on hi arriben dades de diferents tipus, una de les seves funcions principals será la de separació i organització. Al cervell li encanta i és un expert en tècniques de classificació, per això a part de classificar també li assignarà relacions a les classes.
Com podem apreciar en la figura 1, el primer pas serà dissociar la informació segons la procedència donat que no és el mateix processar una senyal audible que una imatge o que una senyal que s'encarrega del control motriu del robot. Noteu que encara no entrem a dissenyar en detall les etapes ni les seves relacions, estem reduint la seva dimensió fins a deixar-les expressades en funcions primàries que seran més senzilles de implementar. Aquest nivell seria el més alt d'abstracció. (Exemple: En el món de la programació es treballa per "capes d'abstracció", utilitzen llenguatges d'alt nivell que s'organitzen amb llibreries que alhora contenen funcions de més alt nivell, quan el programa està escrit el compilador tradueix aquestes funcions a llenguatge binari que és el que interpreta el processador i en definitiva el maquinari. El que fa el cervell de la REI és el mateix que el compilador, serà l'enllaç entre un aprenentatge abstracte com "cuinar" i les senyals elèctriques que controlen els motors del robot per coordinar els moviments amb l'objectiu de "cuinar".) Se sap que el cervell humà funciona per aproximacions, no és una màquina discreta. Això vol dir que una vegada classificada la informació i reduida a la mínima expressió, només queda fixar les relacions (això és l'aprenentatge -meva teoria). Per això a continuació dissociarem els blocs de processament en altres funcions més senzilles fins a reduir-les a la mínima representació com a exemple del tipus de classificació que realitza el cervell després de passar per cada etapa. L'objectiu és que tingueu una mostra de com funciona el cervell robòtic de la REI. BLOCS DE PRE-PROCESSAMENT 1) Motricitat: S'encarrega de controlar els elements que accionen mecanismes per generar un moviment concret. La REI disposa d'un braç, una extremitat en formà de mà i d'una càmera per realitzar captura de imatges que es colocarà sobre una base mòvil. Per tant, separem la motricitat en dos tipus de moviments: moviments de precisió que formen part de la motricitat fina (com manipular un objecte o dirigir la mirada a un lloc concret), i altres moviments de posicionament més rudimentaris (rotació i posició sobre pla XYZ) que no requereixen tanta precisió, anomenada motricitat gruixuda.
2) Reconeixement de sons: L'estructura del bloc de reconeixement de sons està inspirada en les etapes del desenvolupament humà. Quan som nadons no entenem què són els sons, ni tampoc els hi posem nom. Però quan escoltem un so per primera vegada no som capaços d'identificar-lo i no sabem com hem de reaccionar. El so que més escoltem quan acabem de nèixer és el de la mare, no sabem què és aquell so però és el so que més familiar ens resulta doncs a l'interior de l'úter és l'únic que podem distingir amb diferència. A l'interior de l'úter sentim les emocions de la mare (els neurotransmissors se'ns activen) i sovint la intensitat de la veu és proporcional a les emocions que estem sentint. Per això es creu que la veu de la mare ens provoca tantes reaccions diferents. Quan acabem de néixer no tenim informació, comencem a aprendre sense parar. Si dormim plàcidament i escoltem un soroll estrident, ens despertem per una programació innata i primitiva que garanteix la supervivència. La propera vegada que escoltem aquell soroll reaccionarem de la mateixa manera perquè l'hem relacionat amb una emoció de por, us enrecordeu del "susto!!!" ? De recent nascuts no entenem el que passa, només som emocions i les primeres relacions que establim en el cervell són unes regles que ens garanteixin la supervivència. Soroll estrident = plorar = demanar ajuda a la mare; Mal de panxa = plorar = demanar ajuda; Braços calents, veu de la mare = úter = comfort = estem segurs. Un robot passa per aquesta etapa, per tant la podem obviar. (o no?) Una vegada hem après les regles que ens permeten sobreviure podem avançar més i aprendre més. Per exemple, quan ens agafa algú que no coneixem què fem? Mirar-l@, observar-l@, olorar-l@, escoltar-l@, tocar-l@ i si és necessari xupar-l@. Utilitzem tots els nostres sentits per extreure'n les seves característiques. Aquestes característiques ens permetran el seu reconeixement més endavant i distingir-l@ d'algú que no coneixem. Tanmateix, les emocions que sentim quan estem amb aquesta persona farà que volguem o no anar interactuar-hi en el futur. L'arbre de decisions de la REI dependrà d'aquesta primera fase de classificació, el context. La informació que rebem per les nostres oïdes només són senyals, és el nostre cervell qui relaciona aquelles senyals amb els altres blocs i va creant l'estructura de les dades. Per tant, de cada captura d'àudio que la REI rebrà n'haurà de dissociar els sons. Per exemple, si els sons que rebem són d'un ocell i de les ones del mar, la REI podrà "deduir" que es troba a prop d'una platja; Si la REI escolta una veu humana sabrà que hi ha persones a prop, si la veu humana és la d'una persona que diu la paraula "Ajuda!" sabrà que hi haurà algú amb problemes.
Amb aquesta classificació a posterior podem establir relacions que definiran el caràcter de la REI. Fixeu-vos (figura3) que aquesta etapa de pre-processat s'anirà ampliant amb altres categories que anomenarem primitives i que relacionar-les amb l'aprenentatge podrà crear dreceres cognitives que permetran el reconeixement d'una mànera més àgil, igual com fem els humans. Aquestes dreceres són les que ens condueixen a errors, per exemple quan relacionem una persona amb una situació i un context, si trobem una altra persona en la mateixa situació i context és fàcil confondre-la. No us ha pensat mai que heu vist algú que coneixeu i quan us heu apropat heu dit "Perdó. T'he confós amb una altra!" Segurament quan us hi heu apropat heu pensat, no s'hi assembla gens. F** dreceres! 3) Reconeixement d'objectes: Quan parlem d'objectes en aquest cas ens referim a qualsevol element ja sigui un humà, animal, vegetal o gerra. No som conscients de l'enorme quantitat de categories , classes i subclasses que som capaços de relacionar. Aleshores per on comencem? A mesura que prenem consciència del món que ens rodeja anem creant noves categories, modificant les que ja existeixen i destruint les que ja no funcionen. Això es coneix en Neurociència com plasticitat. Aquesta plasticitat que tenim de manera biològica No és fàcil de reproduir ni amb la programació ni amb l'electrònica. Per això el dinamisme que permeten les xarxes neuronals artificials ha substituit els algoritmes estàtics en la resolució de problemes més complexos com l'extracció de patrons i la predicció.
A més, les neurones transmissores de la informació visual es connecten per desenes de milers treballant de manera paral·lela mentre que per una banda tenim una resolució extraordinària és gràcies al dèficit de la nostra visió que en comptes d'analitzar una imatge pixel a pixel podem identificar blocs de dades al mateix temps. Això és el que permet identificar una cadira a primr cop de vista, no mirem la imatge punt a punt, la mirem sencera. Com fer això amb una màquina a través d'una càmera és molt complicat, però trobarem la manera de resoldre-ho més endavant. |