Juxi Leitner y la IA en robótica: “Hemos tenido una década fructífera”

Jürgen “Juxi” Leitner dirige Lyro Robotics, un start up dedicado a la creación de sistemas robóticos con capacidad de tomar una gran cantidad de objetos y luego envasarlos. Esta especialidad ha sido posible gracias a la integración de diversas habilidades tecnológicas relacionadas con la visión y manipulación, desarrolladas a través de inteligencia artificial. Para conocer más de su trabajo y sus reflexiones sobre la robótica en Australia, lea la siguiente entrevista.

Proyectos recientes en robótica

”Soy cofundador de una start up que es un derivado de una iniciativa de investigación australiana llamada Global Robotics. Entre los temas que desarrollamos son: el cerebro, los ojos y las manos de los sistemas robóticos, con un enfoque real de visión por computadora. Se trata de una comprensión visual de las cosas que están frente al sistema robótico, cómo manipularlas, cómo levantar un objeto y cómo ampliar las habilidades, ya sea por inteligencia artificial u otra tecnología, esto es realmente lo que estamos desarrollando aquí en Lyro.

Cabe destacar que somos un emprendimiento derivado de lo que se llamó el Centro Australiano para la Visión Robótica, una iniciativa pública de investigación nacional a largo plazo donde nos enfocamos en tratar de llevar la ciencia fundamental de la visión por computadora al aprendizaje automático y obviamente a la robótica, todo junto. Aunque se produjo una divergencia en los últimos años, después de crear sistemas robóticos con capacidad de ver el mundo y comprenderlo a partir de información visual, se produjo nuevamente una unión”.

Mirada interdisciplinaria para el desarrollo de la robótica

”La robótica es un enfoque interdisciplinario, en efecto, porque requiere de un conjunto de habilidades diferentes para hacer que un sistema robótico funcione, desde el diseño mecánico y el arte hasta los ingenieros de software, más el aprendizaje automático y el aporte de otros científicos, realmente es necesario unir todo.

Esto para mí es emocionante porque es un desafío pero ¿qué hace que los sistemas robóticos sean diferentes del simple software o las aplicaciones en un teléfono? Tenemos toda una suerte de encarnación de la tecnología en una instancia física que necesita salir al mundo para poder hacer cosas por nosotros. Pero también debe ser seguro y confiable, porque no queremos un sistema robótico que se lastime o lastime a las personas.

Existe una gran variedad de complicaciones que vienen con esta naturaleza física, pero también trae muchas oportunidades y beneficios, y eso es lo que la hace emocionante. En Australia hemos tenido bastantes universidades trabajando en distintos aspectos del sistema robótico. Nuestro centro se focaliza en unir a las personas que conocen el lado mecánico y el lado físico del aprendizaje automático, pero también cómo dar sentido a los datos que nos llegan.

De tal manera nuestro centro de investigación reúne a estas personas en un trabajo que incluye a diferentes universidades. Ha sido realmente emocionante ver aportes desde diversos puntos de vista para unirlos en un solo objetivo.

Inteligencia artificial para la visión de los robots y manipulación

”Ha sido una década fructífera en estos temas. Hemos visto muchos avances en Deep Learning que es parte de la inteligencia artificial y el aprendizaje automático, en particular al tratar con grandes conjuntos de datos. Entonces, por ejemplo, si pensamos en la visión por computadora, es muy natural mirar un objeto y decidir qué es, si tiene un color específico, o que sirve para un sistema robótico determinado, incluso es fácil para la cámara de un teléfono.

Toda la información llega a través de píxeles y cada uno de estos píxeles tiene un número. Entonces, al final, solo obtenemos muchos números muy rápidamente. Para grabar videos de 200 fotogramas por segundo hay una gran cantidad de información que está entrando y se necesita entender eso. Entonces, lo que hemos visto durante la última década es un progreso en la ciencia fundamental, sobre cómo estas redes neuronales profundas funcionan en un progreso primordial, basadas en el poder computacional.

El poder de las tarjetas gráficas y de las computadoras están aumentando. Al mismo tiempo, hemos visto bajar el precio de los sistemas de cámaras porque todos llevan como dos o tres cámaras en un teléfono móvil en este momento, así que los chips y la fabricación real del sistema de cámaras han disminuido significativamente en los últimos 10 años y eso realmente nos permitió unir todas estas cosas.

Para que todo esto sea de utilidad para los grandes sistemas tecnológicos y calcular todos los resultados posibles, sólo necesitamos enfocarnos en los problemas correctos a resolver en el momento correcto. Creo que estamos viendo un gran progreso en lo que se llama comprensión visual. Mirando una imagen estática, entendiendo que esto es un objeto y que es diferente, cobra relevancia especialmente en el área de los automóviles autónomos, como ver un peatón, un ciclista u otro auto.

Esto permite tomar decisiones basadas en escenas. Por ejemplo, si adelantar o no a un ciclista, o detenerse en un semáforo. Todo esto es resultado de mostrar lo que sucede en la vida real basado en una combinación de datos y ciencia desarrollada en los últimos años. En mi investigación personal, por ejemplo, nos enfocamos más en la escala pequeña, no tanto en detectar cosas que están a 10 metros de distancia o cientos de metros, sino que realmente me gusta detectar objetos que están sentados en frente, ya sea en una mesa o en una granja”.

Visión, aprendizaje automático y sus dificultades

La idea es interactuar con el mundo físico y eso es interesante porque es un problema muy similar al de los objetos ubicados a cierta distancia, pero muy diferente si lo miramos desde una perspectiva cercana. Es también un problema interesante de explicar a la gente porque involucra vista y coordinación, porque para nosotros es algo muy natural. Por eso me gusta extender la mano y recogerla porque es un caso muy fácil de entender. Y aquí viene nuestra segunda naturaleza, porque olvidamos que como seres humanos nos lleva mucho tiempo aprender cosas.

Por lo general, los bebés tardan años en aprender las habilidades motoras finas. Esto lo vemos incluso en los deportes profesionales, porque siempre se está trabajando en perfeccionar las habilidades y mejorar la coordinación ojo-mano y la motricidad fina. Entonces, esto en realidad es un tema fascinante. Pero el progreso que hemos logrado en el lado de la visión y del aprendizaje automático, nos permite construir sistemas robóticos que son menos estrictos y menos pre programables para condiciones específicas.

Pueden tener sus propios ojos y coordinarse en un grado limitado dentro de lo que la realidad les permite, como por ejemplo recoger una gran cantidad de productos frescos diferentes. Entonces, una de las cosas que hacemos como empresa es empacar productos frescos. Después de cosechar, lavar y clasificar, todavía hay una tarea manual de recogerlo de la línea u otra caja y almacenarlo en el envase donde se envía a los supermercados o se exporta.

Esta es una tarea de trabajo manual que podemos hacer ahora, pero que hace 10 años no podíamos, porque cada pieza del producto es y se ve completamente diferente. Por ejemplo si ponemos dos paltas juntas, se ven más o menos iguales pero no son necesariamente idénticos. Esto hizo tropezar al sistema robótico hace años, pero hoy podemos usar estos enfoques de aprendizaje automático donde hay un poco de razonamiento y un poco de comprensión sobre cuál es el objeto que se está recogiendo y cómo se coloca en el sistema a modo de convertirlo en un producto.

En consideración a todos estos avances, es emocionante porque hemos realizado muchas investigaciones fundamentales durante la última década sobre esto, pero ahora estamos en un punto en el que tiene sentido construir un producto en torno a esto. La ciencia y el progreso que hemos hecho con la tecnología nos permite ayudar realmente a la gente y tener un impacto en la sociedad y el mundo en general”.

Influencia de las actividades económicas en el desarrollo de la robótica

”Es realmente muy interesante ver todas las similitudes entre Chile y Australia. Me di cuenta de esto la primera vez que estuve en Chile en 2012, cuando conocí a Rodrigo Verschae y el trabajo de la UOH. Tenemos un desarrollo económico similar, pero también limitaciones similares en términos de mano de obra y su costo, además de limitaciones en temas de salud y seguridad. Hay problemas similares en ambos países.

Llevando esto a nuestro sistema robótico basado en la cadena de suministro de alimentos, pienso que es una solución notable, no sólo en cuanto a los beneficios económicos sino también en otros aspectos. Una de las grandes industrias aquí en Australia es la minería, pero también la es la de los alimentos, y en ella ha sido crucial llevar los productos desde donde se cosechan hasta el lugar donde se consumen.

Australia tiene muchos asentamientos humanos en la costa, donde muchos de los productores están lejos de ahí. Esto supone toda una cadena de suministro que funciona en consideración de la realidad geográfica, pero hemos tenido problemas con esto, especialmente en los últimos años, pues existe una escasez de mano de obra, o una escasez de mano de obra específica en lugares específicos, que ha provocado no solo el desperdicio de alimentos, sino que simplemente no se puedan procesar.

De modo que muchos productos permanecen en el campo y simplemente se pudren, o se cortan, pero luego no se pueden procesar y empaquetar. Si bien son reutilizados como fertilizante, generan presión a toda la cadena de suministro y finalmente también aumentan los precios de los productos frescos. Definitivamente hemos visto que aquí en Australia durante el último año algunos de los productos frescos de alta calidad han aumentado significativamente en los últimos años en términos de costo.

Obviamente, hay otros factores externos como las inundaciones y sequías, que obviamente también influyen en eso. Pero vemos esto como un gran desafío donde los sistemas robóticos están interviniendo para sacar los productos del campo. Esto tiene sentido para ayudar a las personas a reducir el desperdicio y la presión de toda la cadena de suministro”.

Por equipo Asia Pacífico: asiapacifico@bcn.cl