News and Insights

«Los robots y los humanos pueden formar un buen equipo»

Cuando se trata de resolver problemas muy estructurados, los robots son ya con frecuencia mejores que los humanos. Pongamos, por ejemplo, el caso de la agricultura: los robots pueden realizar un control continuado de las parcelas de tierra, garantizando un uso óptimo del agua, los fertilizantes y los plaguicidas.

Muchos sectores que ya dominan el uso de robots y tecnologías similares aportan un valor añadido cuantificable, constituyendo por lo tanto una propuesta de inversión atractiva. No obstante, por el momento los robots no están a la altura requerida para abordar flujos de trabajo complejos o interactuar con humanos.

Profesor Siegwart, ¿cómo ha conseguido Suiza convertirse en el crisol global en el ámbito de la robótica?

Roland Siegwart: La robótica es una tecnología de sistemas que integra la ingeniería de precisión, sensores, actuadores e inteligencia en una máquina compleja. La economía e investigación suizas cuentan con una larga tradición en todos esos campos, una tradición de la que se benefician los laboratorios de investigación de las universidades. Gracias a la contratación de profesores y personal especializado en robótica en la Escuela Politécnica Federal de Zúrich y en la Escuela Politécnica Federal de Lausana (EPFL), y también a varios programa insignia como NCCR Robotics, NCCR Digital Fabrication y Wyss Zurich, los esfuerzos han convergido en un punto de encuentro sin parangón entre una excepcional investigación en robótica, la transferencia de tecnologías y las start-ups.

La competencia mantiene en alerta a las empresas. ¿Se aplica este principio también a las universidades que trabajan en la investigación robótica?

Roland Siegwart: Las universidades tienen ambición, les gusta la competición. Como a los deportistas, a las universidades siempre les ha gustado llegar en primer lugar y ser los mejores. Todo ello supone un impulso para la innovación. No obstante, también les gusta establecer relaciones de colaboración con otras universidades. Con la ETH y la EPFL, Suiza cuenta no solo con dos de las universidades líderes mundiales, sino también con dos instituciones dotadas de las mejores redes a escala internacional.

¿Con qué universidades o investigadores trabaja más estrechamente?

Roland Siegwart: Mantengo un contacto directo con todos los investigadores más importantes en robótica y en mi laboratorio se encuentran representadas más de 20 nacionalidades. Colaboramos de forma especialmente cercana con el MIT, la Universidad de Sídney, el Caltech y el CSIRO de Brisbane, por ejemplo. En el marco de nuestra participación en proyectos europeos, cooperamos con la Universidad de Friburgo, la Universidad de Nápoles y la Universidad de Aquisgrán RWTH, la EPFL, y otras muchas. También participamos en diversos proyectos de investigación con empresas como ABB, Microsoft, Huawei e Intel.

Nuestra colaboración con la ETH nos da acceso a proyectos de investigación y a empresas semilla tecnológicas (spin-offs) que necesitan financiación. Las inversiones en empresas semilla revisten un particular interés para nuestra división de Asset Management.

Filippo Rima

Credit Suisse Asset Management patrocina una Cátedra de Robótica en la Escuela Politécnica Federal de Zúrich. ¿Qué importancia revisten colaboraciones como esa?

Roland Siegwart: Estas asociaciones son de máxima relevancia. El apoyo que presta Credit Suisse nos permite consolidar la posición de la ETH como una de las universidades más importantes del mundo en robótica.

Filippo Rima: Hace más de 160 años, se fundaron la ETH y lo que entonces se llamaba la Schweizerische Kreditanstalt (ahora, Credit Suisse), más o menos al mismo tiempo, para construir el túnel de San Gotardo. Del mismo modo, hoy también necesitamos colaboraciones para impulsar avances tecnológicos con visión de futuro, como la robótica.

Estamos orgullosos de ayudar a la Universidad a consolidar su liderazgo. En su opinión, ¿qué beneficios se desprenden de la colaboración, Sr. Rima?

Filippo Rima: Constituye la base ideal para un intercambio continuo de conocimientos, al darnos acceso a proyectos de investigación y a empresas semilla tecnológicas (spin-offs) que necesitan financiación. Las inversiones en empresas semilla revisten un particular interés para nuestra división de Asset Management. Pensemos en los fondos de inversión en acciones que invierten en temas específicos como la automatización a nivel global, un sector en el que la robótica desempeña un papel fundamental.

Podríamos decir que los robots son una tecnología que ha madurado en el seno de la industria. ¿Cómo se comporta el segmento de los robots industriales, Sr. Rima?

Filippo Rima: Según datos de la Federación Internacional de Robótica (IFR), en 2017 se vendieron más de 380 000 robots industriales. El mercado parece que va a experimentar un crecimiento de dos dígitos en los próximos años, lo que contribuirá a la competitividad de sectores enteros de la economía. No obstante, los robots industriales están llegando a sus límites tecnológicos. Si los flujos de trabajo de producción son menos estructurados y los productos se cambian rápidamente, los robots industriales de hoy en día no pueden abordarlos. Y es que no son capaces de aprender nuevas fases de procesos por sí mismos ni de adaptarse de manera autónoma a situaciones nuevas.

¿Cuáles son las consecuencias de todo ello, profesor Siegwart?

Roland Siegwart: Los robots deberán ser más flexibles e «inteligentes» para poder a adaptarse a circunstancias nuevas. Cada vez van equipados con más cámaras y otros sensores que les permiten analizar las situaciones y reaccionar en consecuencia. Por ello, los robots pueden utilizarse también para automatizar lotes de pequeño tamaño y para asumir tareas laboriosas que, de otro modo, serían realizadas por humanos. Pero este paso es extremadamente complejo; es preciso superar aún muchos retos en este aspecto.

¿Los robots que prestan servicios siguen siendo todavía una tecnología embrionaria?

Roland Siegwart: Es una manera de verlo, sí. Todos sabemos que los robots son los que construyen nuestros coches, pero ¿ha visto Ud. alguna vez un robot reparando su vehículo?

En la próxima generación de robots industriales (y también en los robots que prestan servicios) necesitaremos nuevas tecnologías que permitan una percepción de todo el entorno, así como el análisis de este, junto con la interacción táctil. Muchas tareas que pueden parecer sencillas para los seres humanos, como recoger la mesa después de comer, son todavía inconcebibles para los robots de hoy, cosa que seguirá siendo así en los próximos años. En cambio, los robots que trabajan en las cadenas de producción son capaces de colocar piezas con una precisión submilimétrica, algo que supera nuestras capacidades humanas si no disponemos de la ayuda necesaria. Podemos decir, por tanto, que el futuro pertenecerá a los robots colaborativos. Los seres humanos se ocuparán de trabajos mucho más interesantes que requieran comprensión, creatividad, capacidad táctil e interactividad, mientras que los robots llevarán a cabo tareas que exijan precisión y la capacidad de hacer cosas una y otra vez.

¿Cuáles son las habilidades que los robots de servicio aprenderán en los próximos años?

Roland Siegwart: El primer requisito para los robots de servicio es que sepan moverse con fiabilidad y soltura. Esto significa que los robots necesitan ser capaces de trazar mapas de su entorno de manera autónoma, de ubicarse a sí mismos en estos y de desplazarse siguiendo un objetivo sin colisionar. En los últimos años, se han conseguido muchísimos avances en este ámbito. Hoy en día, los robots ya pueden trazar mapas con sus cámaras y láseres y desplazarse así de una manera relativamente segura. Lo importante ahora es poner a punto estas tecnologías para el uso industrial y en el día a día durante los próximos de tres a cinco años, de manera que puedan integrarse en vehículos sin conductor, robots de limpieza o drones.

Anymal: el modelo canino

Los robots de cuatro patas, como los que ha creado la joven empresa semilla Anybotics de la ETH, son claramente superiores a los modelos con ruedas, ya que pueden moverse por todo tipo de terreno y subir escaleras. El perro robótico tiene un peso de unos 30 kg y puede emplearse para efectuar mediciones en plataformas petrolíferas o realizar levantamientos topográficos, así como para operaciones de rescate. Anymal puede servir también de fiel acompañante en paseos y pequeñas excursiones.
anybotics.com

Sr. Rima, ¿por qué los robots interesan a los inversores?

Filippo Rima: Con la constante disminución de los costes de las tecnologías que se emplean en los sistemas automatizados, los robots se están utilizando cada vez en más ámbitos de la vida cotidiana, siendo cada vez más frecuentes en tiendas, restaurantes y oficinas. Y no solo eso: la automatización ha conseguido introducirse en el campo de los hospitales y las oficinas de las administraciones, así como en coches, trenes y aviones, por no hablar de nuestras casas. Desde el punto de vista del inversor, el mayor uso de robots en la industria y el crecimiento de la automatización en muchos otros sectores de la economía suponen oportunidades de inversión a largo plazo. En un mundo en el que el crecimiento global está, en líneas generales, en declive, los inversores tienen un interés cada vez mayor por los sectores que presentan un crecimiento estructural.

Como inversor, ¿cómo puedo identificar las empresas adecuadas?

Filippo Rima: No es fácil saber cuáles son las empresas con mayor potencial de crecimiento, y más aún cuando este mercado se desarrolla de manera extremadamente dinámica. Dado que muchas empresas especializadas no cotizan y no están abiertas a ofrecer información, puede resultar muy arduo para el inversor «normal» encontrar las mejores oportunidades. Además, los productos son cada vez más complejos, lo que significa que se requieren importantes conocimientos técnicos y experiencia para poder evaluarlos. Los fondos gestionados por especialistas presentan claras ventajas frente a los inversores individuales a este respecto.

¿Qué factores limitan hoy la rápida expansión del aprendizaje profundo de los robots?

Roland Siegwart: «Deep learning», o aprendizaje profundo, se refiere generalmente a algoritmos de aprendizaje que reproducen de manera aproximada el conocimiento que tenemos actualmente del cerebro, aunque obviamente de manera muy limitada. Las funciones no lineales, tales como la zona que representa una calle o un campo, se aprenden usando una red neuronal y otros muchos ejemplos de entrenamiento. En los últimos años, se han conseguido avances significativos en relación con los problemas unidimensionales, tales como el análisis de datos de imágenes médicas. Los ordenadores son ahora capaces de identificar tumores en imágenes con mayor fiabilidad que el ojo humano.

¿Cómo se presentan las cosas en el campo de los problemas multidimensionales?

Roland Siegwart: El aprendizaje multidimensional de interrelaciones complejas exige millones de ejemplos de entrenamiento y una potencia de cálculo muy superior al orden de varias dimensiones. El deep learning, tal y como lo entendemos hoy, no es capaz de hacerlo. En su estado actual precisa todavía definir un objetivo. Resulta muy difícil aportar este tipo de definición a flujos de trabajo complejos. Los algoritmos de aprendizaje deep learning actuales todavía no son más que programas que permiten optimizar y analizar grandes flujos de datos. Por ejemplo, el deep learning permite identificar tumores cancerosos (output) a partir de imágenes (input). Los ordenadores son mejores para identificarlos que las personas, dado que pueden acceder a grandes volúmenes de datos y procesarlos de manera mucho más rápida. Pero las posibilidades de la inteligencia artificial (IA) son todavía muy limitadas, tal como están las cosas. Por tanto, es una pretensión muy arriesgada extrapolar los sistemas de IA que resuelven problemas estructurados y definidos pormenorizadamente a sistemas robóticos concebidos para tratar los problemas multimodales y altamente complejos que nos encontramos en nuestra vida diaria.

En un futuro próximo, los robots contribuirán a que la agricultura sea mucho más sostenible, optimizando recursos como el agua y los fertilizantes y permitiendo administrar los plaguicidas en dosis precisas.

Prof. Roland Siegwart

Si no conseguimos avanzar rápidamente en la agricultura y la logística de la distribución, gran parte de la población mundial continuará sufriendo malnutrición y desnutrición. ¿Cómo pueden contribuir los robots a atajar esos problemas?

Roland Siegwart: Existe un gran potencial para introducir robots en la agricultura. Los robots pueden realizar un control continuo del campo e intervenir inmediatamente si, por ejemplo, se necesita más agua o fertilizantes o si han de combatirse plagas. En un futuro próximo, todo ello contribuirá a que la agricultura sea mucho más sostenible, optimizando recursos como el agua y los fertilizantes y permitiendo administrar los plaguicidas en dosis precisas. Creemos que una pequeña fracción de los volúmenes de plaguicidas empleados actualmente podría lograr el mismo efecto y que gran parte de las tareas de combate de plagas podría hacerse «mecánicamente». En la actualidad, alrededor del 30% de los alimentos se echan a perder antes de que lleguen a salir del campo, mientras que otro 30% se pierde durante la distribución y el almacenamiento.

Se ha demostrado que los robots pueden aprender de los seres humanos. Pero ¿pueden los humanos aprender de los robots?

Roland Siegwart: De momento no hay muchas lecciones que podamos aprender de los robots en nuestra vida cotidiana. No obstante, las personas pueden tratar de desarrollar una relación de trabajo óptima con ellos, dado que las habilidades de los robots y los humanos se complementan mutuamente. Los robots no se cansan, pueden llevar a cabo movimientos de gran precisión y transportar pesadas cargas. Los seres humanos son imbatibles a la hora de analizar sistemas complejos, interactuar con otras personas y generar ideas nuevas.

Filippo Rima (sonriendo): He llegado a la conclusión de que, desde luego, podemos aprender algo de los robots: disciplina, trabajo duro, precisión y capacidad para trabajar bajo presión, todas ellas virtudes que nosotros los humanos podríamos practicar con un poco más de empeño.

Scope – la revista

Suscribir