Salir a recorrer barrios con el teléfono en la mano se convirtió durante un tiempo en una actividad diaria para millones de personas. Pokémon Go empujó a jugadores de todas las edades a caminar por parques, plazas o avenidas buscando criaturas virtuales, incluso a quienes apenas conocían la saga.

Muchos lo adoptaron como excusa para moverse más y romper el sedentarismo que marcaba gran parte del ocio digital. Aquellas rutas por ciudades y pueblos dejaron detrás algo más que capturas en una pantalla. Ese rastro terminó abriendo la puerta a un uso tecnológico muy distinto.

El sistema visual permitió ubicar dispositivos con precisión centimétrica

Ese enorme archivo de imágenes es hoy la base de un sistema que permite a robots orientarse por calles reales. Niantic Spatial emplea fotografías captadas por jugadores de Pokémon Go y también por participantes de Ingress para entrenar un sistema de posicionamiento visual.

El método compara lo que ve una cámara con imágenes registradas previamente en el mismo lugar. Cuando la coincidencia aparece, la posición puede calcularse con una precisión de centímetros.

Niantic reorganizó su estructura en mayo de 2024 y separó su área de inteligencia artificial espacial para crear Niantic Spatial como empresa independiente. El núcleo del proyecto es el llamado VPS, siglas de Visual Positioning System.

En lugar de calcular la ubicación mediante satélites, el sistema identifica edificios, monumentos o mobiliario urbano y determina dónde está el dispositivo observando esos elementos. Brian McClendon, director técnico de Niantic Spatial, explicó que “el cañón urbano es el peor lugar del mundo para el GPS”.

El proyecto también apunta a algo más amplio que guiar robots por una calle concreta. John Hanke, director ejecutivo de Niantic Spatial, describió el objetivo como la construcción de un mapa vivo del planeta que se actualiza continuamente con nuevos datos. En declaraciones recogidas por Popular Science afirmó que “la promesa de la robótica de última milla es enorme, pero moverse por calles urbanas caóticas es uno de los retos de ingeniería más difíciles”. La idea consiste en que las máquinas dispongan de descripciones detalladas del entorno para entender cómo se organiza el mundo físico.

Los fallos del GPS en zonas con edificios altos impulsaron el desarrollo de esta tecnología

El problema que intenta resolver esta tecnología aparece en lugares muy comunes. Los sistemas de GPS funcionan bien para localizar un coche en una carretera abierta, pero pierden precisión cuando entran en zonas densas de edificios altos.

Esto ocurre porque las señales de los satélites rebotan en fachadas o estructuras y el error puede alcanzar 50 metros. Para una persona con un teléfono eso solo significa caminar por la vereda equivocada. Para un robot autónomo puede significar detenerse en el lugar incorrecto o fallar una entrega.

Esa dificultad explica la alianza entre Niantic Spatial y Coco Robotics. La empresa de reparto utiliza pequeños vehículos autónomos para transportar comida y productos de supermercado en ciudades como Los Ángeles, Chicago, Miami o Helsinki. Sus robots llevan cuatro cámaras que observan el entorno mientras avanzan por las veredas. Zach Rash, director ejecutivo de Coco Robotics, indicó que el objetivo consiste en cumplir los tiempos de entrega y evitar errores de ubicación que retrasen los pedidos.

El éxito global del juego generó la base de datos que ahora guía a las máquinas

Los datos que alimentan este sistema proceden de un archivo gigantesco generado durante años de juego sin que los jugadores supieran que eran colaboradores necesarios. Según MIT Technology Review, el conjunto de información reúne alrededor de 30.000 millones de imágenes asociadas a más de un millón de lugares en todo el planeta.

Cada fotografía incorpora metadatos detallados sobre el ángulo de la cámara, la hora del día, la orientación del dispositivo o las condiciones meteorológicas. Esa repetición de imágenes tomadas por miles de jugadores en los mismos lugares permite reconstruir el entorno desde distintos puntos de vista.

El crecimiento del juego explica la escala de ese archivo. Un total de 500 millones de personas instalaron la aplicación en sus primeros 60 días, según Brian McClendon. Ocho años después todavía reunía más de 100 millones de jugadores activos en 2024, de acuerdo con datos de Scopely, empresa que adquirió Pokémon Go ese mismo año.

Por lo tanto, cada paseo con el celular apuntando a una estatua o un edificio añadía nuevas imágenes al sistema. Aquella actividad pensada para capturar criaturas virtuales, al cabo de los años, terminó creando un catálogo visual del mundo que ahora sirve para guiar máquinas por las calles.

Representante argentino por octavo año consecutivo de la competición First Global Challenge, la empresa local Educabot presenta a los siete estudiantes de diferentes colegios de la provincia de San Luis que representarán a Argentina durante el mundial de robótica. En la edición de 2023, Argentina, representado por el colegio Thomas Alva Edison de Mendoza, obtuvo el 2° puesto.

Del 26 al 29 de septiembre de 2024, estudiantes de más de 190 países se reunirán en Atenas, Grecia, con el objetivo inspirar a los jóvenes del mundo a que se dediquen a los campos STEAM, Science, Technology, Engineering and Mathematics (ciencia, tecnología, ingeniería y matemáticas) y sean los líderes que resuelvan colectivamente los problemas de nuestro planeta. Este año, la competencia pondrá foco en la producción sostenible de alimentos como uno de los retos más importantes del siglo 21, de ahí el nombre de esta edición “First Global Feeding the Future” (Alimentar el Futuro). El tema de este año desafía a los equipos a conocer y abordar los obstáculos y las oportunidades para proporcionar a la población mundial alimentos equitativos, seguros, nutritivos y responsables con el medio ambiente. A partir de una consigna, los estudiantes deberán crear un robot bajo esta temática con el objetivo de mejorar el abastecimiento y la producción de alimentos como parte esencial para el desarrollo de la vida.

Este año los estudiantes que tendrán la gran oportunidad de representar al país son: Sol Martínez Bugtrupo (17 años), Lucas Nehuen Savanco Trento (16 años), Simón Agustín Mocayar Tonn (16 años), Jana Mednis Viapiana (17 años), César Alejandro Estrada Dubor (17 años), quienes estarán acompañados de dos mentores: Martín Lucas Fernández Macri y Facundo Matías Mugetti.

El fabricante de robótica Boston Dynamics ha adelantado cuáles son las nuevas capacidades del robot humanoide Atlas, que ya puede recoger objetos del suelo o de otras superficies, transportarlos de un sitio a otro y lanzarlos en el aire.

La compañía, conocida por su perro robot Spot, ha compartido un video en el que hace una demostración de las nuevas funcionalidades de su creación, que anteriormente tenía la capacidad de correr y saltar sobre terrenos complejos gracias a sus extremidades inferiores.

Este robot, que lleva años siendo objeto de investigación y desarrollo, también podía hacer 'parkour', es decir, dar saltos y volteretas hacia atrás; características a las que se ha añadido la capacidad de recoger objetos, moverlos y lanzarlos.

En el nuevo adelanto de Atlas, se puede ver cómo interactúa con objetos y modifica su recorrido para alcanzar su objetivo, que es el de entregar una mochila con herramientas a un trabajador que está subido a un andamio de varios pisos.

Tras colocar una rampa para poder transitar entre un bloque y otro del andamio, el robot recoge la mochila del suelo y alcanza a entregársela al trabajador. Tras ello, vuelve a la superficie en la que estaba dando saltos y un giro invertido de 540 grados, tal y como ha detallado la compañía.

Según el líder de Controles de Atlas, Ben Stephens, estas nuevas capacidades forman parte de una progresión natural de la investigación y el desarrollo de la máquina. “El parkour y el baile fueron ejemplos interesantes de locomoción extrema y ahora estamos tratando de aprovechar esa investigación para crear una manipulación significativa”, ha comentado, e insiste en que es importante que el humanoide realice las tareas a la velocidad de los humanos.

La compañía ha señalado que si bien los movimientos anteriormente presentados, con saltos y volteretas, muestran una técnica más compleja, son aún más complicadas las últimas capacidades integradas en su 'software'.

Esto se debe a que el robot requiere una mayor comprensión del entorno, de modo que el equipo de desarrolladores se ha tenido que enfrentar “a un desafío adicional” para no solo detectar, agarrar y mover objetos con diferentes tamaños, materiales y pesos, sino también mantener el equilibrio mientras los transporta de un lado a otro.

Según Stephens, uno de los logros más destacados del robot es que pueda manipular una tabla de madera y dar un salto de 180 mientras lo sostiene, puesto que el sistema de control del robot debe tener en cuenta el impulso de este objeto para que Atlas no vuelque.

Empujar cajas también es otra tarea que conlleva mayor dificultad, puesto que Atlas debe generar suficiente fuerza para moverlas, pero hacerlo midiendo esa resistencia para no volcar también con este objeto.

Finalmente, las volteretas también se han convertido en otro quebradero de cabeza para los desarrolladores, ya que el giro que realiza el robot “agrega una asimetría que no existe en una voltereta hacia atrás normal”.

De este modo, los ingenieros han tenido que solucionar problemas como el enredo de sus propias extremidades mientras doblaba los brazos y las piernas para impulsarse y saltar.

Europa Press.

IG

Dos brazos robóticos –en una mano, un tenedor; un cuchillo, en la otra– flanquean a un hombre sentado frente a una mesa, con un trozo de pastel en un plato. Una voz computerizada anuncia cada acción: “mover el tenedor hacia la comida” y “retirar el cuchillo”. El hombre, parcialmente paralizado de cintura para arriba, hace sutiles movimientos con sus puños derecho e izquierdo ante determinadas indicaciones, como “seleccionar lugar de corte”, para que la máquina corte un trozo del tamaño de un bocado. Ahora: “mover la comida a la boca” y otro sutil gesto para alinear el tenedor con su boca. En menos de 90 segundos, una persona con la movilidad de la parte superior del cuerpo muy limitada y que no ha podido utilizar los dedos en unos 30 años, se alimenta utilizando su mente y unas manos robóticas inteligentes.

Un equipo dirigido por investigadores del Laboratorio de Física Aplicada (APL) de la Universidad Johns Hopkins, en Laurel (Maryland), y del Departamento de Medicina Física y Rehabilitación (PMR) de la Facultad de Medicina de la misma institución, ha publicado el avance este martes en un artículo de la revista Frontiers in Neurorobotics. En él se describe esta última hazaña utilizando una interfaz cerebro-máquina (IMC) y un par de prótesis modulares, señalan los autores del experimento en un comunicado de prensa.

Los sistemas de interfaz cerebro-ordenador proporcionan un enlace de comunicación directa entre el cerebro y un ordenador, que descodifica las señales neuronales y las “traduce” para realizar diversas funciones externas, desde mover un cursor en una pantalla hasta disfrutar de un bocado de pastel. En este experimento concreto, las señales de movimiento muscular del cerebro ayudaron a controlar las prótesis robóticas.

Un nuevo enfoque

El estudio se basó en más de 15 años de investigación en ciencia neuronal, robótica y software, dirigida por el APL en colaboración con el Departamento de PMR, como parte del programa ‘Revolutionizing Prosthetics’, que fue patrocinado originalmente por la Agencia de Proyectos de Investigación Avanzada de Defensa de Estados Unidos (DARPA). El nuevo documento describe un innovador modelo de ‘control compartido’ que permite a un humano maniobrar un par de prótesis robóticas con una mínima intervención mental.

Este enfoque de ‘control compartido’ pretende aprovechar las capacidades intrínsecas de la interfaz cerebro-máquina y del sistema robótico, creando un entorno “lo mejor de ambos mundos” en el que el usuario puede personalizar el comportamiento de una prótesis inteligente“, afirma el Francesco Tenore, director de proyectos del Departamento de Investigación y Desarrollo Exploratorio del APL. Tenore, autor principal del artículo, se dedica a la investigación de la interfaz neural y la neurociencia aplicada.

“Aunque nuestros resultados son preliminares, nos entusiasma la idea de dar a los usuarios con capacidades limitadas una verdadera sensación de control sobre máquinas de asistencia cada vez más inteligentes”, añade.

Ayudar a las personas con discapacidad

Uno de los avances más importantes de la robótica que se demuestra en el artículo es la combinación de la autonomía del robot con una intervención humana limitada, en la que la máquina hace la mayor parte del trabajo al tiempo que permite al usuario personalizar el comportamiento del robot a su gusto, según el David Handelman, primer autor del artículo y robotista principal de la Rama de Sistemas Inteligentes del Departamento de Investigación y Desarrollo Exploratorio del APL.

“Para que los robots realicen tareas similares a las de los humanos con funcionalidad reducida, necesitarán una destreza similar a la de los humanos. La destreza humana requiere un control complejo de un esqueleto robótico complejo”, explicó. “Nuestro objetivo es facilitar al usuario el control de las pocas cosas que más importan para tareas específicas”.

Pablo Celnik, investigador principal del proyecto en el departamento de PMR, dijo: “La interacción hombre-máquina demostrada en este proyecto denota las capacidades potenciales que pueden desarrollarse para ayudar a las personas con discapacidad”.

Cerrando el círculo

Aunque el programa de DARPA finalizó oficialmente en agosto de 2020, el equipo del APL y de la Escuela de Medicina Johns Hopkins sigue colaborando con colegas de otras instituciones para demostrar y explorar el potencial de la tecnología.

El siguiente paso del sistema podría integrar investigaciones anteriores que descubrieron que proporcionar estimulación sensorial a los amputados les permitía no sólo percibir su miembro fantasma, sino utilizar las señales de movimiento muscular del cerebro para controlar una prótesis. La teoría es que la adición de la llamada ‘retroalimentación sensorial’ puede ayudar a una persona a realizar algunas tareas sin requerir la constante retroalimentación visual en el experimento actual.

“Esta investigación es un gran ejemplo de esta filosofía en la que sabíamos que teníamos todas las herramientas para demostrar esta compleja actividad cotidiana de las dos manos que las personas sin discapacidad dan por sentada”, dijo Tenore. “Todavía quedan muchos retos por delante, como la mejora de la ejecución de la tarea, tanto en términos de precisión como de tiempo, y el control sin la necesidad constante de retroalimentación visual”. Celnik añadió: “La investigación futura explorará los límites de estas interacciones, incluso más allá de las actividades básicas de la vida diaria”.