Discusión:Inteligencia
Revisión de fecha 16:50 21 jun 2008; Ver revisión actual
← Revisión anterior | Revisión siguiente →
Inteligencia Artificial Aplicada
Hola, me ha interesado el proyecto porque también estoy con uno parecido (un poco mas ambicioso). Me gustaría compartir experiencias y poder aportar lo que pueda.
Existen varios cuellos de botella en el proyecto, uno será la fuente de poder, el otro los actuadores, pero el mas importante siempre será el cerebro,o sea el sistema que dote de inteligencia al androide.
En el sistema de inteligencia también hay cuellos de botella, el mas importante hoy en día es lo atrasado que estamos con hardware de procesamiento paralelo(para no decir masivamente paralelo, redes neuronales artificiales RNA).
Lo segundo mas importante es la interpretación del entorno, debe haber un modelizado 3d del entorno. no importa mucho la resolución de las cámaras(deben ser 2), sino la red neuronal que modele el entorno, téngase en cuenta que si nosotros miramos por monitores de baja resolución igual nos damos idea que estamos mirando. Si hay mayor resolución de la cam. mejor pero más caro en la RNA.
Todo lo demás casi casi es moco de pavo, la toma de decisiones se puede hacer con un 386 si se quiere, porque es parecido a un sistema experto, aunque para muchas decisiones se considere un histórico de la situación (lo que paso antes) sigue siendo un sistema experto. Como es de esperarse no se considerara la capacidad de creatividad del androide, eso es otro cantar.
La mayor parte del tiempo funcionamos sin el menor índice de creatividad, hacemos y deshacemos sabiendo lo que se debe hacer en cada caso, podemos hacer combinaciones de procedimientos ya conocidos, Esto es el modelo del androide que deberíamos alcanzar.
La interpretación del entorno: el modelado 3d se hace a partir de identificación de objetos a partir de una vasta base de datos de los objetos a reconocer, todo lo que vemos ya lo tenemos en memoria, si no es así no lo podemos reconocer.
Cuando identificamos qué cosas hay a nuestro alrededor empezamos a darles los atributos que cada cosa tiene: mujer con vestido rojo, maquina expendedora apagada, piso de madera, paredes con graffiti, etc.
Lo siguiente es el histórico de la situación: A que vine aquí?, Tengo que pintar una pared, que cosas se hacen antes(se saluda al dueño, se le informa a que he venido, se pregunta si ahora se puede, se pregunta donde están las herramientas, pero hay un registro que las herramientas las tengo yo, entonces la ultima pregunta no se hace.
La resolución de la interpretación del entorno es escalable, esto quiere decir que el sistema identifica distinto grado de sutilezas:- El vestido rojo es ajustado y por lo que se ve la mujer tiene frió porque la textura de su piel muestra piel de gallina o por otros indicios sutiles. Otro caso es una partida de poker, uno puede identificar sutiles tic faciales ó cierto lenguaje corporal, etc.
El problema de implementar en RNA es que esta identifica si lo tiene en memoria, incluso tenemos en memoria un coche Fiat 600 visto de todas partes, menos visto de abajo, hay mucha pero mucha redundancia, la RNA identifica además en una escala, si queremos identificar una esfera debemos llevarla a dicha escala o tenerla en base de datos en muchas escalas, nuestro cerebro además de guardar distintas escalas de un objeto también hace un escalado automático cuando es necesario.
Bueno para no agobiar, por ultimo, para el sistema de control de equilibrio, caminar y otras funciones motrices, deberían implementar redes neuronales también porque se ahorraran muchos cálculos complejos y funcionara mucho mejor, como lo hace BIG DOG.
Espero haberme hecho entender y deseo que el producto de vuestro proyecto sea mas espectacular que ASIMO, aunque no cuenten con esa tecnología, nunca se sabe. Espero continuar aportando lo que pueda.
Saludos y adelante. Francisco Halicki