1. Introducción a la robótica

Antes de comenzar aclaremos la diferencia entre máquina, autómata y robot.

1.1 Definición de robótica

El término "Robótica" fue acuñado por Isaac Asimov para describir la tecnología de los robots. Él mismo predijo hace años el aumento de una poderosa industria robótica, predicción que ya se ha hecho realidad. Recientemente se ha producido una explosión en el desarrollo y uso industrial de los robots tal que se ha llegado al punto de hablar de «revolución de los robots» y «era de los robots«.

Podemos definir el significado de la robótica como una ciencia que aglutina varias ramas tecnológicas (como la mecánica, la electrónica, la informática, la inteligencia artificial y la ingeniería de control, entre otras), con el objetivo de diseñar máquinas que sean capaces de realizar tareas automatizadas o de simular el comportamiento humano o animal, en función de la capacidad de su software.

Los principales objetivos de la robótica son abaratar los costes de producción y realizar tareas tediosas o peligrosas, y aunque hasta hace pocos años, únicamente los veíamos en el sector industrial automatizando puestos de trabajo, ahora también disfrutamos de los robots en hoteles, bares, bancos, consultas médicas, ejerciendo de policías o en catástrofes naturales.

Si todavía no te has decidido por tus estudios futuros, la robótica es una disciplina que está en auge actualmente y que tiene futuro prometedor.

1.2 Definición de robot

La palabra "robot" proviene del término checo "robota", que significa "esclavo". El término fue usado por primera vez en 1921 en la obra de teatro R.U.R. (Rossum’s Universal Robots) del checo Karel Capek. La obra trata sobre una fábrica que produce «hombres artificiales» llamados robots, criaturas que apenas piensan por sí mismas y parecen felices de trabajar para otros, el conflicto planteado es si los robots están siendo explotados o no y las consecuencias que esto podría traer.

En 1979, el “Robot Institute of America” define un a un robot como: «Un manipulador reprogramable y multifuncional diseñado para trasladar materiales, piezas, herramientas o aparatos específicos a través de una serie de movimientos programados para llevar a cabo una variedad de tareas»

En la actualidad, se recurre más a la siguiente definición:

Un robot es una máquina automática programable que es capaz de interpretar información del medio físico para modificar su conducta. Tiene la capacidad de interactuar con el entorno y en función de ello, realizar unas funciones u otras.

1.2.1. Componentes de un robot

Los robots son máquinas programables diseñadas para llevar a cabo tareas específicas, y están compuestos por varios componentes esenciales que les permiten interactuar con su entorno y realizar estas tareas de manera eficiente. En este apartado, exploraremos tres de los componentes fundamentales de un robot: sensores, efectores y actuadores.

1. Sensores:

Los sensores son como los sentidos de un robot. Estos dispositivos capturan información del entorno que rodea al robot. Algunos ejemplos comunes de sensores incluyen:

• Sensores de proximidad: Detectan la presencia de objetos cercanos y ayudan al robot a evitar colisiones.

• Sensores de luz: Permiten al robot medir la intensidad de la luz ambiental, lo que puede ser útil para la navegación y la detección de obstáculos.

• Sensores de temperatura: Estos sensores pueden ayudar al robot a identificar cambios en la temperatura del entorno, lo que puede ser útil en aplicaciones como la monitorización ambiental.

• Sensores de sonido: Permiten al robot escuchar sonidos en su entorno, lo que puede ser útil en tareas de reconocimiento de voz o para responder a señales auditivas.

• Sensores de contacto: Detectan cuando el robot entra en contacto con objetos, lo que es útil para determinar la textura de una superficie o para evitar obstáculos.

• Sensores de inclinación: Ayudan al robot a medir su orientación y a mantener el equilibrio, lo que es importante en robots que se desplazan sobre ruedas o patas.

2. Efectores:

Los efectores son los componentes que permiten que el robot interactúe con su entorno. Algunos ejemplos de efectores incluyen:

• Garras: Usadas para agarrar y manipular objetos.

• Brazos mecánicos: Permiten movimientos precisos y controlados.

• Herramientas de corte o soldadura: Utilizadas en aplicaciones industriales.

• Pantallas o luces: Para mostrar información o interactuar con humanos.

• Ruedas o patas: Proporcionan la locomoción y el desplazamiento del robot.

3. Actuadores:

Los actuadores son los encargados de convertir las señales eléctricas o mecánicas en movimiento físico. Algunos ejemplos de actuadores son:

• Motores eléctricos: Responsables de los movimientos de las ruedas, brazos y otros componentes móviles del robot.

• Servomotores: Ofrecen un control de posición más preciso y se utilizan en aplicaciones que requieren movimientos exactos.

• Actuadores neumáticos o hidráulicos: Utilizados en robots industriales para realizar movimientos potentes y rápidos.

En resumen, los sensores permiten que el robot recopile información sobre su entorno, los efectores le permiten interactuar con él y los actuadores traducen las instrucciones del robot en movimiento físico. Estos componentes trabajan en conjunto para que los robots sean capaces de llevar a cabo tareas específicas de manera autónoma o controlada por humanos.

2. Clasificación de los robots

Dada la cantidad de tipos de robots que existen actualmente, se pueden clasificar por diferentes criterios:

2.1. Clasificación según su cronología

Veremos los tipos de robot que han surgido a lo largo de la historia, desde los años 50 hasta la actualidad:

• Primera Generación (Manipuladores): Esta primera etapa se puede considerar desde los años 50 ,en donde las máquinas diseñadas cuentan con un sistema de control relativamente sencillo de lazo abierto, esto significa que no existe retroalimentación alguna por parte de algún sensor y realizan tareas previamente programadas que se ejecutan secuencialmente.

• Segunda Generación (Robots de Aprendizaje): La segunda etapa se desarrolla hasta los años 80, este tipo de robots son un poco mas conscientes de su entorno que su previa generación, disponiendo de sistemas de control de lazo cerrado en donde por medio de sensores adquieren información de su entorno y obtienen la capacidad de actuar o adaptarse según los datos analizados. También pueden aprender y memorizar la secuencia de movimientos deseados mediante el seguimiento de los movimientos de un operador humano, es decir, el robot lo sigue y lo memoriza.

• Tercera Generación (Robots con Control Sensorizado): Durante esta etapa, que tiene lugar durante los años 90, los robots ahora cuentan con controladores (computadoras) que usando los datos o la información obtenida de sensores, obtienen la habilidad de ejecutar las ordenes de un programa escrito en alguno de los lenguajes de programación que surgen a raíz de la necesidad de introducir las instrucciones deseadas en dichas maquinas. Los robots usan control del tipo lazo cerrado, lo cual significa que ahora son bastante conscientes de su entorno y pueden adaptarse al mismo.

• Cuarta Generación (Robots Inteligentes): Esta generación se caracteriza por tener sensores mucho mas sofisticados que mandan información al controlador y la analizan mediante estrategias complejas de control. Debido a la nueva tecnología y estrategias utilizadas estos robots califican como «inteligentes», se adaptan y aprenden de su entorno utilizando «conocimiento difuso» , «redes neuronales», y otros métodos de análisis y obtención de datos para así mejorar el desempeño general del sistema en tiempo real, donde ahora el robot puede basar sus acciones en información mas solida y confiable, y no solo esto sino que también se pueden dar la tarea de supervisar el ambiente que les rodea, mediante la incorporación de conceptos «modélicos» que les permite actuar a situaciones determinadas.

• Quinta Generación: La siguiente generación será una nueva tecnología que incorporara 100% inteligencia artificial y utilizara métodos como modelos de conducta y una nueva arquitectura de subsunción, además de otras tecnologías actualmente en desarrollo como la nanotecnología. Esta etapa depende totalmente de la nueva generación de jóvenes interesados en robótica, una nueva era de robots nos espera.

2.2. Clasificación según área de trabajo

Según el área donde trabaje un robot, se pueden clasificar en:

• Robots móviles autónomos (AMR): Se mueven y toman decisiones sobre la marcha gracias a sus sensores y cámaras.

• Vehículos de guiado automático (AGV): Se mueven siguiendo pistas o recorridos predefinidos.

• Robots fijos: Realizan su trabajo dentro de su área de alcance.

• Humanoides: Tienen forma de personas o animales.

• Cobots (Robots colaborativos): Están diseñados para funcionar junto a los humanos o directamente con ellos.

• Híbridos: Son robots obtenidos de la combinación de los distintos tipos de robots, para poder realizar tareas más complejas.

2.3. Clasificación según su utilidad

Existen muchos tipos de robots que son útiles a todo tipo de industrias para mejorar los resultados y reducir la carga de los empleados para que estos puedan concentrarse en las tareas más valiosas y esenciales:

• Industria: La industria manufacturera lleva mucho tiempo a la vanguardia del uso de diversos tipos de robots para lograr resultados empresariales. Los AMR, los AGV, los robots articulados y los cobots han sido todos implementados en las plantas de producción y los almacenes para ayudar a agilizar los procesos, impulsar la eficiencia y promover la seguridad, a menudo en conjunto con los controladores lógicos programables. Son utilizados en una gran variedad de aplicaciones, como la soldadura, el montaje, el transporte de materiales y la seguridad en los almacenes.

• Agricultura y ganadería: Los AMR ayudan a que los agricultores puedan cosechar sus cultivos de forma más rápida y eficiente, y para ello utilizan impresionantes capacidades de inteligencia. Los robots agrícolas pueden evaluar la madurez, mover cualquier rama o retirar las hojas del camino, además de recolectar los cultivos de forma precisa y delicada para evitar cualquier daño al producto.

• Asistencia sanitaria: En el sector sanitario se utilizan varios tipos de robots para mejorar la experiencia de los pacientes. Los AMR se utilizan para repartir los medicinas y desinfectar superficies, o bien ofrecer funciones de telepresencia móviles. Los Cobots también se utilizan para ayudar a los profesionales médicos durante la rehabilitación o para ayudar a las enfermeras a prestar mejor servicio a sus pacientes.

• Logística: La robótica ayuda a las empresas de logística y transporte marítimo a entregar sus mercancías de forma más rápida y eficiente. Utilizan tanto AMR y AGV como robots de almacén para ayudarles a procesar artículos, acelerar las operaciones y mejorar la precisión. También utilizan AMR para que se encarguen del último kilómetro en el proceso de entrega y garanticen así la seguridad de los envíos.

• Comercio y hostelería: La robótica puede utilizarse para mejorar la experiencia de los clientes o huéspedes de muchas maneras distintas. Las empresas de venta minorista o de hostelería utilizan la robótica para automatizar los procesos de inventario, ofrecer servicios de atención y orientación, limpiar diversos entornos y ayudar a los clientes con su equipaje o bien a aparcar.

• Ciudades inteligentes: La robótica ayuda a crear ciudades más inteligentes y seguras. Los robots humanoides ofrecen servicios de orientación e información. Los AMR se utilizan para la entrega de productos y como patrullas de seguridad rutinarias. La robótica puede también ayudar a agilizar la construcción de edificios, realizar estudios sobre el terreno, y a recopilar información sobre el modelado de los edificios.

2.4. Influencia de las leyes de la robótica en la actualidad

El Parlamento de la Unión Europea se inspiró en las leyes de Asimov, para empezar a discutir una legislación que regule la IA.

El principal objetivo que se propone la UE es reducir el impacto que supondrá la cada vez mayor presencia de las máquinas en nuestras vidas, especialmente en lo que respecta al trabajo.

Es un hecho que, en los próximos años, la inteligencia artificial estará presente en prácticamente todos los ámbitos de la vida.

En este contexto, las 3 leyes de la robótica seguramente serán la base de cualquier legislación que se implemente al respecto, tal y como sucedió en Europa.

Algunas de las ideas están inspiradas en las tres leyes de la robótica de Isaac Asimov. Veamos cuáles son las discusiones que está dando el Parlamento Europeo:

• Los robots deberán tener un interruptor de emergencia: con el objetivo de controlar cualquier situación peligrosa, se busca que la actividad de las máquinas pueda ser moderada por los seres humanos.

• Los robots no podrán dañar a los seres humanos: esta posible ley tiene completa relación con lo establecido por Asimov hace 80 años. La robótica siempre debe estar pensada para proteger y ayudar a las personas.

• Los robots grandes deberán tener un seguro obligatorio: lógicamente, no todas las máquinas tendrán las mismas características. Es evidente que algunos robots serán más peligrosos y es por eso que deberán ser asegurados.

• Derechos y obligaciones para los robots: también inspirado en las leyes de Asimov, se está pensando en un marco regulatorio que establezca obligaciones para las máquinas.

• Los robots deberán pagar impuestos: uno de los principales temores de la irrupción de los robots en la vida pública es que reemplacen a los seres humanos en su trabajo. La Unión Europea buscaría que las máquinas o sus empleadores tributen a la seguridad social para subvencionar la ayuda que sería necesaria en caso de que millones de personas se queden sin empleo.

3. Historia de la Inteligencia Artificial (IA)

Vamos a ver un resumen de la Historia de la Inteligencia Artificial mediante la siguiente infografía:

La inteligencia artificial (IA) ha experimentado un auge significativo en los últimos años debido a una combinación de avances tecnológicos, aumento en la disponibilidad de datos y una mayor inversión en investigación y desarrollo en este campo.

La Inteligencia Artificial está aportando nuevas situaciones que obligan a usarla de manera ética y responsable.

4.1. Ética y responsabilidad social en el uso de IA

La inteligencia artificial es una herramienta muy poderosa que puede traer muchos beneficios a la sociedad, como la automatización de tareas repetitivas, el diagnóstico médico preciso, la personalización de la publicidad y la reducción del tiempo de espera en las llamadas de atención al cliente. Sin embargo, también puede presentar desafíos y preocupaciones importantes:

• Uno de los principales desafíos de la inteligencia artificial es la falta de transparencia en su funcionamiento. En muchos casos, los algoritmos de aprendizaje automático son considerados como «cajas negras», lo que significa que los usuarios no pueden comprender cómo se toman las decisiones. Esto puede ser un problema en aplicaciones críticas, como la toma de decisiones médicas y financieras.

• Otro desafío importante es la privacidad y seguridad de los datos. La inteligencia artificial se basa en grandes conjuntos de datos para entrenar modelos de aprendizaje automático. Si estos datos son robados o utilizados de manera inapropiada, pueden tener graves consecuencias para la privacidad y la seguridad de las personas.

• Además, los avances en la automatización de trabajos pueden llevar a la eliminación de puestos de trabajo, lo que puede agravar la brecha económica

• Otra preocupación importante es la responsabilidad y ética de los sistemas de inteligencia artificial. Quienes diseñan, implementan y utilizan estos sistemas tienen la responsabilidad de garantizar que se utilicen de manera ética y responsable. 

4.2. Agentes inteligentes simples

Utilizar el asistente de voz de nuestro teléfono móvil, pedirle a Alexa que ponga una canción, atender las sugerencias de producto que nos hacen páginas como Amazon u obtener información a través de Google Maps son tan solo algunos ejemplos de cómo los agentes inteligentes forman ya parte de la vida diaria de millones de personas en todo el mundo.

La adaptación basada en la experiencia, el análisis de los índices de errores o éxitos, la resolución de problemas en tiempo real y la utilización de almacenamiento y recuperación basados en la memoria son las características comunes de los agentes inteligentes. Se trata, por lo tanto, de programas capaces de tomar decisiones o de realizar un determinado servicio en función de su entorno y sus expectativas.

Son entes con cierto nivel de autonomía, lo que les permite ejecutar labores específicas, predecibles y repetitivas. Además, poseen la capacidad de aprender, de ahí su denominación de inteligentes. Las dos funciones principales de los agentes inteligentes incluyen la percepción y la acción. La percepción se lleva a cabo a través de sensores, mientras que las acciones se inician por medio de los actuadores.

4.2.1. Tipos de agentes inteligentes

Existen varios tipos de Agentes Inteligentes Simples según su comportamiento y sus capacidades. Aquí hay algunas de las tipologías más comunes:

1. Agentes Reactivos Simples:

Estos agentes toman decisiones basadas únicamente en la información actual que reciben del entorno. No tienen memoria ni capacidad para aprender de experiencias pasadas.

Son adecuados para tareas específicas y predefinidas donde no se requiere adaptación a cambios en el entorno.

Ejemplo: Un sistema de riego de un jardín automático que se activa todos los días a las 8 de la mañana, aunque esté lloviendo.

2. Agentes Basados en Objetivos:

Estos agentes tienen un objetivo o una meta específica que intentan alcanzar.

Utilizan información del entorno para tomar decisiones que los acerquen a su objetivo.

Pueden adaptar su comportamiento para lograr diferentes objetivos.

Ejemplo: El robot de un almacén de Amazon que mueve una carga de un lugar a otro.

3. Agentes Basados en Modelos:

Estos agentes tienen un modelo interno del entorno que utilizan para predecir cómo evolucionará el entorno en respuesta a sus acciones.

Utilizan este modelo para planificar y tomar decisiones que optimicen sus resultados a largo plazo.

Ejemplo: Un programa que planifica la mejor ruta para llegar a nuestro destino de vacaciones

4. Agentes Basados en Reglas:

Estos agentes siguen un conjunto de reglas predefinidas que determinan su comportamiento.

Las reglas se crean manualmente y especifican cómo el agente debe responder a diferentes situaciones.

Ejemplo: Sistema domótico inteligente de calefacción.

5. Agentes de Aprendizaje por Reforzamiento:

Estos agentes pueden aprender y adaptarse a través de la interacción con el entorno.

Utilizan recompensas y castigos para ajustar su comportamiento y mejorar su desempeño a lo largo del tiempo.

Ejemplo: Plataforma de streaming de vídeo que sugieren películas a los usuarios.

6. Agentes Híbridos:

Algunos agentes combinan características de las tipologías anteriores para abordar tareas más complejas.

Por ejemplo, un agente puede ser reactivo pero también incorporar elementos de aprendizaje por refuerzo para mejorar su rendimiento con el tiempo.

Ejemplo. Sistemas de diagnóstico médico.

La elección del tipo de agente depende de la tarea que se deba realizar y de los recursos disponibles.

4.2.2. Principales aplicaciones de los agentes inteligentes

Los agentes inteligentes y, en general, la inteligencia artificial, hace tiempo que dejaron de ser una utopía de las películas y novelas de ciencia ficción para pasar a ser una realidad que forma parte de nuestras vidas cotidianas. Actualmente, algunas de las funciones que realizan los agentes inteligentes serían:

Representación virtual

Su funcionalidad es comunicarse en lenguaje natural con los usuarios de un determinado servicio, supliendo las labores de un comercial o del personal de atención al cliente. Casi todas las empresas optan por este tipo de agentes virtuales en el primer contacto del cliente para la resolución de problemas a través de sus webs o aplicaciones móviles.

Asistentes personales

Ofrecen la asistencia que podría facilitar un ayudante o secretario personal, pero de manera virtual. Tienen funcionalidades de agenda o de asesoramiento financiero, por ejemplo, según la programación.

Negociación en mercados electrónicos

Recopila toda la información necesaria, aprende cómo está la oferta y realiza una puja en nombre del usuario.

Búsqueda de información

Gracias a esta funcionalidad, es posible rastrear las redes en busca de la información que se les ha ordenado buscar. Aprenden de los hábitos del usuario y, por ello, son capaces de ofrecer las sugerencias que consideran que le pueden interesar a través del correo electrónico facilitado. El ejemplo más claro de este tipo de agente es Google News.

Agente secreto o espía

Por medio de esta utilidad es posible detectar cualquier cambio en una determinada página web en la que el usuario esté interesado. Una vez detectada la URL que interesa monitorear, es posible utilizar recursos como Visual Ping para recibir por correo electrónico el aviso de cualquier cambio que se produzca en la web solicitada. Esta es una función muy usada por el mundo empresarial para estar informados de los cambios que se producen en las compañías de la competencia.

Asistentes de voz

Por medio del procesamiento de lenguajes naturales (PLN), estos asistentes interpretan las órdenes de voz y responden a ellas para poner la música deseada, encender las luces de la casa cuando es preciso o recordar ciertas actividades. Ejemplos de este tipo de asistentes que funcionan con agentes inteligentes son Google Home o Amazon Echo.

Recomendación de producto

Muchos vendedores online emplean la inteligencia artificial para recopilar información sobre las preferencias de compra de sus usuarios y así poder ofrecerles productos que encajen con sus gustos. Es una práctica habitual de páginas como Amazon.

Mapas e indicaciones

Tanto en el caso de Google Maps como en Apple Maps, es la inteligencia artificial quién lee muchos puntos de datos para poder facilitar información en tiempo real sobre el estado del tráfico y la mejor ruta a seguir.

4.3. Aprendizaje Automático

El Aprendizaje Automático o Machine Learning es una forma especial en la que las computadoras pueden aprender a hacer cosas por sí mismas, como tomar decisiones o reconocer patrones, sin necesidad de programación explícita. En lugar de seguir instrucciones específicas todo el tiempo, las computadoras pueden aprender de la información que se les proporciona y mejorar con la experiencia.

Existen dos tipos de aprendizaje automático, supervisado y no supervisado:

Aprendizaje Supervisado: Imagina que tienes un asistente virtual llamado «AI Tutor» al que quieres enseñar a identificar diferentes tipos de frutas. En el Aprendizaje Supervisado, mostrarías a AI Tutor muchas imágenes de frutas diferentes, y le dirías qué fruta es cuál. AI Tutor aprendería a reconocer las frutas por sí mismo. Algunas aplicaciones del Aprendizaje Supervisado podrían ser:

• Reconocimiento de Voz: Enseñar a una computadora a entender y responder a comandos de voz.

• Traducción Automática: Hacer que una aplicación traduzca automáticamente texto de un idioma a otro.

• Diagnóstico Médico: Ayudar a los médicos a identificar enfermedades a partir de imágenes médicas como radiografías o resonancias magnéticas.

Aprendizaje No Supervisado: Ahora, imagina que AI Tutor tiene que organizar una gran colección de libros en una biblioteca sin que tú le digas nada sobre los temas de los libros. En el Aprendizaje No Supervisado, AI Tutor agruparía los libros que son similares sin saber exactamente qué contienen. Algunas aplicaciones del Aprendizaje No Supervisado podrían ser:

• Recomendación de Contenido: Recomendar películas, música o productos en línea en función de lo que te ha gustado previamente, sin necesidad de etiquetar cada elemento.

• Detección de Anomalías: Identificar comportamientos inusuales o sospechosos en datos, como la detección de fraudes en transacciones financieras.

• Segmentación de Clientes: Agrupar automáticamente a los clientes en categorías según sus comportamientos de compra.

En resumen, el Aprendizaje Automático permite que las computadoras aprendan a tomar decisiones y realizar tareas por sí mismas a partir de datos y ejemplos en lugar de seguir instrucciones detalladas. Es una tecnología emocionante que se utiliza en una amplia variedad de aplicaciones útiles en la vida cotidiana y en campos como la medicina, la tecnología y la investigación.