![\"CARL-Bot,](\"https:\/\/www.infobae.com\/new-resizer\/rnBh5ZKPJebVwuJGMKEd6xwwD_M=\/420x236\/filters:format(webp):quality(85)\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/GJ5DSOO4OFAKHM23QTTXC2TCVY.jpg%20420w\")
CARL-Bot, un robot de un palmo que ayudar\u00e1 a conocer los oc\u00e9anos. (foto: Futur proche – FuturoProssimo)<\/p>\n\n\n\nCARL-Bot, un robot de un palmo que ayudar\u00e1 a conocer los oc\u00e9anos. (foto: Futur proche – FuturoProssimo)<\/p>\n\n\n\n
Parece m\u00e1s una p\u00edldora que un robot<\/strong><\/a> elaborado con inteligencia artificial<\/strong><\/a> (IA)<\/strong>, pero CARL-Bot,<\/strong> el dispositivo en el que est\u00e1 trabajando un equipo de investigadores de Caltech, ETH Zurich y Harvard,<\/strong> promete el estudio y la exploraci\u00f3n del oc\u00e9ano con una mayor precisi\u00f3n.<\/p>\n\n\n\n A diferencia de otros robots y dispositivos utilizados por los cient\u00edficos para estudiar los oc\u00e9anos, CARL-Bot ofrece una caracter\u00edstica especial: gracias a su inteligencia artificial, sus creadores quieren que sea aut\u00f3nomo y pueda moverse libremente por todo el territorio oce\u00e1nico.<\/mark>https:\/\/af31b7c4b405577f0a2c2a32e1dc878a.safeframe.googlesyndication.com\/safeframe\/1-0-38\/html\/container.html<\/p>\n\n\n\n No como lo har\u00eda un pez nadando a la deriva por el mar, sino monitorizando las condiciones del agua y aprovechando las redes de aprendizaje por refuerzo (RL);<\/strong> que a diferencia de las redes neuronales convencionales, no est\u00e1n capacitadas con un conjunto de datos estad\u00edsticos, sino que se basa en la experiencia acumulada con el tiempo.<\/p>\n\n\n\n La tecnolog\u00eda usada para CARL-Bot<\/strong><\/p>\n\n\n\n Puede parecer un nuevo giro, pero de hecho es una habilidad fundamental para profundizar el conocimiento de los oc\u00e9anos, especialmente las regiones m\u00e1s inaccesibles, de dif\u00edcil acceso y menos estudiadas<\/mark> hasta la fecha.<\/p>\n\n\n\n \u201cCuando queremos que los robots exploren las profundidades del oc\u00e9ano, especialmente en enjambres, es casi imposible controlarlos con un joystick desde 20.000 pies de distancia [alrededor de seis kil\u00f3metros] en la superficie. Tampoco podemos proporcionarles datos sobre las corrientes oce\u00e1nicas locales que necesitan para navegar porque no podemos detectarlos desde la superficie\u201d, explica John O. Dabiri,<\/strong> profesor de Aeron\u00e1utica e Ingenier\u00eda Mec\u00e1nica, en un art\u00edculo publicado por la Universidad de Caltech<\/a>. Lo que los investigadores necesitan, se\u00f1ala Dabiri<\/strong>, son drones entrenados para \u201ctomar decisiones sobre c\u00f3mo moverse por su cuenta\u201d. Y el robot CARlbot apunta precisamente a este ambicioso objetivo.<\/p>\n\n\n\n El rendimiento de la IA se ha probado mediante simulaciones que simulan v\u00f3rtices y le ense\u00f1an c\u00f3mo aprovechar las regiones de baja velocidad mediante la evaluaci\u00f3n de la informaci\u00f3n de su entorno.<\/strong> Esto se debe a que, en el futuro, CARL-Bot depender\u00e1 principalmente de los datos que obtenga utilizando giroscopios y aceler\u00f3metros.<\/mark><\/p>\n\n\n\n Adem\u00e1s de perfeccionar la IA, el equipo ha comenzado a experimentar con el propio robot. Despu\u00e9s de probarlo por primera vez en un entorno peque\u00f1o y bien controlado, pas\u00f3 a un tanque m\u00e1s grande y en el futuro planean probar el dispositivo en una piscina con chorros capaces de generar corrientes horizontales y en el que CARL-Bot pueda moverse verticalmente, <\/strong>o aprender a estar a ciertas profundidades con varias corrientes.https:\/\/www.youtube.com\/embed\/8pEATeGo9dQ?feature=oembed<\/p>\n\n\n\n El sistema es similar al que usan las propias \u00e1guilas y halcones para desplazarse entre las corrientes de aire. <\/strong>\u201cSorprendentemente, los investigadores descubrieron que su algoritmo de aprendizaje por refuerzo podr\u00eda aprender estrategias de navegaci\u00f3n que son incluso m\u00e1s efectivas que las que se cree que utilizan los peces reales en el oc\u00e9ano\u201d, menciona <\/strong>el art\u00edculo publicado por la propia Caltech<\/strong><\/a>.<\/strong><\/p>\n\n\n\n \u201cEn \u00faltima instancia, queremos a CARL en el mundo real.<\/mark> Dejar\u00e1 el nido y se ir\u00e1 al oc\u00e9ano y, con repetidas pruebas all\u00ed, el objetivo ser\u00eda que aprenda a navegar por su propia cuenta\u201d, explica Dabiri para <\/strong>Popular Science.<\/strong><\/a><\/p>\n\n\n\n Para asegurarse de que fuera lo suficientemente peque\u00f1o para facilitar el trabajo o incluso utilizar un \u201cenjambre\u201d de robots, los investigadores desarrollaron un software que podr\u00eda instalarse en el Teensy (chip) de 2,4 a 0,7 pulgadas.<\/mark> El objetivo es que sus movimientos sean lo m\u00e1s eficientes posible,<\/strong> y que pueda mantenerse en un entorno controlado gracias a una bater\u00eda de iones de litio.<\/p>\n","protected":false},"excerpt":{"rendered":" Gracias a su inteligencia artificial, los creadores quieren que sea aut\u00f3nomo y pueda moverse libremente por toda la profundidad del oc\u00e9ano CARL-Bot, un robot de un palmo que ayudar\u00e1 a conocer los oc\u00e9anos. (foto: Futur proche – FuturoProssimo) Parece m\u00e1s una p\u00edldora que un robot elaborado con inteligencia artificial (IA), pero CARL-Bot, el dispositivo en el que est\u00e1 trabajando un equipo …<\/p>\n![\"John](\"https:\/\/www.infobae.com\/new-resizer\/ahu5HSZt_-F-6wgfWQ2CQlr2vxI=\/420x560\/filters:format(webp):quality(85)\/cloudfront-us-east-1.images.arcpublishing.com\/infobae\/OCM3NPUTLNA7DLRDSGUZTISKAM.png%20420w\")
John Dabiri y Peter Gunnarson probando CARL-bot en Caltech. (foto: Caltech.edu)<\/p>\n\n\n\n