El mundo del robot... el blog del chip inteligente

viernes, 25 de julio de 2008





"Las redes neurales permiten asociar entradas generalizadas con un resultado específico," dice Ayanna. "Cuando una persona observa cuatro patas y oye un ladrido (las entradas), su experiencia le permite concluir que esto es un perro (el resultado)." Esta facilidad de las redes neurales permitirá que un nuevo robot seleccione comportamientos o caminos a seguir de acuerdo a elementos generales de sus alrededores, de manera muy semejante a lo que hacen los humanos.
Para poder hacer esto, las redes neurales contienen varias capas de "nodos," que son análogas a las neuronas. Cada nodo en una capa está conectado a nodos en otras capas. Las señales viajan en esta red de conexiones, y cada nodo actúa como una compuerta, solo dejando pasar señales de cierta magnitud. La red "aprende" ajustando el umbral para cada nodo individual.
Arriba: En este ejemplo simplificado de una red neural, las señales de entrada se conectan a la capa amarilla de la izquierda, pasan a través de dos capas de proceso, y luego emergen a la derecha como señales de salida. Esta arquitectura puede ejecutar problemas de lógica sorprendentemente sofisticados, especialmente cuando se agregan bucles de realimentación.
Este gráfico de redes neurales, que puede ser dibujado en una servilleta, puede parecer muy simple, pero en la práctica, estos cerebros artificiales pueden ejecutar problemas de lógica increíblemente complejos. Ayanna llama a las redes neurales "tecnología de caja negra" -- en otras palabras, lo que pasa entre la capa de entrada y la de salida es tan difícil de descifrar que los científicos la tratan como una "caja negra " que de una manera u otra convierte las entradas en salidas.
Combinando estas dos tecnologías, Ayanna y sus colegas en el JPL esperan poder crear un "cerebro" robot que por si solo pueda aprender a caminar sobre los terrenos desconocidos de otros planetas.

No hay comentarios:

Los bailes de hoy

Mascota del Mundo del Robot